25 Jahre Erfahrung FreeCall 0800 tutegos

Coding mit KI-Agenten: OpenCode.ai für Java und Spring Boot

Java KI-Agenten LLM MCP OpenCode.ai Specification Driven Development Spring AI Spring Boot providerneutrale KI-Entwicklung

Die Softwareentwicklung verändert sich grundlegend: von klassischen Autovervollständigungs-Werkzeugen hin zu agentengestützten und zunehmend autonomen KI-Systemen. Moderne Entwicklungsansätze kombinieren spezifikationsgetriebene Entwicklung mit KI-Agenten und ergänzen diese um strukturierte Verifikations- und Qualitätsprozesse. In diesem praxisorientierten Seminar lernen die Teilnehmer, wie sie das providerneutrale Tool OpenCode.ai effektiv in den Java- und Spring-Boot-Entwicklungsalltag integrieren. Dabei steht nicht ein bestimmtes Modell oder ein einzelner Anbieter im Vordergrund. Die Konzepte sind auf unterschiedliche LLMs übertragbar, etwa auf Modelle von OpenAI, Anthropic, DeepSeek oder lokale Modelle über Ollama. Zusätzlich erfahren die Teilnehmer, wie KI-Funktionen mit dem Spring AI Framework direkt in Enterprise-Anwendungen eingebettet werden. Der Fokus liegt auf kontrollierter, nachvollziehbarer KI-gestützter Entwicklung. Die Teilnehmer lernen, wie Architekturqualität, Wartbarkeit, Codekonsistenz und Sicherheit auch bei agentengestützten Entwicklungsprozessen langfristig gesichert werden.

Inhalte des Seminars

KI-Agenten und moderne Entwicklungsparadigmen

Einführung in KI-Agenten und ihre Rolle in der Softwareentwicklung
Abgrenzung klassischer Entwicklungsassistenten von agentengestützter Entwicklung
Imperative und deskriptive Softwareentwicklungsprozesse
Spezifikationsbasierte Entwicklung mit KI-Unterstützung
Specification Driven Development als strukturierter Entwicklungsansatz
Installation und Konfiguration von OpenCode.ai
Nutzung von OpenCode.ai über CLI und Paketmanager
Providerneutrale Nutzung von Cloud-Modellen und lokalen Modellen
Einsatz unterschiedlicher LLMs, zum Beispiel von OpenAI, Anthropic, DeepSeek oder über Ollama
Bewertung von Modellunterschieden für Codegenerierung, Planung und Refactoring
Integration von KI-Agenten in moderne Entwicklungsprozesse
Überblick über eigene KI-Agenten mit Java

Steuerung, Planung und Session-Management

Strukturierter Entwicklungsprozess mit KI-Agenten
Anforderungsanalyse für funktionale und nichtfunktionale Anforderungen
Automatische Projektanalyse durch KI-Agenten
Erstellung technischer Umsetzungspläne
Umsetzung von Implementierung, Testing und Betrieb
Einsatz eines Plan-Agenten für Analyse und Read-only-Aufgaben
Einsatz eines Build-Agenten für Implementierung und Änderungsvorschläge
Semantisches Codeverständnis durch Language Server Protocol
Versionierung und Fehlerbehandlung mit Git
Kontextmanagement in Enterprise-Umgebungen
Automatische Updates und kontrollierte Entwicklungs-Sessions
Austauschbarkeit von Modellen innerhalb kontrollierter Entwicklungsprozesse

Kontrollierte Agentensteuerung und Skills

Architektur von Agenten in OpenCode.ai
Aufbau und Nutzung von Skills
Strukturierte Steuerung von KI-Workflows
Nachvollziehbare Arbeitsabläufe für KI-gestützte Entwicklung
Einsatz von Java und Spring Boot in agentengestützten Entwicklungsprozessen
Vorteile typisierter Architekturen für KI-gestützte Codegenerierung
Kontrolle von Änderungen in bestehenden Codebasen
Modellunabhängige Gestaltung von Agentenabläufen

Model Context Protocol und Systemintegration

Einführung in das Model Context Protocol
Erweiterung von LLM-Kontexten durch MCP
Semantische Code-Intelligenz für bestehende Projekte
Suche, Call Graphs und Impact-Analysen
Datenbankintegration über Schema-Analysen
Generierung korrekter JPA-Modelle
Automatisierte API-Tests
Netzwerkinspektion mit Werkzeugen wie Proxyman MCP
Sicherheitskonzepte für MCP-Server
Least-Privilege-Ansatz bei Systemzugriffen
Isolierte Ausführungsumgebungen mit Docker Sandbox und NVIDIA OpenShell

KI-Integration mit Spring AI

Architektur und Setup von Spring AI
Providerneutrale Anbindung unterschiedlicher LLMs
Prompt Engineering in Enterprise-Anwendungen
System-, User- und Assistant-Prompts
Einsatz des Spring ChatClient in REST-Architekturen
Typisierte Verarbeitung von KI-Antworten
Nutzung von POJOs und Records für strukturierte Antworten
Function Calling mit Spring-Boot-Services
KI-gesteuerte Ausführung von Anwendungsfunktionen
Zusammenspiel von Spring AI und Embabel
Austausch von Modellen ohne grundlegende Änderung der Anwendungsarchitektur

Architekturqualität, Guardrails und Wartbarkeit

Risiken KI-gestützter Entwicklung
Architekturdrift in wachsenden Codebasen
Inkonsistente Codegenerierung erkennen und vermeiden
Strategien für Konsistenz und Qualität
Verifikation durch strukturierte Feedback-Schleifen
Guardrails in Spring AI
Input-Validierung für KI-gestützte Funktionen
Schutz vor Prompt Injection
Reduktion von Halluzinationen
Auswahl geeigneter Modelle für Stabilität, Konsistenz, Datenschutz und Kostenkontrolle
Bewertung von Cloud-Modellen und lokalen Modellen für Enterprise-Szenarien
Langfristige Wartbarkeit agentengestützter Softwareprojekte
Auswirkungen von KI-Agenten auf das Berufsbild Softwareentwickler

Die Fakten

Schulungsdauer: 3 Tage
Gesamtumfang: 24 Unterrichtsstunden à 45 Minuten
Zielgruppe: Java-/Spring-Backend-Entwickler, Fullstack-Entwickler mit Java-Fokus, Softwarearchitekten, DevOps- und Plattform-Engineers
Vorkenntnisse: Gute Java-Kenntnisse, idealerweise mit Java 17 oder Java 21. Erfahrung mit Spring Boot ab Version 3.x, REST APIs, Spring Data JPA und Maven. Zugriff auf das eigene System für CLI-Tools. Eine Terminal-Umgebung wird vorausgesetzt, unter Windows wird WSL empfohlen. API-Zugänge zu LLM-Anbietern wie GitHub Copilot, OpenAI, Anthropic oder anderen kompatiblen Diensten oder lokale Modelle über Ollama sind hilfreich. Machine-Learning-Vorkenntnisse sind nicht erforderlich.
Schulungsunterlagen: Jeder Teilnehmer erhält digitale Seminarunterlagen mit Beispielen, Übungen und Referenzen zu OpenCode.ai, Spring Boot, Spring AI und providerneutralen KI-Workflows.
Softwareumgebung: OpenCode.ai, Java 17 oder höher, Spring Boot 3.x, Maven, Git, Terminal-Umgebung unter macOS, Linux oder Windows mit WSL. Optional: Ollama, Docker, Spring AI, Proxyman MCP und API-Zugänge zu kompatiblen LLM-Anbietern.

Termine / Kontakt

Wir helfen Ihnen gerne bei der Anmeldung und einen passenden Termin zu finden. Kontaktieren Sie uns per E-Mail oder unter 0800/tutegos (kostenlos aus allen Netzen).