25 Jahre Erfahrung FreeCall 0800 tutegos

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

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

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 provider-agnostische Tool OpenCode.ai effektiv in den Java- und Spring-Boot-Entwicklungsalltag integrieren. Zusätzlich erfahren sie, 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
Provider-Agnostik mit Cloud-Modellen und lokalen Modellen
Einsatz von OpenAI, Anthropic, DeepSeek und Ollama
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

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

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
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

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 und Konsistenz
Langfristige Wartbarkeit agentengestützter Softwareprojekte
Auswirkungen von KI-Agenten auf das Berufsbild Softwareentwickler

Die Fakten

Schulungsdauer: 3 Tage, insgesamt 24 Unterrichtsstunden à 45 Minuten
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 oder Anthropic 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 und Spring AI.
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 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).