vibecodingtraining Training anfragenAnfragen

Inhouse-TrainingClaude Code, Cursor, Codex im Team

Ihr Team nutzt schon KI-Agenten. Jetzt bekommt es eine gemeinsame Arbeitsweise.

Praxistraining mit Claude Code, Cursor und Codex an Ihrem eigenen Repository: gemeinsame Workflows, Regeln, Reviews und Sicherheitsgrenzen, die nach dem Training im Code bleiben.

Inhouse-Training anfragenModule ansehen

Schaubild eines Team-Ablaufs, kein Kundenprojekt

Kommt Ihnen das bekannt vor?

  • Jeder promptet anders

    Jeder im Team arbeitet anders mit dem Agenten, die Ergebnisse schwanken entsprechend. Was bei der einen Kollegin funktioniert, kann der Nächste nicht nachvollziehen.

  • KI-PRs überfordern das Review

    Pull Requests werden größer, die Reviewer kommen nicht mehr hinterher. Am Ende wird durchgewunken oder liegen gelassen.

  • Niemand weiß, was der Agent darf

    Niemand kann genau sagen, welche Befehle der Agent ausführen darf und welche Dateien er lesen kann, inklusive .env und Zugangsdaten.

Das ist kein Tool-Problem, sondern eine fehlende gemeinsame Praxis.

Training am eigenen Code

Wir arbeiten nicht mit Demo-Projekten, sondern in Ihrem Repository, mit Ihrem Stack, Ihren Tests und Ihrer CI. Jede Übung ist ein echtes Ticket aus Ihrem Backlog oder ein vergleichbares. So sehen Ihre Entwickler, wo die Agenten in Ihrer Codebasis gut sind und wo sie scheitern.

Was danach im Repository liegt

Am Ende steht kein Foliensatz, sondern ein Commit: Kontextdateien wie AGENTS.md oder Cursor Rules, abgestimmte Tool-Einstellungen, eine Review-Checkliste für KI-Code und dokumentierte Team-Workflows. Ihr Team pflegt sie danach selbst weiter.

Was nach dem Training im Repository liegt

Beispiel-Commit: docs: Team-Regeln für KI-Agenten

  • AGENTS.mdgemeinsame Regeln für alle Agenten
  • .cursor/rules/Cursor-spezifische Ergänzungen
  • .github/copilot-instructions.mdfalls Copilot im Einsatz ist
  • docs/ki-review-checkliste.mdReview-Checkliste für KI-Code
  • docs/team-workflow.mddokumentierte Team-Workflows
Typische Artefakte, je nach Tool-Landschaft Ihres Teams

Was trainiert wird

Modulkatalog (Entwurf) →
Workflow planen, umsetzen, testen mit Agenten
Kontext Regeln und Kontext für das ganze Team
Review KI-Code prüfen, ohne dass das Review zum Engpass wird
Sicherheit Secrets, Prompt Injection, Datenschutz, Freigabe von Tools
Agenten Agenten in Pull Requests und CI
Einführung Pilotteam, Einführung in Stufen, Onboarding neuer Kollegen

So läuft ein Inhouse-Training

Sie beschreiben Team, Stack und Ziel im Formular. Wir melden uns mit Rückfragen und einem Vorschlag für Format und Schwerpunkte. Vor dem Training klären wir Repo-Zugang, Lizenzen und Datenschutz, damit am Trainingstag niemand auf Freigaben wartet.

Ablauf und Formate im Detail →
  1. 01Vorgespräch & Repo-Check

    Wir klären Team, Stack, Tools und Ziel und schauen gemeinsam auf das Repository: Tests, CI, vorhandene Konventionen. Daraus entsteht der Zuschnitt der Übungen.

  2. 02Training am eigenen Code

    Das Team arbeitet mit Claude Code, Cursor oder Codex an echten Tickets aus dem eigenen Backlog oder vergleichbaren Aufgaben. Erfolge und Fehlschläge werden direkt besprochen.

  3. 03Team-Regeln als Commit

    Was sich bewährt, landet im Repository: Kontextdateien, Review-Checkliste, abgestimmte Tool-Einstellungen, dokumentierte Workflows.

  4. 04Nachbereitung

    Nachdem das Team die Regeln im Alltag eingesetzt hat, schauen wir gemeinsam drauf: Welche Regeln greifen, welche ignoriert der Agent, was muss nachgeschärft werden.

Mehrere Tools im Team?

Claude Code im Terminal, Cursor in der IDE, Codex in der Cloud, dazu Copilot aus dem Bestand: gemischte Landschaften sind normal. Wir zeigen, welche Regeln toolübergreifend funktionieren und wo sich die Werkzeuge wirklich unterscheiden.

Claude CodeTerminal
Agent im Terminal, arbeitet mehrstufige Aufgaben selbstständig ab und führt Befehle aus. Stark, wenn klar ist, was er darf. Ohne abgestimmte Freigaben im Team riskant.
CursorIDE
Editor mit Agent-Modus und Regeln unter .cursor/rules. Niedrige Einstiegshürde, dafür schnell sehr unterschiedliche persönliche Setups im selben Team.
CodexCLI & Cloud
OpenAI-Agent lokal als CLI oder in der Cloud mit eigenem Container. Liest AGENTS.md. Die Cloud-Variante verschiebt Arbeit in Pull Requests, die trotzdem jemand prüfen muss.
GitHub CopilotBestand
In vielen Teams schon lizenziert. Instructions in .github/copilot-instructions.md lassen sich mit den Regeln der anderen Tools abgleichen, statt sie doppelt zu pflegen.

Neueste Beiträge

Alle Beiträge →

Inhouse-Training anfragen

Beschreiben Sie kurz Ihr Team, Ihren Stack und was sich ändern soll. Wir melden uns mit Rückfragen und einem Vorschlag für Format und Schwerpunkte, in der Regel innerhalb eines Werktags.

  1. 01 Sie beschreiben Team, Stack und Ziel.
  2. 02 Wir melden uns mit Rückfragen und einem Vorschlag.
  3. 03 Repo-Zugang, Lizenzen und Datenschutz klären wir vorab.
Kein Newsletter, keine Weitergabe.

Wir verwenden Ihre Angaben nur, um Ihre Anfrage zu beantworten. Mehr in der Datenschutzerklärung.