Eigene KI-Agenten entwickeln: intelligente Datenanalyse und automatisierte Workflows

KI-Agenten gehen über Chatbots hinaus und kombinieren Sprachmodelle, Werkzeuge, Datenquellen und Logik, um komplexe Aufgaben selbstständig zu planen, auszuführen und zu optimieren. So lassen sich zahlreiche Aufgaben im Betrieb automatisieren. Durch ihren Einsatz lassen sich im Unternehmensalltag effektiv Zeit sparen, Fehler reduzieren und Teams dauerhaft entlasten.

Nach der Teilnahme am fünftägigen Workshop können Sie:

• die Funktionsweise von KI-Agenten tiefgehend nachvollziehen und praktische Einsatzzwecke ableiten

• eigene Chatbots, Automatisierungsagenten und Multi-Agenten-Systeme entwerfen, entwickeln und in Unternehmensprozesse integrieren

• aktuelle Agenten-Frameworks wie LangChain, LangGraph, CrewAI, LlamaIndex und n8n zur Informationsverarbeitung und Prozessautomatisierung einsetzen

Inhalte

In diesem intensiven Workshop erhalten Sie ein umfassenden und praxisnahen Einblick in moderner KI-Agenten. Von den Grundlagen über aktuelle Frameworks bis hin zu komplexen Multi-Agenten-Systemen lernen Sie, wie Sie Agenten in realen Projekten entwickeln, kombinieren und produktiv einsetzen können. So können Sie durch den Einsatz von Multi-Agenten-Systemen ganze Workflows in Ihrem Unternehmen koordinieren oder Geschäftsanwendungen erweitern.

Entsprechend steht die Praxis im Mittelpunkt: Im Workshop trainieren Sie die praktische Planung und Umsetzung konkreter Projekte aus DevOps, IT-Service, Business-Prozessen und Datenanalyse. Dazu arbeiten Sie mit n8n als visuellem Tool für Workflow-Automatisierung und können ohne Programmierkenntnisse erste Agenten-Workflows erstellen. Weiterhin lernen Sie aktuelle Agenten-Frameworks kennen und üben eigenständig ihren Einsatz unter Anleitung des Referenten.

Ebenfalls erhalten Sie einen Einstieg in Retrieval Augmented Generation und wenden sie praktisch an, um den KI-Agenten eigene, multimodale Daten als Wissensspeicher zur Verfügung stellen zu können. Abschließend entwickeln Sie eigene Agenten-Prototypen aus Ihrem Anwendungsbereich. So erhalten Sie nicht nur praktische Fähigkeiten, die Sie gleich einsetzen können, sondern auch eine Basis, auf der Sie einen KI-Agenten für Ihr Unternehmen erstellen können.

Themen in der Übersicht

• 1. KI-Agenten verstehen

  • KI-Agenten von Chatbots und Workflows unterscheiden

  • Tools und Agenten-Frameworks überblicken: n8n, LangChain, LangGraph, CrewAI, LlamaIndex

  • erste Automatisierungen mit n8n selbst erstellen: IT-Service-Agent zur automatischen Beantwortung von Supportanfragen von Mitarbeitern

• 2. RAG und Wissensintegration verwenden

  • Retrieval Augmented Generation verstehen

  • multimodale Wissensspeicher für Dokumente und Datenbanken aufbauen

  • eigenen RAG-Agenten mit lokalen Daten erstellen und betreiben: Business-Agent, der Kundenanfragen aus Dokumenten beantwortet

• 3. Agenten-Frameworks im Detail kennenlernen und nutzen

  • Unterschiede und Stärken unterschiedlicher Frameworks kennenlernen: LangChain, LangGraph, CrewAI

  • mehrere Tools und Agenten orchestrieren

  • spezialisierten Analyse-Agenten entwickeln: Datenanalyse-Agent, der Excel-Dateien auswertet und eigenständig Reports erstellt

• 4. Multi-Agenten-Systeme überblicken und entwickeln

  • Konzepte von Multi-Agenten-Systemen nachvollziehen: Rollen, Kollaboration, Delegation von Aufgaben

  • Kommunikation zwischen Agenten verstehen, z. B. zwischen Planer- und Ausführungs-Agent

  • Multi-Agenten-Workflow mit LangGraph und CrewAI erstellen: DevOps-Agenten-Teams, das Logs überwacht, Fehler meldet und Jira-Tickets erstellt

  • Agenten-Prototyp für eigenen Anwendungsbereich selbständig entwickeln

• 5. Projekt erarbeiten, Standards und Zukunftstrends diskutieren

  • Unterschiede zwischen lokalen und Cloud-Infrastrukturen

  • Sicherheit und Governance von KI-Agenten

  • Standards für Interoperabilität: Model Context Protocol (MCP), OpenAI-API und aktuelle Best Practices

  • Zukunftstrends der Agentic AI, z. B. autonome Systeme, multimodale Agenten

Zielgruppe

• Data Scientists und KI-Entwickler, die moderne KI-Agenten praktisch kennenlernen und in Projekten effizient einsetzen möchten

• DevOps-Engineers, IT-Service-Manager und Business-Analysten, die verstehen wollen, wie Agenten in den Bereichen Automatisierung, IT-Service, Business-Prozesse und Datenanalyse konkrete Mehrwerte schaffen

• Projektleiter, Berater und Innovationsbeauftragte, die einen fundierten Überblick über aktuelle Frameworks, Standards und Zukunftstrends erhalten wollen, um einen Einsatz von KI-Agenten strategisch bewerten und planen zu können

Voraussetzungen

Vorkenntnisse

• Grundkenntnisse im Umgang mit Programmierschnittstellen und gängigen Dateiformaten wie CSV, JSON und PDF

• grundlegendes Verständnis von großen Sprachmodellen, Retrieval Augmented Generation und IT-Infrastruktruren

• Kenntnisse in der Programmiersprache Python

• für Teilnehmer, die primär mit visuellen No-Code-Tools (z. B. Flowise, n8n, Langflow, Crew) arbeiten wollen, sind einfache Python-Kenntnisse ausreichend

• die aktive Arbeit mit Frameworks (etwa LangChain, LangGraph, LlamaIndex) zur Entwicklung eigener Agenten mit komplexen Integrationen setzt gute Python-Kenntnisse voraus

Leistungen Ihres Workshoptickets

• Sie nehmen über Zoom am Workshop teil, wobei die Verbindung über einen lokal gehosteten, DSGVO-konformen On-Premises-Connector erfolgt.

• Sie erhalten Ihre Schulungsunterlagen in digitaler Form. So können Sie selbst entscheiden, ob Sie diese elektronisch bearbeiten und archivieren oder lieber ausdrucken möchten. 

• Mit der Teilnahmebescheinigung unterstreichen Sie Ihr Weiterbildungsengagement und verbessern Ihre Perspektiven für interne Karriereschritte oder neue berufliche Wege.

Durchführung

• Um einen intensiven Austausch zwischen dem Trainer und den Teilnehmenden zu gewährleisten, erfolgt der Workshop in Gruppen von höchstens 16 Personen.

• Sollte die Durchführung der Veranstaltung aufgrund höherer Gewalt, der Verhinderung eines Referenten, von Störungen am Veranstaltungsort oder wegen zu geringer Teilnehmerzahl nicht möglich sein, werden die Teilnehmenden so früh wie möglich informiert.