AI Coding ohne Programmiersprache

AI Coding verlagert einen Teil der Softwareentwicklung vom Tippen jeder Codezeile hin zur Steuerung von KI-Codeassistenten über natürliche Sprache: Kommentare, Funktionssignaturen und Prompts beschreiben, was entstehen soll, das Werkzeug liefert den Entwurf. Coding lernen umfasst in diesem Kurs deshalb vor allem das Steuern, Prüfen und Verantworten maschinell erzeugter Codevorschläge, etwa mit GitHub Copilot in der Entwicklungsumgebung. Programmiersprachen, Systemarchitektur und Schnittstellen werden dabei im Überblick eingeordnet, damit Vorschläge lesbar und beurteilbar bleiben.

Kompetenzziele

Einen Codeassistenten in die Entwicklungsumgebung einbinden und seine Reichweite einschätzen
Kommentare, Signaturen und Prompts als Steuerungsmittel für Codevorschläge gezielt einsetzen
Mehrere Vorschlagsvarianten vergleichen und die passende Lösung auswählen
Maschinell erzeugten Code auf Korrektheit, Lesbarkeit und unsichere Muster prüfen
Datenschutz, Urheberrecht und Lizenzfragen bei KI-generiertem Code bewerten
Regeln für den gemeinsamen Einsatz von Coding-Tools im Entwicklungsteam festlegen

Themen und Zusammenhänge

Zu Beginn steht die Funktionsweise: Large Language Models erzeugen Programmcode aus Beschreibungen, unterscheiden sich aber grundlegend von klassischen Codegeneratoren und Vorlagen. Daran schließt die Steuerung an, also wie präzise Kommentare und Prompts die Qualität der Vorschläge beeinflussen und wie sich wiederkehrende Codestrukturen und Tests mit Assistenz erstellen lassen. Da KI-gestütztes Coding ein eigenes Urteil voraussetzt, werden Grundlagen von Algorithmen und Datenstrukturen erarbeitet; eine Programmiersprache lernen bedeutet hier, Code lesen und einordnen zu können. Der dritte Strang betrifft Verantwortung: Wer Vorschläge übernimmt, steht für den eingecheckten Code ein, und Governance-Regeln legen fest, welche Werkzeuge in welchem Umfang zum Einsatz kommen. In einem eigenen Projekt laufen Steuerung, Kontrolle und Dokumentation zusammen, von der ersten Beschreibung bis zur getesteten Lösung.

Berufliche Perspektiven

Einsatzfelder liegen in Teams, die KI-gestütztes Coding in ihre Entwicklungsprozesse übernehmen:

Softwareentwickler:in bzw. Developer mit Schwerpunkt Codeassistenz
Prompt Engineer für die Erzeugung von Code und Tests
Fachkraft für Codequalität und Review KI-generierter Vorschläge
Junior-Programmierer:in in Teams mit GitHub Copilot

Allgemeine Informationen

Labels: KW44-2:neue Titel

Kategorie

Kursart: Weiterbildungsangebot
Systematik: KI-Entwicklungen, KI-Anwendungen
Keywords: Programmiersprache
Programmiersprache Lernen
Coding Lernen
Coding
Rust Lernen
Bildungsart: Fortbildung/Qualifizierung
Schulart: Einrichtung der beruflichen Weiterbildung

Gesamtkosten

Kosten: 2.000 €
Kosten Bemerkung: Die Kosten für den Kurs AI Coding ohne Programmiersprache sind in Vollzeit und in Teilzeit identisch und beinhalten Schulungsunterlagen sowie Softwarelizenzen.

Abschluss & Zulassung

Abschlussart: Internes Trägerzertifikat: AI Coding ohne Programmiersprache von Lutz + Grub
Abschlussbezeichnung: AI Coding ohne Programmiersprache
Anrechnung: keine Angabe
Berechtigung: keine Angabe
Zusatzqualifikationen: keine Angabe
Prüfende Stelle: Eine interne Prüfungskommission ist für die Abnahme der Prüfung des Kurses AI Coding ohne Programmiersprache zuständig.

Sonstiges

Zugang: Die Teilnahme am Kurs AI Coding ohne Programmiersprache erfordert lediglich Interesse am Themengebiet. Besondere Vorkenntnisse sind nicht notwendig.
Zielgruppe: Softwareentwicklung als Berufsziel: Der Kurs AI Coding ohne Programmiersprache richtet sich an alle Personen, die künftig in dem Bereich Softwareentwicklung arbeiten möchten.