Ihre Vorteile - was uns unterscheidet:
4,8
Das Modul ist Teil der 4-teiligen Deep-Dive-Reihe „Agentic AI im Produktivalltag”, aber vollständig eigenständig buchbar. Sie verlassen die Session nicht mit Theorie, sondern mit einem ausgearbeiteten Zustandsmodell für Ihren eigenen Use Case und einer priorisierten Guard- und Recovery-Roadmap für den nächsten Sprint.
So profitieren Sie von diesem Training in Ihrem Arbeitsalltag:
Stellen Sie sich vor, Ihr Onboarding-Agent verliert nach einem fehlgeschlagenen Tool-Aufruf den Kontext und springt in einen falschen Zustand – Nutzerdaten werden doppelt abgefragt, Schritte übersprungen, Vertrauen geht verloren.
Nach diesem Training haben Sie für genau solche Fälle ein explizites Zustandsmodell mit definierten Recovery-Pfaden zur Hand, statt den Fehler erst im Live-Betrieb zu entdecken.
Oder: Ihr Freigabe-Workflow lässt einen Vorgang trotz fehlender Pflichtdaten durchlaufen, weil keine harte Stop-Regel existiert. Im Training entwickeln Sie Guard-Regeln, die genau solche kritischen Übergänge zuverlässig abfangen – bevor sie im Betrieb zum Problem werden.
Der Effekt: Ihre Agenten-Workflows werden nachvollziehbar, testbar und im Betrieb kontrollierbar – eine wichtige Voraussetzung, um agentische Systeme über das Pilotstadium hinaus produktiv einzusetzen.
Kein Frontalvortrag, keine 80-Folien-Deck-Tour durch generische Agenten-Frameworks. Der Trainer moderiert entlang der realen Fälle der Teilnehmenden und arbeitet direkt am Artefakt – nicht an der Theorie. Kleingruppe (max. 12 Teilnehmende), damit Ihr konkreter Fall tatsächlich Raum bekommt.
Was das Training nicht ist: ein Tool-Tutorial für ein bestimmtes Framework (LangGraph, n8n o. ä.) und keine Einführung in Prompt Engineering. Wer fertige Patentrezepte von der Stange erwartet, wird enttäuscht – wer bereit ist, den eigenen Use Case einzubringen, bekommt eine Lösung, die für genau diesen Fall passt.
Grundverständnis moderner AI-Workflows und Software-Delivery. Das Modul ist unabhängig von den anderen Modulen der Reihe buchbar und durchführbar; Vorkenntnisse aus anderen Modulen der Reihe sind nicht erforderlich.
Empfohlene Vorstufe:
Wenn Sie noch keine praktische AI-Workflow-Erfahrung mitbringen, legen unsere KI-Grundlagen Schulung oder das KI-Practitioner-Training das nötige Fundament, bevor Sie in diese Deep-Dive-Reihe einsteigen.
Info Keine Prüfung vorgesehen.
Hybrid- und Kompakt-Format sind nicht vorgesehen.
Teilnahmezertifikat Experienced-Level für das Modul „Quality, Safety & Trust für AI-Systeme" (Deep Dive Reihe: Agentic AI im Produktivalltag). Bestätigt die im Modul vermittelten Inhalte. Bei Teilnahme an allen vier Modulen zusätzlich Teilnahmezertifikat Expert-Level für die gesamte Reihe.
Was unterscheidet dieses Training von einem Tutorial zu LangGraph, n8n oder einem anderen Agenten-Framework?
Frameworks lösen die technische Implementierung. Dieses Training löst die vorgelagerte Architekturfrage: Welche States, Events und Invarianten hat Ihr Workflow überhaupt, unabhängig davon, mit welchem Framework Sie ihn später bauen? Das erarbeitete Zustandsmodell lässt sich in jedes gängige Framework übertragen.
Wir betreiben bereits einen Agenten im Pilotbetrieb – brauchen wir das noch?
Gerade dann. Das Training ist explizit für Teams gedacht, die schon einen laufenden oder kurz vor dem Rollout stehenden Agenten haben und an genau der Stelle hängen, an der die meisten Piloten scheitern: dem Übergang vom kontrollierten Demo-Umfeld in den unvorhersehbaren Produktivbetrieb.
Reicht nicht ein gutes Prompt, um Fehlerfälle abzufangen?
Nein – und das ist genau der Punkt des Trainings. Prompt-basierte Fehlerbehandlung ist implizit und nicht zuverlässig reproduzierbar. Ein explizites Zustandsmodell macht dieselbe Logik testbar, auditierbar und unabhängig von Modell- oder Prompt-Änderungen.
Wir haben keinen “sauberen” Use Case – reicht ein noch unfertiger Workflow?
Ja. Die Session ist bewusst so angelegt, dass auch unfertige oder erst geplante Workflows als Ausgangsbasis funktionieren. Wichtiger als ein perfekter Ist-Zustand ist die Bereitschaft, den eigenen Fall konkret einzubringen statt an einem Lehrbuchbeispiel zu arbeiten.
Brauchen wir Programmierkenntnisse?
Nein. Es werden keine Codebeispiele in einer bestimmten Sprache vorausgesetzt. Sie sollten aber mit den Grundbegriffen moderner AI-Workflows vertraut sein (siehe Vorkenntnisse).
4 Stunden für ein State-Machine-Design – reicht das wirklich?
Für ein vollständig produktionsreifes Modell aller Randfälle nicht – das ist auch nicht das Ziel. Sie verlassen die Session mit einem priorisierten Zustandsmodell und einer Guard-/Recovery-Roadmap für Ihre kritischsten Fehlerfälle, die Sie im nächsten Sprint umsetzen und danach eigenständig weiter ausbauen können.
Bleibt unser eingebrachter Use Case vertraulich?
Ja. Ihr Use Case wird ausschließlich innerhalb der Session mit den anderen Teilnehmenden (max. 12) besprochen und dient Ihnen als eigenes Arbeitsergebnis. Es findet keine Weitergabe an Dritte statt.
Warum Maxpert und nicht ein spezialisiertes AI-Beratungshaus?
Der Trainer ist Head of AI bei Maxpert und baut selbst produktive, unternehmenskritische AI-Systeme – die Inhalte kommen aus dieser laufenden operativen Praxis, nicht aus lizenziertem Kursmaterial. Zusätzlich profitieren Sie von der über 30-jährigen Erfahrung von Maxpert als eigenständigem Trainingsentwickler ohne Subunternehmer-Netz.
Was, wenn ich nach diesem Modul merke, dass ich mehr brauche als nur State-Machine-Design?
Dafür gibt es die drei Folgemodule (Safety/Quality, Context Engineering, AI Ops) sowie das Gesamtpaket mit Preisvorteil.
Sie möchten mehrere Mitarbeiter gleichzeitig ausbilden? Kein Problem. Wir bieten Ihnen all unsere Schulungen auch als Inhouse-Schulungen an.
Für eine Inhouse Anfrage schicken Sie uns eine E-Mail an inhouse@maxpert.de oder rufen Sie einfach gleich bei uns an. Wir erstellen Ihnen dann gerne ein passendes und individuelles Inhouse Angebot zu Ihrer Schulung.
Wir freuen uns auf Ihre Anfrage!