Ein freier, offener Kurs über agentische Softwareentwicklung

Jedes Programm ist eine Liste von Schritten. Die einzige Frage ist, wer sie auswählt.

Ein vollständiger Kurs über den Bau von Systemen, die KI nutzen — geschrieben für Menschen, die neu in der Softwareentwicklung sind. Drei Teile, etwa 5–6 Stunden für die geführte Arbeit, plus eine offen angelegte Stufe 9, und am Ende haben Sie einen funktionierenden Agenten gebaut und eine Evaluationssuite, die ihn bewertet.

Kein Konto. Keine Werbung. Nur anonyme Seitenaufrufe. MIT-Lizenz.

Was ist agentische Softwareentwicklung überhaupt?

Jedes Programm ist eine Liste von Schritten. Die einzige Frage ist, wer den nächsten wählt — und wann.

Das hat ein Mensch entschieden

Sie schreiben die Schritte im Voraus. Der Computer folgt ihnen exakt, jedes Mal: schnell, vorhersagbar und blind für alles, woran Sie nicht gedacht haben.

Das hat ein Modell entschieden

Sie beschreiben das Ziel und lassen das Modell den nächsten Schritt wählen, während das Programm läuft. Flexibel, überraschend — und es muss geprüft werden.

Fast jedes reale System ist eine Mischung aus beidem. Die Mischung zu wählen ist die ganze Arbeit — und genau das üben Sie hier.

Ihr Lernweg

Jeder Teil verlangt etwas mehr als der vorige. Beginnen Sie oben.

Hier anfangenTeil 1 · Lesen

Das Handbuch

Elf illustrierte Abschnitte darüber, wer zur Laufzeit den nächsten Schritt bestimmt: Code, Prompts, Kontext, Schleifen, Graphen, Harness, Evaluation und Sicherheit. Jede Modellinteraktion ist hier eine vorgegebene Simulation.

30 Min. Lesen, ~1 Std. mit allem · offline · kein API-Schlüssel
Handbuch lesen→
Teil 2 · Üben

Das Labor

Vier praktische Stufen in diesem Browser. Machen Sie einen echten Modellaufruf, erweitern Sie eine regelbasierte Kasse bis sie scheitert, schreiben Sie einen eigenen Prompt, bewerten Sie ihn an zwanzig echten Fällen und beobachten Sie die Veränderung der Punktzahl.

40 Minuten · eigener DeepSeek-API-Schlüssel · die Registrierung verlangt eine Telefonnummer und eine kleine Aufladung · variable Provider-Kosten
Labor öffnen→
Teil 3 · Bauen

Einen Agenten bauen

Neun angeleitete Stufen (0–8), danach ein Transferprojekt in Stufe 9 auf Ihrem eigenen Rechner. Bauen Sie Modellaufruf, Regeln, Prompt, Evaluationen, Kontext, Agentenschleife, Kontrollen und Schutzmaßnahmen und übertragen Sie sie dann auf einen vertrauten Bereich.

etwa 4 Stunden · TypeScript · offline oder nutzungsabhängige Provider-Aufrufe

↗ Beginnt mit einer Einrichtungsanleitung auf der Website und öffnet anschließend den lokalen TypeScript-Kurs auf GitHub.

Kurs öffnen→

Was Sie danach können

Erkennen, welche Probleme ein Modell brauchen und welche nicht

Das wertvollste Urteil auf diesem Gebiet — und das am leichtesten falsch getroffene.

Einen Prompt schreiben und beweisen, dass er funktioniert

Nicht durch Lesen der Antworten, sondern durch Bewertung an Fällen und eine Zahl, die sich bewegt.

Eine Agentenschleife bauen, die Fehler übersteht

Werkzeuge fallen aus. Die Schleife muss den Fehler lesen und sich anpassen, nicht abstürzen.

Einen Zaun um das ziehen, was ein Modell tun darf

Genehmigungsschranken, verpflichtende Prüfschritte und Grenzen, die im Code durchgesetzt werden.

Für wen das ist

Absolute Anfänger

Teil 1 und 2 setzen keinerlei Programmierkenntnisse voraus.

Studierende und Selbstlernende

Die geführten Teile dauern etwa 5–6 Stunden, und Sie können dazwischen pausieren. Stufe 9 ist offen angelegt.

Lehrende

Ein 90-Minuten-Unterrichtsplan, frei zur Nutzung und Übersetzung.

Wo Sie stehen

Noch nichts. Ihr Fortschritt wird nur in diesem Browser gespeichert — kein Konto, nichts wird irgendwohin gesendet.

Checkliste

  • ○Das Handbuch 0/11 Abschnitte Starten
  • ○Das Labor
    • ○Ihr erster Aufruf
    • ○Die Wand
    • ○Den Prompt schreiben
    • ○Nachmessen
    0/4 Schritte Starten
  • ○Einen Agenten bauen Ihr eigenes Häkchen. Diese Website sieht den Kurs auf Ihrem Rechner nicht. Starten

Nächster Schritt Mit dem Handbuch beginnen

Häufige Fragen

Ist es wirklich kostenlos?

Ja. Der Kurs steht unter MIT-Lizenz; es gibt kein Konto, keine E-Mail-Erfassung und keine Werbung. Die Website zählt Seitenaufrufe anonym, ohne Cookies oder persönliches Profil. Teil 1 läuft vollständig offline. Teil 2 verwendet Ihren DeepSeek-Schlüssel: Die Registrierung verlangt eine Telefonnummer und eine kleine Aufladung, und echte Aufrufe können Anbieterkosten verursachen. Teil 3 kann offline oder mit Ihrem eigenen DeepSeek- beziehungsweise Claude-Schlüssel laufen.

Muss ich programmieren können?

Für Teil 1 und 2 nicht. Teil 3 setzt voraus, dass Sie einfaches TypeScript lesen und schreiben können: Funktionen, Objekte, eine for-Schleife und await. Falls noch nicht, absolvieren Sie Teil 1 und 2 und kommen Sie später zurück. Unter legacy bleibt eine ältere Python-Fassung erhalten; TypeScript ist der aktuelle Kurs.

Welches KI-Modell wird verwendet?

Teil 1 verwendet vorgegebene Simulationen und keinen Anbieter. Das Browser-Labor in Teil 2 verwendet derzeit DeepSeek mit Ihrem eigenen Schlüssel. Der lokale TypeScript-Kurs in Teil 3 unterstützt DeepSeek, Claude oder einen vorgegebenen Offline-Ersatz.

Ist mein API-Schlüssel sicher?

Das Browser-Labor bewahrt Ihren Schlüssel im Sitzungsspeicher des aktuellen Tabs auf und sendet Modellanfragen direkt an DeepSeek. Die Website sendet Schlüssel, Prompts oder Antworten nicht absichtlich an Analytics. Das Analytics-Skript läuft jedoch auf derselben Website und bildet daher eine Vertrauensgrenze zu einem Drittanbieter, keine technische Isolationsgarantie. Beim Schließen des Tabs wird die lokale Kopie vergessen; der Schlüssel bei DeepSeek wird dadurch nicht widerrufen.