Certified Prompt Practitioner: KI-Agenten-Kurs

Der Certified Prompt Practitioner setzt dort an, wo klassische Prompt-Engineering-Grundkurse aufhören. Statt einzelne Prompts für ein Chat-Fenster zu formulieren, geht es um die Steuerung mehrstufiger KI-Agenten, die selbstständig Zwischenschritte planen, Werkzeuge aufrufen und Ergebnisse untereinander abstimmen. Teilnehmende arbeiten mit Agenten-Frameworks wie OpenAI Agents, LangGraph, CrewAI und Autogen und lernen, wie sich Prompts nicht mehr als starre Texteingabe, sondern als dynamisch anpassbare Steuerungslogik entwerfen lassen. Im Zentrum stehen Adaptive Prompting, bei dem sich Anweisungen an den Kontext eines laufenden Dialogs anpassen, sowie Prompt-Metaprogrammierung, bei der Prompts selbst wieder Prompts erzeugen oder verändern. Der Kurs richtet sich an Personen, die den Grundkurs Certified Prompt Engineer bereits abgeschlossen haben oder über vergleichbare praktische Erfahrung verfügen, und vertieft deren Fähigkeiten in Richtung produktiver, agentenbasierter KI-Systeme.

Der erste Block führt von der klassischen Einzel-Prompt-Perspektive zur Agenten-Perspektive über. Teilnehmende erarbeiten, warum komplexe Aufgaben in Teilschritte zerlegt werden müssen und wie ein Agent zwischen Planung, Werkzeugaufruf und Ergebnisbewertung unterscheidet.

• Abgrenzung von Single-Prompt-Interaktionen zu agentenbasierten Workflows
• Grundarchitektur eines KI-Agenten: Planung, Aktion, Beobachtung, Rückschau
• Rollenkonzepte und Werkzeugzuweisung für Agenten
• Steuerung von Agenten über System- und Rollenprompts
• Grenzen und typische Fehlerbilder aktueller Agenten-Systeme

Der zweite Block widmet sich konkret den vier zentralen Frameworks des Kurses und ihren unterschiedlichen Herangehensweisen an Agentensteuerung. Teilnehmende bauen in jedem Framework eigene Beispiel-Agenten und vergleichen deren Stärken bei unterschiedlichen Aufgabentypen.

• Agentenerstellung und Werkzeuganbindung mit dem OpenAI-Agents-Framework
• Graphbasierte Ablaufsteuerung und Zustandsverwaltung mit LangGraph
• Rollenbasierte Teamzusammenstellung und Aufgabenverteilung mit CrewAI
• Nachrichtenbasierte Mehr-Agenten-Kommunikation mit Autogen
• Vergleich der Frameworks hinsichtlich Kontrolle, Flexibilität und Debugging-Aufwand

Der dritte Block vertieft die eigentliche Kernkompetenz des Aufbaukurses: adaptive und selbstgenerierende Prompt-Techniken. Hier lernen Teilnehmende, wie sich Prompts nicht mehr statisch, sondern als lernende, sich anpassende Steuerungselemente begreifen lassen.

• Adaptive Prompting: Prompts, die sich an Nutzerverhalten und Gesprächsverlauf anpassen
• Prompt-Metaprogrammierung: Prompts, die andere Prompts erzeugen oder umschreiben
• Chain-of-Thought-Strukturen für mehrstufige Schlussfolgerungen in Agenten
• Dynamische Kontextverwaltung über mehrere Interaktionsrunden hinweg
• Selbstkorrektur- und Rückschauschleifen innerhalb eines Agenten-Workflows

Der vierte Block behandelt die technische Anbindung an produktive Sprachmodell-Schnittstellen sowie Fragen der Kontrolle und Sicherheit, die bei autonom agierenden Systemen besonders relevant werden.

• Anbindung von Agenten an die OpenAI API und die Anthropic API
• Umgang mit Token-Limits, Kosten und Latenz in mehrstufigen Agenten-Aufrufen
• Kontroll- und Absicherungsmechanismen gegen unerwünschtes Agentenverhalten
• Logging und Nachvollziehbarkeit von Agenten-Entscheidungen
• Skalierung von Einzelagenten zu koordinierten Agenten-Teams

Im Praxisteil setzen die Teilnehmenden die vorgestellten Konzepte an eigenen Beispielprojekten um und erhalten Feedback zu ihren Entwürfen.

• Konzeption eines mehrstufigen Agenten für eine selbstgewählte Beispielaufgabe
• Implementierung eines Rechercheagenten mit Werkzeuganbindung
• Aufbau eines rollenbasierten Teams aus mehreren spezialisierten Agenten
• Entwicklung eines adaptiven Prompts, der auf unterschiedliche Nutzeranfragen reagiert
• Erstellung eines Meta-Prompts zur automatisierten Prompt-Generierung
• Testen und Debuggen eines Agenten-Workflows anhand von Fehlerfällen
• Vergleich der Ergebnisse desselben Anwendungsfalls in zwei verschiedenen Frameworks
• Optimierung eines bestehenden Agenten hinsichtlich Zuverlässigkeit und Kosten
• Dokumentation der eigenen Agenten-Architektur für den Praxiseinsatz
• Präsentation und gemeinsame Besprechung der Projektergebnisse
• Übertragung eines Beispielszenarios auf einen realistischen Fachbereich (Marketing, HR, IT oder Recht)
• Abschließende Einordnung der eigenen Ergebnisse in aktuelle Entwicklungen der Agenten-Technologie

Der Kurs ist bewusst praxisorientiert aufgebaut: Theorieeinheiten zu Architektur und Technik wechseln sich mit Übungen ab, in denen die Teilnehmenden eigene Agenten konzipieren, testen und verfeinern. Da sich die Landschaft der Agenten-Frameworks rasch weiterentwickelt, legt der Kurs Wert auf übertragbare Denkmuster statt auf reines Auswendiglernen einzelner Bibliotheksfunktionen, damit das Gelernte auch bei künftigen Tool-Versionen tragfähig bleibt.

Der Kurs richtet sich an KI-affine Fach- und Führungskräfte, die bereits über Grundkenntnisse im Prompt Engineering verfügen und diese in Richtung agentenbasierter Systeme ausbauen möchten.

• Absolvent:innen des Seminars Certified Prompt Engineer, die ihr Wissen vertiefen wollen
• Entwickler:innen, die KI-Agenten in bestehende Software-Workflows integrieren möchten
• Prozessverantwortliche, die Automatisierung mit KI-Agenten in ihrem Fachbereich prüfen
• KI-Trainer:innen und Prompt Engineers aus Marketing, HR, IT, Bildung, Recht oder Forschung
• Technisch versierte Quereinsteiger:innen mit klarem Interesse an agentenbasierter KI

Der Kurs kombiniert kompakte Theorieblöcke zu Agenten-Architekturen mit intensiven Hands-on-Phasen, in denen die vorgestellten Frameworks direkt am eigenen Rechner ausprobiert werden. Da alle vier Frameworks unterschiedliche Denkweisen erfordern, wechseln sich Live-Demonstrationen der Dozierenden mit eigenständigen Übungsphasen und gemeinsamer Fehleranalyse ab. Diskussionen über konkrete Anwendungsfälle aus den Berufsfeldern der Teilnehmenden fließen laufend in die Übungen ein, sodass die Konzepte nicht nur abstrakt, sondern anhand realistischer Szenarien erarbeitet werden.

Als Aufbaukurs ist das Format kompakt gehalten und konzentriert sich auf die vier Kern-Frameworks sowie die beiden zentralen Vertiefungsthemen Adaptive Prompting und Prompt-Metaprogrammierung. Der zeitliche Umfang ist so bemessen, dass für jedes Framework ausreichend Übungszeit zur Verfügung steht, ohne die Inhalte unnötig zu strecken. Der genaue Stundenplan variiert je nach Anbieter und Durchführungstermin.

Der Kurs schließt mit einer trägerinternen Bescheinigung ab, die die erfolgreiche Teilnahme sowie die behandelten Frameworks und Vertiefungsthemen dokumentiert. Eine standardisierte, herstellerunabhängige Prüfung ist für diesen Aufbaukurs nicht vorgesehen; im Vordergrund steht der Nachweis praktisch erprobter Fähigkeiten im Umgang mit agentenbasierten Prompt-Architekturen.

Wer bereits Prompt Engineering gelernt hat, stößt in der Praxis schnell an die Grenzen einzelner Chat-Anfragen: Komplexe Aufgaben erfordern mehrere Schritte, Werkzeugaufrufe und oft die Abstimmung zwischen mehreren spezialisierten KI-Instanzen. Genau diese Lücke schließt der Certified Prompt Practitioner, indem er den Übergang von der reinen Textformulierung zur Steuerung ganzer Agenten-Systeme praxisnah vermittelt. Die parallele Arbeit mit vier unterschiedlichen Frameworks verschafft einen realistischen Überblick über die aktuelle Werkzeuglandschaft, statt sich auf eine einzelne Bibliothek zu versteifen. Das ist besonders wertvoll, weil sich der Markt für Agenten-Frameworks weiterhin schnell verändert und Fachkräfte gefragt sind, die grundlegende Architekturprinzipien verstehen und flexibel auf neue Werkzeuge übertragen können. Für Fach- und Führungskräfte aus Marketing, HR, IT, Bildung, Recht oder Forschung eröffnet der Kurs die Möglichkeit, KI-Agenten gezielt für Automatisierungsaufgaben im eigenen Bereich zu konzipieren, statt auf vorgefertigte Standardlösungen angewiesen zu sein. Damit positioniert er Teilnehmende als Ansprechpartner für die praktische Umsetzung von KI-Agenten-Projekten in ihrem Unternehmen oder Fachgebiet.