{"course":{"productid":37090,"modality":1,"active":true,"language":"de","title":"Agentic Software Engineering using GitHub Copilot","productcode":"GHAGENTS","vendorcode":"IC","vendorname":"Innovator Class","fullproductcode":"IC-GHAGENTS","courseware":{"has_ekit":false,"has_printkit":true,"language":""},"url":"https:\/\/portal.flane.ch\/course\/innovator-ghagents","essentials":"<ul>\n<li>Erfahrung in der Softwareentwicklung auf professionellem Niveau<\/li><li>Eine GitHub Copilot-Lizenz mit einem Guthaben oder ein konfigurierter BYOK-Endpunkt (Bring-Your-Own-Key). Aufgrund der nutzungsabh&auml;ngigen Abrechnung ist dies ein erforderlicher Konfigurationsschritt und kein optionaler.<\/li><\/ul>","audience":"<ul>\n<li>Softwareentwickler, die daran interessiert sind, KI-Agenten einzusetzen, um ihre Produktivit&auml;t und ihre F&auml;higkeiten beim Programmieren zu steigern<\/li><li>Softwarearchitekten, die verstehen m&ouml;chten, wie KI-Agenten in Softwareentwicklungszyklen integriert und verwaltet werden k&ouml;nnen<\/li><li>Teamleiter und Manager, die untersuchen m&ouml;chten, wie KI-Agenten zur Optimierung von Team-Arbeitsabl&auml;ufen und Projektergebnissen eingesetzt werden k&ouml;nnen<\/li><\/ul>","contents":"<h5>Modul 1: Grundlagen von GitHub Copilot und Grundlagen des Agent-Modus<\/h5><ul>\n<li>Erste Schritte mit Copilot und Vision<\/li><li>Modelle ausw&auml;hlen und konfigurieren<\/li><li>Grundlagen der KI-gest&uuml;tzten Programmierung<\/li><li>Grundlagen des Agent-Modus<\/li><li>Pull-Anfragen und Code-Reviews<\/li><li>Konfiguration und Verwaltung von Copilot<\/li><li>Arbeiten im Terminal<\/li><\/ul><h5>Modul 2: GitHub Copilot &ndash; Agentic-Harness<\/h5><ul>\n<li>Copilot mithilfe von Anweisungen gestalten<\/li><li>Wiederverwendbare Prompt-Workflows<\/li><li>Model Context Protocol &amp; MCP-Registrierung<\/li><li>Zollagenten\n<ul>\n<li>&Uuml;bersicht &uuml;ber die Agenten<\/li><li>Repository-Agenten<\/li><li>Claude Agents<\/li><\/ul><\/li><li>Wiederverwendbares Dom&auml;nenwissen mit F&auml;higkeiten<\/li><li>Funktionen mit Plugins bereitstellen<\/li><li>Copilot-Speicher zuweisen<\/li><li>Optimierung des Kontextfensters und Zwischenspeicherung von Eingabeaufforderungen<\/li><li>GitHub Copilot-Hooks<\/li><\/ul><h5>Modul 3: Umsetzung der agentischen Kodierung<\/h5><ul>\n<li>Unterbeauftragte als Fachexperten<\/li><li>Vertiefte Recherche mit \/research<\/li><li>Multi-Agent-Koordination<\/li><li>Aufgaben an Cloud-Agenten delegieren<\/li><li>Agentic-Browser-Automatisierung<\/li><li>Aufr&uuml;stung und Modernisierung<\/li><\/ul><h5>Modul 4: Agentensitzungen<\/h5><ul>\n<li>Das Fenster &bdquo;Agenten&ldquo;<\/li><li>Agent-Host-Protokoll (AHP vs. ACP)<\/li><li>Remote-Agent-Sitzungen &uuml;ber SSH und Dev-Tunnel<\/li><li>Sitzungsverwaltung<\/li><li>Sitzungspersistenz &amp; \/chronicle<\/li><li>Fehlerbehebung bei Agent-Sitzungen<\/li><\/ul><h5>Modul 5: GitHub Copilot CLI<\/h5><ul>\n<li>GitHub Copilot CLI<\/li><li>Gesch&auml;ftsszenario: Automatisierung der Aktualisierung von HR-Dokumenten<\/li><li>GitHub Agentic Workflows<\/li><li>Erweiterung der CLI um MCP-Server und -Kompetenzen<\/li><li>Fragen und Antworten zur Codebasis sowie Einarbeitung<\/li><\/ul><h5>Modul 6: GitHub Copilot SDK<\/h5><ul>\n<li>GitHub Copilot SDK<\/li><li>Erstellung von Agenten mit benutzerdefinierten Tools<\/li><li>Implementierung und Nutzung von MCP-Apps<\/li><li>Bereitstellung eines SDK-Agenten in Azure<\/li><li>Entwicklung eines Multi-Agenten-Systems<\/li><\/ul><h5>Module 7: GitHub Copilot App<\/h5><ul>\n<li>Lernen Sie die &bdquo;Desktop Agents&ldquo;-App kennen<\/li><li>Sitzungen zu Issues, Prompts und Pull-Anfragen<\/li><li>Der Validierungszyklus<\/li><li>Geplante Automatisierungen<\/li><li>Synchronisierung von Skills und MCP-Servern<\/li><\/ul><h5>Modul 8: Agentes DevOps<\/h5><ul>\n<li>Testen mit Copilot<\/li><li>Dokumentation mit Copilot<\/li><li>Automatisierung mit der Azure-CLI<\/li><li>Infrastructure as Code (azd, Bicep und Terraform)<\/li><li>Azure DevOps Pipelines und GitHub Actions<\/li><\/ul><h5>Modul 9: Governance, Kosten und Beobachtbarkeit<\/h5><ul>\n<li>Vertrauen, Sicherheit und das Berechtigungsmodell<\/li><li>Kostenmodell und KI-Credits<\/li><li>Senkung der Token-Kosten durch Open-Source-Modelle\n<ul>\n<li>Verwendung von Open-Source-Modellen in VS Code<\/li><li>Verwendung von Open-Source-Modellen in der Copilot-CLI<\/li><\/ul><\/li><li>Unternehmensrichtlinien und verwaltete Einstellungen<\/li><li>Observability mit OpenTelemetry<\/li><li>EU-KI-Gesetz, DSGVO und Einhaltung der Barrierefreiheitsvorschriften<\/li><\/ul><h5>Modul 10: Spezifikationsgesteuerte Entwicklung und Bereitstellung<\/h5><ul>\n<li>Warum spezifikationsgesteuerte Entwicklung?<\/li><li>Spezifikationsgesteuerter Arbeitsablauf<\/li><li>Satzung, Leistungsbeschreibung und technischer Plan<\/li><li>Von Aufgaben zum lauff&auml;higen Code<\/li><li>Erste Schritte mit dem GitHub Spec Kit<\/li><li>Beispielfall: Implementierung einer Produktfunktion<\/li><\/ul>","comments":"<p><em>Dieser Text wurde automatisiert &uuml;bersetzt. Um den englischen Originaltext anzuzeigen, klicken Sie bitte <span class=\"cms-link-marked\"><a class=\"fl-href-prod\" href=\"\/swisscom\/en\/course\/innovator-ghagents\"><svg role=\"img\" aria-hidden=\"true\" focusable=\"false\" data-nosnippet class=\"cms-linkmark\"><use xlink:href=\"\/css\/img\/icnset-linkmarks.svg#linkmark\"><\/use><\/svg>hier<\/a><\/span>.<\/em><\/p>","summary":"<p>Begeben Sie sich auf eine transformative viert&auml;gige Reise in die Welt des agentenbasierten Software-Engineering mit GitHub Copilot und entdecken Sie, wie KI-gest&uuml;tzte Tools Ihre Produktivit&auml;t beim Programmieren und Ihre architektonischen Entscheidungen neu gestalten. Ganz gleich, ob Sie als Softwareentwickler Ihre F&auml;higkeiten ausbauen m&ouml;chten, als L&ouml;sungsarchitekt die KI-gest&uuml;tzte Entwicklung erkunden oder als technischer Leiter pr&uuml;fen, wie KI-Agenten die Arbeitsabl&auml;ufe Ihres Teams verbessern k&ouml;nnen &ndash; dieser Kurs vermittelt Ihnen das Wissen und die praktischen Erfahrungen, um KI in der modernen Softwareentwicklung effektiv einzusetzen.<\/p>\n<p>Ihre Reise beginnt mit den Grundlagen und den Grundlagen des Agent-Modus &ndash; einer soliden Basis f&uuml;r KI-gest&uuml;tztes Programmieren durch Prompts, Inline-Vorschl&auml;ge, Slash-Befehle, Kontextvariablen und Code-Reviews bei Pull-Requests. Sie w&auml;hlen Modelle sicher aus und konfigurieren sie &ndash; von gehosteten Frontier-Modellen bis hin zu Endpunkten mit eigenem Schl&uuml;ssel &ndash; und erfahren, wie Copilot Vision Bilder und PDFs in den Chat integriert. Sie steigen fr&uuml;hzeitig in den Agent-Modus ein, steuern einen lokalen Agenten durch echte, mehrstufige Aufgaben und lernen, im Terminal so zu arbeiten, wie es Agenten tun.<\/p>\n<p>Anschliessend richten Sie das GitHub Copilot Agentic Harness ein und erweitern Copilot um Anweisungen, Prompt-Dateien und das Model Context Protocol, wobei die MCP-Registry als Erkennungsoberfl&auml;che dient. Dieses Modul f&uuml;gt benutzerdefinierte Agenten, wiederverwendbare Skills, Copilot-Speicher und Hooks hinzu, zeigt Ihnen, wie Sie das Kontextfenster durch Prompt-Caching optimieren k&ouml;nnen, und installiert vorgefertigte Plugins, die nach einer einzigen Installation sowohl in der CLI als auch im Editor funktionieren.<\/p>\n<p>In &bdquo;Implementing Agentic Coding&ldquo; setzen Sie Agenten ein und bauen dabei auf der einfachsten Form der Delegation auf. Sie &uuml;bertragen einen Teil einer Aufgabe an einen Subagenten, der als Fachexperte fungiert, f&uuml;hren den schreibgesch&uuml;tzten `\/research`-Agenten f&uuml;r einen zitierten Bericht aus, koordinieren die Multi-Agenten-Orchestrierung f&uuml;r komplexe Herausforderungen und delegieren umfangreiche Aufgaben an Cloud-Agenten. Sie nutzen integrierte Browser-Tools, mit denen Agenten Seiten &ouml;ffnen, Konsolenfehler auslesen und ihre eigenen Web&auml;nderungen &uuml;berpr&uuml;fen k&ouml;nnen, und schliessen ab mit einer agentengesteuerten Modernisierung von Semantic Kernel zum Microsoft Agent Framework.<\/p>\n<p>Im Abschnitt &bdquo;Agent Sessions&ldquo; wird anschliessend die zugrunde liegende Infrastruktur behandelt &ndash; die Abstraktion, auf der das Produkt nun aufbaut. Sie f&uuml;hren Agenten projekt&uuml;bergreifend in einem eigenen Begleitfenster aus, lernen, wie das Agent-Host-Protokoll den Sitzungsstatus auf einem langlebigen Host zuverl&auml;ssig aufrechterh&auml;lt, und steuern Remote-Sitzungen &uuml;ber SSH und Dev-Tunnel. Sie verwalten Sitzungen in grossem Massstab mithilfe von Gruppen, Hintergrund&uuml;bertragungen und Ein-Klick-Bannern, die fehlgeschlagene CI-Pr&uuml;fungen beheben, und beheben anschliessend mit `\/troubleshoot` Probleme bei einer ins Stocken geratenen Sitzung.<\/p>\n<p>Die GitHub Copilot-CLI bringt den Agenten an die Befehlszeile. Man installiert sie, steuert die interaktive Shell mit Slash-Befehlen und nat&uuml;rlicher Sprache, wechselt Modelle im Handumdrehen und &uuml;bergibt mehrstufige Aufgaben an Autopilot. Ein echter Business Case zur Automatisierung von HR-Dokumenten &uuml;ber Work IQ und SharePoint-MCP-Server zeigt den Nutzen, und GitHub Agentic Workflows wandeln diese Aufgaben in versionierte, zeitgesteuerte Abl&auml;ufe um, die Pull-Anfragen er&ouml;ffnen.<\/p>\n<p>Das GitHub Copilot SDK bindet diese Funktionen in Ihre eigenen Anwendungen ein. Es l&auml;uft auf derselben Produktions-Laufzeitumgebung wie die CLI und ist als Technical Preview f&uuml;r Python, TypeScript, Go und .NET verf&uuml;gbar. So k&ouml;nnen Sie eine Sitzung erstellen und benutzerdefinierte Tools definieren, w&auml;hrend Copilot die Planung und Ausf&uuml;hrung &uuml;bernimmt. Sie erstellen ausf&uuml;hrbare Agenten, stellen einen davon in Azure bereit und erweitern diese mit MCP-Apps, die interaktive Benutzeroberfl&auml;chen direkt im Chat darstellen.<\/p>\n<p>Im weiteren Verlauf des Kurses verlassen wir den Editor und wenden uns der GitHub Copilot-App sowie der Desktop-Agenten-Ansicht f&uuml;r macOS, Windows und Linux zu. Sie starten Sitzungen ausgehend von einem GitHub-Issue, einer frei formulierten Eingabeaufforderung oder einem laufenden Pull-Request &ndash; jeweils in einem eigenen, isolierten Arbeitsverzeichnis &ndash;, f&uuml;hren eine Validierungsschleife durch, die Diffs &uuml;berpr&uuml;ft und den Pull-Request zusammenf&uuml;hrt, und wandeln Skills und Eingabeaufforderungen in geplante Automatisierungen um.<\/p>\n<p>Agentic DevOps wendet diese Techniken auf die Cloud-Automatisierung und &bdquo;Infrastructure as Code&ldquo; an. Sie erlernen die Automatisierung mit der Azure-CLI, nutzen Bicep, Terraform und die Azure Developer CLI im Agentic-Modus und bauen intelligente CI\/CD-L&ouml;sungen mit Azure DevOps Pipelines und GitHub Actions auf. Zudem schliessen Sie hier den Qualit&auml;tskreislauf, indem Sie Tests einschliesslich End-to-End-Playwright-Suiten generieren und Dokumentation mit Mermaid-Diagrammen erstellen.<\/p>\n<p>Governance, Kosten und Beobachtbarkeit bilden das gesch&auml;ftliche Herzst&uuml;ck f&uuml;r Architekten, Teamleiter und Manager. Sie beherrschen das Berechtigungsmodell &ndash; von Autopilot &uuml;ber Terminal-Sandboxing bis hin zu Risikokennzeichnungen und der Abfangung sensibler Eingabeaufforderungen &ndash;, betrachten die Modellauswahl als Budgetentscheidung im Rahmen nutzungsbasierter Gutschriften, senken diese Kosten durch Open-Source-Modelle, wenden unternehmensverwaltete Einstellungen &uuml;ber MDM an und statten Agenten mit OpenTelemetry-Traces aus, die in ein von Azure verwaltetes Grafana-Dashboard eingespeist werden. Ausserdem k&uuml;mmern Sie sich um die Einhaltung der regulatorischen Vorschriften, die f&uuml;r die von Ihren Agenten ausgelieferte Software gelten.<\/p>\n<p>Der Kurs schliesst mit dem Thema &bdquo;Spezifikationsgesteuerte Entwicklung und Bereitstellung&ldquo; ab. Sie lernen spezifikationsgesteuerte Arbeitsabl&auml;ufe kennen, erstellen eine Konstitution, eine Spezifikation und einen technischen Plan, gliedern komplexe Anforderungen mit GitHub Spec Kit in einzelne Aufgaben auf und implementieren eine Produktfunktion von Anfang bis Ende auf der Grundlage ihrer Spezifikation. Nach Abschluss dieses Kurses sind Sie in der Lage, KI-gest&uuml;tzte L&ouml;sungen zu entwerfen, die Entwicklungszyklen beschleunigen und die Kompetenzen Ihres Teams st&auml;rken.<\/p>","essentials_plain":"- Erfahrung in der Softwareentwicklung auf professionellem Niveau\n- Eine GitHub Copilot-Lizenz mit einem Guthaben oder ein konfigurierter BYOK-Endpunkt (Bring-Your-Own-Key). Aufgrund der nutzungsabh\u00e4ngigen Abrechnung ist dies ein erforderlicher Konfigurationsschritt und kein optionaler.","audience_plain":"- Softwareentwickler, die daran interessiert sind, KI-Agenten einzusetzen, um ihre Produktivit\u00e4t und ihre F\u00e4higkeiten beim Programmieren zu steigern\n- Softwarearchitekten, die verstehen m\u00f6chten, wie KI-Agenten in Softwareentwicklungszyklen integriert und verwaltet werden k\u00f6nnen\n- Teamleiter und Manager, die untersuchen m\u00f6chten, wie KI-Agenten zur Optimierung von Team-Arbeitsabl\u00e4ufen und Projektergebnissen eingesetzt werden k\u00f6nnen","contents_plain":"Modul 1: Grundlagen von GitHub Copilot und Grundlagen des Agent-Modus\n\n\n- Erste Schritte mit Copilot und Vision\n- Modelle ausw\u00e4hlen und konfigurieren\n- Grundlagen der KI-gest\u00fctzten Programmierung\n- Grundlagen des Agent-Modus\n- Pull-Anfragen und Code-Reviews\n- Konfiguration und Verwaltung von Copilot\n- Arbeiten im Terminal\nModul 2: GitHub Copilot \u2013 Agentic-Harness\n\n\n- Copilot mithilfe von Anweisungen gestalten\n- Wiederverwendbare Prompt-Workflows\n- Model Context Protocol & MCP-Registrierung\n- Zollagenten\n\n- \u00dcbersicht \u00fcber die Agenten\n- Repository-Agenten\n- Claude Agents\n- Wiederverwendbares Dom\u00e4nenwissen mit F\u00e4higkeiten\n- Funktionen mit Plugins bereitstellen\n- Copilot-Speicher zuweisen\n- Optimierung des Kontextfensters und Zwischenspeicherung von Eingabeaufforderungen\n- GitHub Copilot-Hooks\nModul 3: Umsetzung der agentischen Kodierung\n\n\n- Unterbeauftragte als Fachexperten\n- Vertiefte Recherche mit \/research\n- Multi-Agent-Koordination\n- Aufgaben an Cloud-Agenten delegieren\n- Agentic-Browser-Automatisierung\n- Aufr\u00fcstung und Modernisierung\nModul 4: Agentensitzungen\n\n\n- Das Fenster \u201eAgenten\u201c\n- Agent-Host-Protokoll (AHP vs. ACP)\n- Remote-Agent-Sitzungen \u00fcber SSH und Dev-Tunnel\n- Sitzungsverwaltung\n- Sitzungspersistenz & \/chronicle\n- Fehlerbehebung bei Agent-Sitzungen\nModul 5: GitHub Copilot CLI\n\n\n- GitHub Copilot CLI\n- Gesch\u00e4ftsszenario: Automatisierung der Aktualisierung von HR-Dokumenten\n- GitHub Agentic Workflows\n- Erweiterung der CLI um MCP-Server und -Kompetenzen\n- Fragen und Antworten zur Codebasis sowie Einarbeitung\nModul 6: GitHub Copilot SDK\n\n\n- GitHub Copilot SDK\n- Erstellung von Agenten mit benutzerdefinierten Tools\n- Implementierung und Nutzung von MCP-Apps\n- Bereitstellung eines SDK-Agenten in Azure\n- Entwicklung eines Multi-Agenten-Systems\nModule 7: GitHub Copilot App\n\n\n- Lernen Sie die \u201eDesktop Agents\u201c-App kennen\n- Sitzungen zu Issues, Prompts und Pull-Anfragen\n- Der Validierungszyklus\n- Geplante Automatisierungen\n- Synchronisierung von Skills und MCP-Servern\nModul 8: Agentes DevOps\n\n\n- Testen mit Copilot\n- Dokumentation mit Copilot\n- Automatisierung mit der Azure-CLI\n- Infrastructure as Code (azd, Bicep und Terraform)\n- Azure DevOps Pipelines und GitHub Actions\nModul 9: Governance, Kosten und Beobachtbarkeit\n\n\n- Vertrauen, Sicherheit und das Berechtigungsmodell\n- Kostenmodell und KI-Credits\n- Senkung der Token-Kosten durch Open-Source-Modelle\n\n- Verwendung von Open-Source-Modellen in VS Code\n- Verwendung von Open-Source-Modellen in der Copilot-CLI\n- Unternehmensrichtlinien und verwaltete Einstellungen\n- Observability mit OpenTelemetry\n- EU-KI-Gesetz, DSGVO und Einhaltung der Barrierefreiheitsvorschriften\nModul 10: Spezifikationsgesteuerte Entwicklung und Bereitstellung\n\n\n- Warum spezifikationsgesteuerte Entwicklung?\n- Spezifikationsgesteuerter Arbeitsablauf\n- Satzung, Leistungsbeschreibung und technischer Plan\n- Von Aufgaben zum lauff\u00e4higen Code\n- Erste Schritte mit dem GitHub Spec Kit\n- Beispielfall: Implementierung einer Produktfunktion","comments_plain":"Dieser Text wurde automatisiert \u00fcbersetzt. Um den englischen Originaltext anzuzeigen, klicken Sie bitte hier.","summary_plain":"Begeben Sie sich auf eine transformative viert\u00e4gige Reise in die Welt des agentenbasierten Software-Engineering mit GitHub Copilot und entdecken Sie, wie KI-gest\u00fctzte Tools Ihre Produktivit\u00e4t beim Programmieren und Ihre architektonischen Entscheidungen neu gestalten. Ganz gleich, ob Sie als Softwareentwickler Ihre F\u00e4higkeiten ausbauen m\u00f6chten, als L\u00f6sungsarchitekt die KI-gest\u00fctzte Entwicklung erkunden oder als technischer Leiter pr\u00fcfen, wie KI-Agenten die Arbeitsabl\u00e4ufe Ihres Teams verbessern k\u00f6nnen \u2013 dieser Kurs vermittelt Ihnen das Wissen und die praktischen Erfahrungen, um KI in der modernen Softwareentwicklung effektiv einzusetzen.\n\nIhre Reise beginnt mit den Grundlagen und den Grundlagen des Agent-Modus \u2013 einer soliden Basis f\u00fcr KI-gest\u00fctztes Programmieren durch Prompts, Inline-Vorschl\u00e4ge, Slash-Befehle, Kontextvariablen und Code-Reviews bei Pull-Requests. Sie w\u00e4hlen Modelle sicher aus und konfigurieren sie \u2013 von gehosteten Frontier-Modellen bis hin zu Endpunkten mit eigenem Schl\u00fcssel \u2013 und erfahren, wie Copilot Vision Bilder und PDFs in den Chat integriert. Sie steigen fr\u00fchzeitig in den Agent-Modus ein, steuern einen lokalen Agenten durch echte, mehrstufige Aufgaben und lernen, im Terminal so zu arbeiten, wie es Agenten tun.\n\nAnschliessend richten Sie das GitHub Copilot Agentic Harness ein und erweitern Copilot um Anweisungen, Prompt-Dateien und das Model Context Protocol, wobei die MCP-Registry als Erkennungsoberfl\u00e4che dient. Dieses Modul f\u00fcgt benutzerdefinierte Agenten, wiederverwendbare Skills, Copilot-Speicher und Hooks hinzu, zeigt Ihnen, wie Sie das Kontextfenster durch Prompt-Caching optimieren k\u00f6nnen, und installiert vorgefertigte Plugins, die nach einer einzigen Installation sowohl in der CLI als auch im Editor funktionieren.\n\nIn \u201eImplementing Agentic Coding\u201c setzen Sie Agenten ein und bauen dabei auf der einfachsten Form der Delegation auf. Sie \u00fcbertragen einen Teil einer Aufgabe an einen Subagenten, der als Fachexperte fungiert, f\u00fchren den schreibgesch\u00fctzten `\/research`-Agenten f\u00fcr einen zitierten Bericht aus, koordinieren die Multi-Agenten-Orchestrierung f\u00fcr komplexe Herausforderungen und delegieren umfangreiche Aufgaben an Cloud-Agenten. Sie nutzen integrierte Browser-Tools, mit denen Agenten Seiten \u00f6ffnen, Konsolenfehler auslesen und ihre eigenen Web\u00e4nderungen \u00fcberpr\u00fcfen k\u00f6nnen, und schliessen ab mit einer agentengesteuerten Modernisierung von Semantic Kernel zum Microsoft Agent Framework.\n\nIm Abschnitt \u201eAgent Sessions\u201c wird anschliessend die zugrunde liegende Infrastruktur behandelt \u2013 die Abstraktion, auf der das Produkt nun aufbaut. Sie f\u00fchren Agenten projekt\u00fcbergreifend in einem eigenen Begleitfenster aus, lernen, wie das Agent-Host-Protokoll den Sitzungsstatus auf einem langlebigen Host zuverl\u00e4ssig aufrechterh\u00e4lt, und steuern Remote-Sitzungen \u00fcber SSH und Dev-Tunnel. Sie verwalten Sitzungen in grossem Massstab mithilfe von Gruppen, Hintergrund\u00fcbertragungen und Ein-Klick-Bannern, die fehlgeschlagene CI-Pr\u00fcfungen beheben, und beheben anschliessend mit `\/troubleshoot` Probleme bei einer ins Stocken geratenen Sitzung.\n\nDie GitHub Copilot-CLI bringt den Agenten an die Befehlszeile. Man installiert sie, steuert die interaktive Shell mit Slash-Befehlen und nat\u00fcrlicher Sprache, wechselt Modelle im Handumdrehen und \u00fcbergibt mehrstufige Aufgaben an Autopilot. Ein echter Business Case zur Automatisierung von HR-Dokumenten \u00fcber Work IQ und SharePoint-MCP-Server zeigt den Nutzen, und GitHub Agentic Workflows wandeln diese Aufgaben in versionierte, zeitgesteuerte Abl\u00e4ufe um, die Pull-Anfragen er\u00f6ffnen.\n\nDas GitHub Copilot SDK bindet diese Funktionen in Ihre eigenen Anwendungen ein. Es l\u00e4uft auf derselben Produktions-Laufzeitumgebung wie die CLI und ist als Technical Preview f\u00fcr Python, TypeScript, Go und .NET verf\u00fcgbar. So k\u00f6nnen Sie eine Sitzung erstellen und benutzerdefinierte Tools definieren, w\u00e4hrend Copilot die Planung und Ausf\u00fchrung \u00fcbernimmt. Sie erstellen ausf\u00fchrbare Agenten, stellen einen davon in Azure bereit und erweitern diese mit MCP-Apps, die interaktive Benutzeroberfl\u00e4chen direkt im Chat darstellen.\n\nIm weiteren Verlauf des Kurses verlassen wir den Editor und wenden uns der GitHub Copilot-App sowie der Desktop-Agenten-Ansicht f\u00fcr macOS, Windows und Linux zu. Sie starten Sitzungen ausgehend von einem GitHub-Issue, einer frei formulierten Eingabeaufforderung oder einem laufenden Pull-Request \u2013 jeweils in einem eigenen, isolierten Arbeitsverzeichnis \u2013, f\u00fchren eine Validierungsschleife durch, die Diffs \u00fcberpr\u00fcft und den Pull-Request zusammenf\u00fchrt, und wandeln Skills und Eingabeaufforderungen in geplante Automatisierungen um.\n\nAgentic DevOps wendet diese Techniken auf die Cloud-Automatisierung und \u201eInfrastructure as Code\u201c an. Sie erlernen die Automatisierung mit der Azure-CLI, nutzen Bicep, Terraform und die Azure Developer CLI im Agentic-Modus und bauen intelligente CI\/CD-L\u00f6sungen mit Azure DevOps Pipelines und GitHub Actions auf. Zudem schliessen Sie hier den Qualit\u00e4tskreislauf, indem Sie Tests einschliesslich End-to-End-Playwright-Suiten generieren und Dokumentation mit Mermaid-Diagrammen erstellen.\n\nGovernance, Kosten und Beobachtbarkeit bilden das gesch\u00e4ftliche Herzst\u00fcck f\u00fcr Architekten, Teamleiter und Manager. Sie beherrschen das Berechtigungsmodell \u2013 von Autopilot \u00fcber Terminal-Sandboxing bis hin zu Risikokennzeichnungen und der Abfangung sensibler Eingabeaufforderungen \u2013, betrachten die Modellauswahl als Budgetentscheidung im Rahmen nutzungsbasierter Gutschriften, senken diese Kosten durch Open-Source-Modelle, wenden unternehmensverwaltete Einstellungen \u00fcber MDM an und statten Agenten mit OpenTelemetry-Traces aus, die in ein von Azure verwaltetes Grafana-Dashboard eingespeist werden. Ausserdem k\u00fcmmern Sie sich um die Einhaltung der regulatorischen Vorschriften, die f\u00fcr die von Ihren Agenten ausgelieferte Software gelten.\n\nDer Kurs schliesst mit dem Thema \u201eSpezifikationsgesteuerte Entwicklung und Bereitstellung\u201c ab. Sie lernen spezifikationsgesteuerte Arbeitsabl\u00e4ufe kennen, erstellen eine Konstitution, eine Spezifikation und einen technischen Plan, gliedern komplexe Anforderungen mit GitHub Spec Kit in einzelne Aufgaben auf und implementieren eine Produktfunktion von Anfang bis Ende auf der Grundlage ihrer Spezifikation. Nach Abschluss dieses Kurses sind Sie in der Lage, KI-gest\u00fctzte L\u00f6sungen zu entwerfen, die Entwicklungszyklen beschleunigen und die Kompetenzen Ihres Teams st\u00e4rken.","version":"1.0","duration":{"unit":"d","value":4,"formatted":"4 Tage"},"pricelist":{"List Price":{"DE":{"country":"DE","currency":"EUR","taxrate":19,"price":2490},"CH":{"country":"CH","currency":"CHF","taxrate":8.1,"price":2490},"AT":{"country":"AT","currency":"EUR","taxrate":20,"price":2490},"SE":{"country":"SE","currency":"EUR","taxrate":25,"price":2490},"SI":{"country":"SI","currency":"EUR","taxrate":20,"price":2490}}},"lastchanged":"2026-07-21T14:53:49+02:00","parenturl":"https:\/\/portal.flane.ch\/swisscom\/json-courses","nexturl_course_schedule":"https:\/\/portal.flane.ch\/swisscom\/json-course-schedule\/37090","source_lang":"de","source":"https:\/\/portal.flane.ch\/swisscom\/json-course\/innovator-ghagents"}}