Mo. bis Fr. von 8:00 bis 17:00 Uhr 0800 71 20000 Garantietermine Aktionspreise

Java-Microservices mit KI-Power: Spring AI & LangChain4j meistern


Java Schulungen 3 Tage

Tauchen Sie ein in die Zukunft der Softwareentwicklung! In diesem 3-tägigen Intensivkurs lernen Java-Programmierer, wie sich moderne KI-Technologien mit Spring AI und LangChain4j nahtlos in Microservices integrieren lassen. Von den Grundlagen großer Sprachmodelle bis hin zur Entwicklung intelligenter, handlungsfähiger KI-Agenten – hier verbinden Sie Theorie mit praxisnahen Coding-Sessions.

Java & KI kombinieren
LLMs verstehen & nutzen
Cleveres Prompt Engineering
Tools & APIs einbinden
Smarte KI-Agenten entwickeln
Praxisnahe Coding-Sessions

Zielgruppe

Java-Programmierer, die ihre Microservices mit KI-Funktionalitäten auf das nächste Level bringen wollen.

Voraussetzungen für die Schulung

  • Gute Java-Kenntnisse: sicherer Umgang mit Java und Spring Boot
  • Grundverständnis von Microservice-Architekturen
  • Basiswissen zu REST-APIs und Datenbanken
  • Erfahrung mit IntelliJ oder einer vergleichbaren IDE
  • Offenheit für neue Technologien wie KI-Frameworks, LLMs und Generative AI

Optional hilfreich, aber nicht zwingend erforderlich: erste Berührungspunkte mit Cloud-Umgebungen, Docker oder Testcontainers.

5 Tage Präsenz oder Online
1.890,00 € zzgl. 19% USt.
2.249,10 € inkl. 19% USt.
5 Tage Präsenz oder Online
1.890,00 € zzgl. 19% USt.
2.249,10 € inkl. 19% USt.
1.090,00 € zzgl. 19% USt.
1.297,10 € inkl. 19% USt.
3 Tage Präsenz oder Online
1.490,00 € zzgl. 19% USt.
1.773,10 € inkl. 19% USt.
1.090,00 € zzgl. 19% USt.
1.297,10 € inkl. 19% USt.

Kursinhalte

Setup und Tooling

  • IntelliJ AI-Setup: Dependency Management, Artifact-Repositories
  • ChatGPT-Plugin für IntelliJ vs. ChatGPT-Webversion
  • IntelliJ AI Assistant vs. Inline-AI-Coding

Einführung & Zielsetzung

  • Überblick über zentrale AI-Themen: AI, ML, LLM, NLP, Generative AI, GPTs
  • Einsatzmöglichkeiten von KI in der Softwareentwicklung
  • Einordnung von LLMs in modernen Enterprise-Anwendungen

LLM-Grundlagen & Einstieg in Spring AI

  • Grundlagen von LLMs & Chat-Modellen
  • Integration von Spring AI in Spring Boot
  • Spring-AI-Setup (BOM, Starter, AutoConfig)

Prompt Engineering & Templates

  • Schutz vor Prompt Injection
  • Strategien: Few-Shot, Zero-Shot, Chain-of-Thought
  • Praktische Einsatzszenarien: Q&A, Pro/Con, StepwiseChain
  • Strukturierte Ausgaben mit OutputParser & JSON-Mapping

Advisors API

  • Vor- und Nachverarbeitung von Eingaben
  • SimpleLoggerAdvisor und Custom Advisor-Beispiele

KI-gestützte Microservices

  • Architekturkonzepte mit LLM-Integration
  • Spring AI ChatClient API als zentrale Schnittstelle
  • Unterstützung für Prompt-Komposition, call(), stream() sowie Rollen (user, system, assistant)

Reaktive KI-Microservices

  • Einsatz von Streaming Models mit dem Spring AI ChatClient
  • Antworten der KI werden stückweise während der Verarbeitung übertragen

Tool Calling mit Spring AI

  • Integration externer Tools via @Tool
  • Erweiterung der KI-Funktionalitäten durch Tool-Anbindung
  • Ablauf: Modell → Tool-Auswahl → Ergebnisintegration
  • Nutzung von realTime APIs

MCP – Model Control Protocol

  • Standardisiertes Protokoll für die strukturierte Interaktion von KI-Modellen mit externen Tools & Ressourcen

Integration eigener Daten & APIs

  • Grounding und Prompt Stuffing für kontextspezifische Antworten

Retrieval Augmented Generation (RAG)

  • Konzept: Daten + Kontext = intelligente Antwort

Embeddings & Datenbanken

  • Nutzung der Embeddings API
  • Vector-Datenbanken (z. B. Pgvector)
  • Document Loaders & ETL-Pipelines
  • Chat Memory für kontextbasierte Konversationspersistenz

Entwicklung intelligenter KI-Agenten mit Spring AI

  • Einführung in Agentenlogik: Decision Making, Agentic Loop

Agentic Workflows

  • ChainWorker, OrchestratorWorker, ParallelWorker
  • Effektiver Aufbau von Agenten & modellgesteuerten Workflows

Lokale Modelle

  • Einsatz von Ollama & chat4all
  • Vorteile: Datenschutz, Kostenoptimierung, Offlinefähigkeit

Testing & Entwicklung

  • Arbeiten mit Testcontainers
  • Mocking generativer Antworten für verlässliche Tests

Häufig gestellte Fragen

Der Kurs richtet sich an erfahrene Java-Programmierer, die ihre Microservices mit KI-Funktionalitäten erweitern möchten.

Nein – Grundlagen zu KI, LLMs und Generative AI werden im Kurs vermittelt. Programmiererfahrung in Java ist jedoch Voraussetzung.

Der Fokus liegt auf praxisnahen Übungen: Nach jedem Theorieblock setzen Sie das Gelernte direkt im Code um.

IntelliJ IDEA (empfohlen), Git, Docker sowie grundlegende Entwicklungsumgebungen für Java und Spring Boot.

Absolut – der Kurs führt Schritt für Schritt in Spring AI ein und baut das Wissen praxisorientiert auf.

Buchen ohne Risiko

Sie zahlen erst nach erfolgreicher Schulung. Keine Vorkasse.

Lernen von Experten

Zertifizierte und praxiserfahrene TrainerInnen

Inklusive

Mittagessen, Kursmaterial, Zertifikat, WLAN, Getränke uvm.

Gruppengröße

Maximal 8 TeilnehmerInnen

Sprache

Deutsch (Englisch auf Wunsch)

Förderungen

Bis zu 100% Kostenübernahme!

Fragen zum Ablauf?

FAQ und Kontakt

Ähnliche Schulungen
5 Tage Präsenz oder Online
1.890,00 € zzgl. 19% USt.
2.249,10 € inkl. 19% USt.
2.190,00 € zzgl. 19% USt.
2.606,10 € inkl. 19% USt.
2 Tage Präsenz oder Online
1.190,00 € zzgl. 19% USt.
1.416,10 € inkl. 19% USt.
3 Tage Präsenz oder Online
1.450,00 € zzgl. 19% USt.
1.725,50 € inkl. 19% USt.
1.990,00 € zzgl. 19% USt.
2.368,10 € inkl. 19% USt.

Alle Schulungen zum Thema

Noch Fragen?

Rufen Sie mich an oder schreiben Sie mir eine E-Mail!

Michaela Berger
Michaela Berger