LangGraph-Training: KI-Agenten-Workflows bauen
Von State Graphs bis Deployment: steuerbare KI-Agenten mit Review, Checkpoints und Tracing bauen
Die wichtigsten Themen
LangGraph-State sauber modellieren
Tool Calling mit validierten Schemas
Human Approval mit Checkpoints
Multi-Agent-Workflows strukturieren
Tracing und fachliche Tests
Deployment als FastAPI-Service
Überblick LangGraph-Training für Entwicklerinnen und Entwickler, die KI-Agenten nicht als schwer prüfbare Prompt-Ketten, sondern als nachvollziehbare Workflows mit explizitem State entwickeln wollen. In der deutschsprachigen...
LangGraph-Training für Entwicklerinnen und Entwickler, die KI-Agenten nicht als schwer prüfbare Prompt-Ketten, sondern als nachvollziehbare Workflows mit explizitem State entwickeln wollen. In der deutschsprachigen LangGraph-Schulung arbeitest du mit lauffähigen Python-Projekten und setzt Agenten-Logik Schritt für Schritt als Graph um: Nodes kapseln fachliche Arbeitsschritte, Edges steuern Entscheidungen, Reducer aktualisieren den typisierten State und Checkpoints sichern Zwischenstände für Wiederaufnahme, Review und Fehleranalyse.
Der Agentic-AI-Workshop führt dich von State Graphs über Tool-Schemas, Memory und Human-in-the-Loop-Freigaben bis zu Tracing, Tests und Deployment als API-Service. In den Übungen entstehen Recherche-, Support- und Datenanalyse-Agenten mit kontrolliertem Tool Calling, Abbruchregeln für Loops, Wiederaufnahme nach Unterbrechungen und fachlichen Testfällen. Dadurch entsteht ein belastbares Vorgehen für Multi-Agent-Systeme, technische Reviews und Betriebsübergaben. Wenn RAG, Retrieval und einfache Agents noch nicht sicher sitzen, passt vorab das LangChain: RAG und Agents Intensiv-Training.
Die Themen LangGraph-Laufzeitmodell und State Graphs · Typisierter State mit Reducern · Projektstruktur für Agenten-Anwendungen · Sichere Konfiguration für Modellzugriffe · Nodes für fachliche Arbeitsschritte...
Architektur und Projektsetup
- LangGraph-Laufzeitmodell und State Graphs
- Typisierter State mit Reducern
- Projektstruktur für Agenten-Anwendungen
- Sichere Konfiguration für Modellzugriffe
KI-Agenten-Workflows modellieren
- Nodes für fachliche Arbeitsschritte
- Edges für bedingte Kontrollflüsse
- Loops mit klaren Abbruchregeln
- Subgraphs für wiederverwendbare Abläufe
Tool Calling und Datenanbindung
- Tool-Schemas für validierte Eingaben
- Recherche-Agent mit strukturierter Ablage
- Datenanalyse-Agent mit Python-Auswertung
- Support-Agent mit Ticket-Kontext
Memory, Checkpointing und Human Approval
- Conversation State über mehrere Schritte
- Persistente Checkpoints zur Wiederaufnahme
- Human-in-the-Loop für Freigaben
- Review-Knoten für riskante Aktionen
Multi-Agent-Systeme mit LangGraph
- Supervisor-Pattern für Agenten-Routing
- Rollenmodelle für spezialisierte Agenten
- Übergaben zwischen Agenten-Nodes
- Entscheidungsknoten für Konfliktfälle
Stabilisierung und Qualitätssicherung
- Retry-Regeln für Tool-Fehler
- Tracing einzelner Graph-Runs
- Run-Metadaten für Observability
- Fachliche Testfälle für Evaluierung
Betrieb und Deployment
- FastAPI-Service im Container
- Secrets und Endpunkte konfigurieren
- Grenzen produktiver Agenten-Aktionen
- Übergabecheckliste für den Service-Betrieb
Zielgruppe
- Python-Entwicklerinnen und Python-Entwickler mit LLM-Erfahrung
- Software-Architektinnen und Software-Architekten für KI-Automatisierung
- Data-Scientistinnen und Data-Scientists mit Agenten-Prototypen
- DevOps-Engineerinnen und DevOps-Engineers im KI-Service-Betrieb
- AI-Engineerinnen und AI-Engineers für LangGraph-Workflows
Das lernst du
- Zustandsbehaftete State Graphs für Agenten-Workflows entwerfen
- Kontrollflüsse mit Nodes, Edges, Loops und Subgraphs strukturieren
- Tool Calling mit validierten Schemas und sauberer Fehlerbehandlung anbinden
- Human Approval, Memory und Checkpointing für unterbrechbare Abläufe einsetzen
- Graph-Runs mit Tracing, Metadaten und fachlichen Testfällen prüfen
- Deployment als API-Service vorbereiten und Betriebsgrenzen dokumentieren
So arbeiten wir
- Architektur-Inputs zu LangGraph-Konzepten, State-Modellierung und Agenten-Design
- Angeleitete Coding-Labs mit lauffähigen Python-Projekten
- Live-Demos zu Tool Calling, Checkpointing, Human Approval und Tracing
- Code-Reviews zu Graph-Struktur, Fehlerbehandlung und Testbarkeit
- Debugging-Sessions an typischen Agenten-Fehlern und Loop-Problemen
- Übergabeorientierte Abschlussübung mit API-Service und Betriebscheckliste
Empfohlene Vorkenntnisse
- Sichere Python-Kenntnisse und Erfahrung mit APIs
- Grundverständnis von LLMs, Prompting und JSON-Datenstrukturen
- Erfahrung mit virtuellen Python-Umgebungen, Paketverwaltung und Debugging
- Optional zur Vorbereitung: Python Aufbaukurs
Dein Fahrplan
Der erste Trainingstag legt das technische Fundament für zustandsbehaftete Agenten-Workflows mit LangGraph. Aus einem Python-Projekt entsteht ein erster nachvollziehbarer Graph mit typisiertem State, kontrollierten Übergängen und Debugging-Möglichkeiten.
- Projekt-Setup und LangGraph-Konzepte
- Typed State und Reducer
- Nodes und Edges für einen Recherche-Agenten
- Bedingte Kontrollflüsse und Loop-Grenzen
- Debugging erster Graph-Runs
Organisatorisches
Lernformate
Unsere Seminare bieten dir maximale Flexibilität: Du kannst zwischen Live-Online und Vor Ort in unseren modernen Schulungszentren im D-A-CH Raum wählen. Beide Formate garantieren dir die gleiche hohe Qualität und interaktive Lernerfahrung.
Schulungsarten
Wir bieten dir verschiedene Schulungsarten: Offene Seminare, Firmenseminare für Teams und Inhouse-Schulungen direkt bei dir vor Ort. So findest du genau das Format, das zu deinen Bedürfnissen passt.
Uhrzeiten
09:00-16:00 Uhr
Aktuelle Software
In unseren offenen Kursen arbeiten wir mit der aktuellsten Software-Version. So lernst du direkt mit den Tools und Features, die du auch in deinem Arbeitsalltag verwendest - praxisnah und zukunftsorientiert. Bei Inhouse- und Firmenschulungen bestimmt ihr die Version.
Deine Vorteile
Zufriedenheitsgarantie
Wir sind von unserer Qualität überzeugt. Sollte ein Training einmal nicht deinen Erwartungen entsprechen, bieten wir dir an, den Kurs kostenlos zu wiederholen oder ein anderes Training zu besuchen. Ohne Risiko, ohne Diskussion.
Inklusivleistungen
Deine Teilnahme beinhaltet: Schulungsmaterial, Zertifikat, Verpflegung (bei Präsenzveranstaltungen) und persönliche Betreuung durch unsere Trainer und unser Orga-Team. Alles aus einer Hand - keine versteckten Kosten.
Lernen von Experten
Unsere Trainer sind zertifizierte und erfahrene Profis mit jahrelanger Berufserfahrung. Sie vermitteln dir in den Kursen nicht nur theoretisches Wissen, sondern teilen ihre Erfahrungen aus realen Projekten und helfen dir, das Gelernte direkt in deiner täglichen Arbeit anzuwenden. Das ist kein Werbeversprechen, sondern unser Anspruch. Am besten siehst du das in unseren Bewertungen, z.B. auch bei Google.
Keine Vorkasse
Du zahlst erst nach dem Seminar. Keine Vorkasse, keine Vorauszahlung - so kannst du sicher sein, dass du nur für das bezahlst, was du auch wirklich erhalten hast. Die Rechnung erhältst du erst nach Kursbeginn.
Max. 8 Teilnehmende
Wir setzen auf kleine Gruppen, damit du die Aufmerksamkeit bekommst, die du verdienst. So haben wir mehr Zeit für deine individuellen Fragen und können gezielt auf deine Bedürfnisse eingehen.
Termine & Buchung
Vor Ort
Online
Nicht der passende Termin dabei?
Wir finden eine Lösung: anderer Termin, mehrere Teilnehmer, Inhouse-Schulung oder individuelle Beratung.
Lieber gleich das ganze Team schulen?
Diese Schulung gibt es auch exklusiv für dein Unternehmen, bei euch vor Ort, an unseren Standorten oder Live-Online. Inhalte und Termine nach Maß.
Inhouse-Schulung
Wir kommen zu euch: diese Schulung maßgeschneidert in euren Räumen, für Unternehmen und Behörden.
- Inhalte exakt auf euch zugeschnitten
- Termine nach euren Bedürfnissen
- Günstiger ab mehreren Teilnehmern
- Vertraute Umgebung, kein Reiseaufwand
Firmen-Seminar
Exklusiv für dein Team an einem unserer Standorte oder Live-Online, individuell angepasst.
- Geschlossene Gruppe aus eurem Haus
- Individuelle Terminplanung
- An unseren Standorten oder Live-Online
- Angepasste Inhalte
Fragen und Antworten zu LangGraph-Training: KI-Agenten-Workflows bauen
Was ist LangGraph und wofür eignet es sich?
LangGraph ist ein Framework für zustandsbehaftete Agenten-Workflows. Es eignet sich, wenn LLM-Anwendungen mehrere Arbeitsschritte, Entscheidungen, Tool-Aufrufe, Schleifen oder menschliche Freigaben brauchen. Im Training setzt du solche Abläufe als State Graph um und lernst, wie Agenten-Prozesse prüfbar, wiederaufnehmbar und betreibbar aufgebaut werden.
Was unterscheidet LangGraph von klassischen LangChain-Agents?
LangChain liefert viele Bausteine für LLM-Anwendungen. LangGraph ergänzt ein Graph-Modell mit explizitem State, steuerbaren Kontrollflüssen und Checkpointing. Dadurch lassen sich mehrstufige Agenten-Prozesse besser prüfen, wieder aufnehmen und mit Freigaben absichern.
Welche Vorkenntnisse brauche ich für das LangGraph-Training?
Du solltest sicher Python schreiben, APIs nutzen und JSON-Strukturen lesen. Erste Erfahrung mit LLMs, Prompting oder RAG hilft beim Einstieg. Wenn RAG und Agents noch neu sind, passt vorab das LangChain: RAG und Agents Intensiv-Training. Für fehlende Python-Routine eignet sich der Python Aufbaukurs.
Wird im Seminar mit echten LLM-APIs gearbeitet?
Ja, die Übungen orientieren sich an realen API-Workflows. Benötigte Trainingsumgebungen, Beispielcode und erforderliche Software werden bereitgestellt. Eigene Lizenzen sind für die Teilnahme nicht erforderlich.
Ist die LangGraph-Schulung auf Deutsch?
Ja, die Schulung findet auf Deutsch statt. Englische API-Begriffe und Framework-Namen bleiben erhalten, damit der Transfer in Dokumentation, Code und Team-Kommunikation direkt gelingt.
Eignet sich das Training für produktive Agenten-Projekte?
Das Training behandelt produktionsnahe Aspekte wie Fehlerbehandlung, Human Approval, Tracing, Checkpointing und Deployment als API-Service. Der Kurs ersetzt keine individuelle Architekturprüfung, liefert aber belastbare Muster für technische Entscheidungen im Projekt. Für Betrieb, Governance und Architekturentscheidungen im Anschluss passt Agentic AI betreiben: Architektur. Sicherheit. Betrieb..
Wie passt das Seminar zu RAG- und Vektordatenbank-Projekten?
LangGraph eignet sich gut, um RAG-Schritte als kontrollierte Nodes in einen größeren Agenten-Workflow einzubinden. Für die Vertiefung von Retrieval-Architekturen passt ergänzend das RAG & Vektordatenbanken Training.
Welche Rolle spielt MCP in LangGraph-Projekten?
Im LangGraph-Training steht die Workflow-Logik mit State, Tool Calling und Freigaben im Vordergrund. Wenn externe Tools standardisiert bereitgestellt und sicher angebunden werden sollen, ist das MCP-Training: Server sicher entwickeln und betreiben eine passende Ergänzung.
Weitere häufig gestellte Fragen und Antworten findest du in den FAQs .
Passende Schulungen nach dem Kurs
Unser Qualitätsversprechen: Wissen, das in der Praxis funktioniert
Aus der Praxis für die Praxis
Schluss mit theoretischem Ballast. Wir trainieren dich für reale IT-Herausforderungen, nicht für Multiple-Choice-Tests. Unsere Trainer vermitteln dir genau das Wissen, das am nächsten Montagmorgen im Job wirklich funktioniert.
Individuell statt "Schema F"
Deine Fragen passen nicht ins Standard-Skript? Bei uns schon. Wir verzichten auf starre Lehrpläne und geben deinen konkreten Projekt-Fragen Raum. Unsere Trainer passen die Inhalte flexibel an das an, was dich und dein Team aktuell weiterbringt.
Maximale Freiheit: Remote oder vor Ort
Lerne so, wie es in deinen Alltag passt - ohne Reise-Stress und Zeitverlust. Egal ob remote, hybrid oder präsent vor Ort: Wir garantieren dir ein nahtloses und effektives Lernerlebnis, egal von wo du dich zuschaltest.
Mit Zufriedenheitsgarantie
Wir sind von unserer Qualität überzeugt - und wollen, dass du es auch bist. Sollte ein Training einmal nicht deinen Erwartungen entsprechen, bieten wir dir an, den Kurs kostenlos zu wiederholen oder ein anderes Training zu besuchen. Ohne Risiko, ohne Diskussion.
Über 20.000 Unternehmen und Behörden vertrauen auf uns
