Temporal Schulung für zuverlässige KI-Agenten
Baue stabile Agents, die nach Prozess- und API-Ausfällen fortsetzen und Workflow-Updates ohne Zustandsverlust verarbeiten.
Die wichtigsten Themen
Temporal-Architektur anwenden
Durable Workflows implementieren
Retries und Timeouts abstimmen
Kompensation und Replay einsetzen
LLM- und MCP-Aufrufe integrieren
Workflow-Updates ohne Zustandsverlust
Überblick Ein lang laufender KI-Agent muss API-Ausfälle, Worker-Neustarts und menschliche Freigaben überstehen, ohne seinen Workflow-Zustand zu verlieren. Die Temporal Schulung zeigt, wie Temporal eine Event History speichert...
Ein lang laufender KI-Agent muss API-Ausfälle, Worker-Neustarts und menschliche Freigaben überstehen, ohne seinen Workflow-Zustand zu verlieren. Die Temporal Schulung zeigt, wie Temporal eine Event History speichert und Workflows durch deterministisches Replay fortsetzt. Du modellierst Workflows und Activities. Worker führen die Aufgaben aus, während der Temporal Service die Event History verwaltet und Task Queues koordiniert. Danach konfigurierst du Retries, Timeouts, Heartbeats und Kompensationen. In der vereinbarten SDK-Sprache Python oder TypeScript entwickelst du einen Durable Agent. LLM-Aufrufe und MCP-Werkzeugaufrufe kapselst du als Activities. Signals und Updates nehmen Freigaben und Eingaben entgegen. Mit Replay-Tests und Worker-Versionierung prüfst du Workflow-Änderungen. Metriken, Logs und Traces liefern Daten für die Fehleranalyse. Die benötigte Entwicklungsumgebung, VMs und Software werden bereitgestellt. Das LangGraph-Training dient als Vorbereitung für den Agentenentwurf. Stimme die SDK-Sprache bei deiner Anfrage mit uns ab.
Die Themen Temporal Service und Event History · Worker und Task Queues · Namespaces und Workflow Executions · Deterministischer Workflow-Code · Activities für externe Seiteneffekte · Signals für asynchrone Ereignisse...
Temporal-Laufzeitarchitektur
- Temporal Service und Event History
- Worker und Task Queues
- Namespaces und Workflow Executions
Workflow-Programmiermodell
- Deterministischer Workflow-Code
- Activities für externe Seiteneffekte
- Signals für asynchrone Ereignisse
- Queries für schreibgeschützte Zustandsabfragen
- Updates für synchrone Zustandsänderungen
Fehlerbehandlung und Kompensation
- Activity Retries mit Backoff
- Start-to-Close- und Schedule-to-Close-Timeouts
- Heartbeats für lang laufende Activities
- Kompensation mit dem Saga-Muster
- Idempotenz externer Operationen
Replay und lange Workflows
- Deterministisches Replay nach Worker-Neustarts
- Durable Timer und Wartebedingungen
- Continue-As-New bei langer Event History
- Nichtdeterministischen Workflow-Code vermeiden
Python- oder TypeScript-SDK
- SDK-Konfiguration in der vereinbarten Sprache
- Durable Agent als Workflow
- Activities für Agentenwerkzeuge
- Workflow- und Activity-Tests
LLM- und MCP-Integration
- LLM-Aufrufe als Activities
- MCP-Werkzeugaufrufe als Activities
- Timeouts für externe KI-Dienste
- Rate-Limit-Behandlung für KI-Dienste
- Payload-Größen bei LLM-Antworten
Human-in-the-Loop
- Freigaben über Signals
- Eingabekorrekturen über Updates
- Dauerhafte Wartebedingungen
- Zeitgesteuerte Eskalationspfade
Versionierung und Beobachtbarkeit
- Worker-Versionierung und Deployment-Routing
- Replay-Tests vor Workflow-Änderungen
- Fehlerdiagnose mit Temporal Web UI
- Metriken für Workflow-Ausführungen
- Logs mit Workflow-Kennungen
- Verteilte Traces mit OpenTelemetry
Zielgruppe
- Softwareentwickler für zustandsbehaftete Dienste
- KI-Entwickler mit ersten Agenten-Prototypen
- Plattform-Fachkräfte für Workflow-Betrieb
- Lösungsarchitekten für lang laufende KI-Prozesse
Das lernst du
- Temporal Server, Worker, Workflows und Activities zu einer Anwendung verbinden
- Fehlerpfade mit Retries, Timeouts und Kompensation behandeln
- Einen Durable Agent mit Python oder TypeScript implementieren
- LLM- und MCP-Aufrufe mit eigenen Retry-Regeln als Activities integrieren
- Laufende Workflows nach Ausfällen fortsetzen und Zustandsverlust vermeiden
- Workflow-Updates versionieren und den Betrieb über Metriken überwachen
So arbeiten wir
Kurze Fachimpulse wechseln mit angeleiteten Labs und Fehlerexperimenten. Ein durchgängiges Agentenprojekt wird schrittweise implementiert, unterbrochen, wiederaufgenommen und aktualisiert. Die benötigte Entwicklungsumgebung wird bereitgestellt.
Empfohlene Vorkenntnisse
- Praxiserfahrung mit Python oder TypeScript
- Grundkenntnisse zu APIs, asynchronen Aufrufen und LLM-Anwendungen
Dein Fahrplan
Aufbau der Laufzeitumgebung und Umsetzung eines ersten dauerhaften Workflows.
- Temporal Server und Namespace konfigurieren
- Worker und Task Queue verbinden
- Workflows und Activities implementieren
- Event History und Replay untersuchen
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
Leider haben wir aktuell keine Termine geplant. Es wird wahrscheinlich bei uns etwas schief gelaufen sein - bitte kontaktiere uns und wir finden den passenden Termin.
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 Temporal Schulung für zuverlässige KI-Agenten
Was ist Durable Execution mit Temporal?
Durable Execution speichert den Ablaufzustand eines Temporal Workflows als Event History. Nach dem Ausfall eines Workers oder Prozesses rekonstruiert Temporal den Zustand durch deterministisches Replay und setzt die Ausführung fort. Activities kapseln externe Aufrufe und erhalten eigene Retry- und Timeout-Regeln.
Was ist der Unterschied zwischen Temporal Workflows und Activities?
Workflows enthalten deterministische Ablaufentscheidungen, Activities führen externe Seiteneffekte wie API-, LLM- oder Datenbankaufrufe aus. Temporal zeichnet Workflow-Ereignisse auf und behandelt Activity-Fehler über konfigurierbare Retries und Timeouts.
Wie werden LLM- und MCP-Aufrufe in Temporal integriert?
LLM- und MCP-Aufrufe werden als Activities implementiert, weil sie externe Dienste ansprechen und fehlschlagen können. Eigene Timeouts, Retry-Regeln und Idempotenzmechanismen begrenzen die Folgen unterbrochener oder wiederholter Aufrufe.
Wie funktioniert Human-in-the-Loop mit Temporal?
Signals übermitteln asynchrone Freigaben oder Eingaben an einen laufenden Workflow. Updates verarbeiten bestätigte Änderungen mit Rückmeldung, während Queries den aktuellen Zustand lesen. Durable Timer erhalten Fristen auch während langer Wartephasen.
Wie werden laufende Temporal Workflows aktualisiert?
Kompatible Code-Änderungen, Replay-Tests und Worker Versioning steuern die Aktualisierung laufender Workflows. Gespeicherte Event Histories werden vor der Bereitstellung gegen den geänderten Workflow-Code geprüft, damit Replay weiterhin dieselben Ablaufentscheidungen erzeugt.
Wird im Training Python oder TypeScript verwendet?
Die Durchführung nutzt nach Abstimmung entweder das Temporal Python-SDK oder das TypeScript-SDK. Die fachlichen Muster für Workflows, Activities, Retries und Human-in-the-Loop gelten für beide Varianten.
Brauche ich ein eigenes Notebook oder Temporal-Lizenzen?
Die benötigte Entwicklungsumgebung, VMs und Software werden für die Übungen bereitgestellt. Ein eigenes Notebook oder eigene Lizenzen müssen nicht mitgebracht werden.
Ist die Temporal Schulung als Inhouse-Training verfügbar?
cmt bietet die Schulung als Inhouse- und Firmenseminar für Teams an. Die Durchführung lässt sich mit Python oder TypeScript sowie abgestimmten Integrationsfällen gestalten; die Gruppengröße beträgt maximal acht Personen.
Weitere häufig gestellte Fragen und Antworten findest du in den FAQs.
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.
NOCH FRAGEN?
Rufe mich an oder schreibe mir eine E-Mail.
Michaela Berger
Über 20.000 Unternehmen und Behörden vertrauen auf uns
