Seminar Agentic AI Engineering – Deployment, Skalierung und zuverlässiger Betrieb

Dieses Aufbauseminar überführt Agentensysteme aus der Entwicklungsumgebung in einen belastbaren, skalierbaren Betrieb. Zustandsverwaltung, Warteschlangen, Checkpoints, Modell- und Tool-Abhängigkeiten sowie kontrollierte Releases werden als ein Betriebsmodell behandelt. Die Teilnehmenden entwerfen Services, die lange und parallele Agentenläufe zuverlässig ausführen, Lastspitzen auffangen und bei Teilfehlern ohne unkontrollierte Doppelaktionen wieder anlaufen.

Einordnung und Nutzen

Agentische Systeme verbinden probabilistische Modellentscheidungen mit deterministischen Softwarekomponenten. Deshalb behandelt das Seminar Architektur, Implementierung, Sicherheitsgrenzen und überprüfbare Qualität gemeinsam. Technische Entscheidungen werden an realistischen Fehlerszenarien und nicht nur am erfolgreichen Idealablauf bewertet.

Zielgruppe

Platform Engineers, SREs, DevOps-Teams, Cloud Architects und erfahrene AI Engineers mit Produktionsverantwortung.

Voraussetzungen

Praxis mit Containern, Cloud- oder Plattformbetrieb, APIs und Observability; Erfahrung mit Agentenworkflows wird vorausgesetzt.

Seminarinhalte

• Laufzeitarchitekturen für synchrone und langlaufende Agenten
• Zustand, Sessions, Checkpoints und durable Execution
• Queues, Worker, Parallelität, Backpressure und Rate Limits
• Timeouts, Retries, Idempotenz, Dead-Letter-Flows und Recovery
• Mandantentrennung, Secrets, Netzwerkgrenzen und Egress-Kontrolle
• Modellrouting, Fallbacks, Caching und Kapazitätsplanung
• Versionierung von Prompts, Tools, Graphen und Datenverträgen
• Canary-Releases, Feature Flags und sichere Rollbacks
• SLIs, SLOs, Bereitschaftsprüfungen und Incident Response
• Kostenmodelle, Quoten und FinOps für agentische Lastprofile

Praxisprojekt

Ein produktionsnahes Abschlusslabor deployt einen zustandsbehafteten Agentenservice mit Queue, Checkpoints, Telemetrie, Lasttest und kontrolliertem Rollout. Störungen werden injiziert und anhand definierter SLOs behoben.

Lernziele

Die Teilnehmenden entwerfen Services, die lange und parallele Agentenläufe zuverlässig ausführen, Lastspitzen auffangen und bei Teilfehlern ohne unkontrollierte Doppelaktionen wieder anlaufen. Außerdem können die Teilnehmenden Architekturentscheidungen begründen, typische Fehlerbilder diagnostizieren und geeignete Tests sowie Kontrollpunkte für den eigenen Einsatzkontext festlegen.

Arbeitsweise

Kurze Theorieblöcke wechseln mit Demonstrationen, Entwurfsaufgaben und Übungen am System. Zwischenergebnisse werden gemeinsam überprüft; Alternativen, Grenzen und betriebliche Auswirkungen werden transparent diskutiert. Das Praxisprojekt verbindet die Einzelthemen zu einer konsistenten Lösung.