SAS Agentic AI Operations

Hochschule für Informatik

Lerne, Agentic-AI-Systeme sicher und skalierbar produktiv zu betreiben und autonome sowie kollaborative Agents mit Tools, Memory und Wissen zu entwickeln.

Steckbrief

Abschluss: Short Advanced Studies (SAS)
Lernsetting: Präsenz
ECTS-Punkte: 2
Nächster Start: 19.3.2027
Dauer: 2 Unterrichtstage (19. März 2027, 2. April 2027)
Durchführungsort: Brugg-Windisch
Preis: CHF 1200.-
Dokumente: Modulbeschreibung SAS Agentic AI Operations_signed.pdf

Ziele und Nutzen

Agentic AI erweitert klassische KI-Anwendungen um die Fähigkeit, eigenständig zu handeln, Entscheidungen zu treffen und komplexe Workflows auszuführen. In diesem Modul lernst du, wie sich solche Systeme von einfachen Chatbots und einzelnen AI Agents unterscheiden und welche zusätzlichen Anforderungen bei Architektur und Betrieb entstehen.

Du beschäftigst dich mit dem Aufbau autonomer Agenten, der Nutzung von Tools und APIs sowie mit Memory-Systemen, Wissensdatenbanken und RAG-Ansätzen. Ein weiterer Schwerpunkt liegt auf Multi-Agenten-Systemen und der Kommunikation zwischen Agenten. Dabei verbindest du konzeptionelle Grundlagen mit praktischer Umsetzung und entwickelst schrittweise eine produktionsnahe Agentic-AI-Anwendung.

Neben der Entwicklung stehen Deployment, Skalierung und zuverlässiger Betrieb im Fokus. Du lernst verschiedene Cloud-Architekturen kennen und setzt dich mit Monitoring, Observability, Sicherheit, Governance und Evaluation auseinander. So kannst du Agentic-AI-Systeme nicht nur prototypisch entwickeln, sondern auch hinsichtlich ihrer Eignung für den produktiven Einsatz beurteilen.

Aufbau und Inhalte

Du kannst:

autonome AI Agents mit Tools, APIs, Memory-Systemen und Wissensdatenbanken konzipieren und implementieren.
mehrere Agenten zu kollaborativen Multi-Agenten-Systemen verbinden und geeignete Kommunikationsmechanismen einsetzen.
Agentic-AI-Anwendungen mit Backend-Services und Benutzeroberflächen zu produktionsnahen Gesamtsystemen integrieren.
Agentic-AI-Systeme für Cloud-Umgebungen bereitstellen und geeignete Deployment- und Skalierungsansätze auswählen.
Agentic-AI-Systeme hinsichtlich Funktionalität, Sicherheit, Betrieb und Qualität analysieren und bewerten.

Du kennst:

die Unterschiede zwischen Chatbots, AI Agents und vollständigen Agentic-AI-Systemen.
zentrale Konzepte wie Tool Use, Context Engineering, Memory und Retrieval-Augmented Generation.
Frameworks und Protokolle für Agenten-Orchestrierung und Agent-to-Agent-Kommunikation.
grundlegende Backend- und Cloud-Architekturen für produktionsreife Agentic-AI-Systeme.
zentrale Konzepte für Monitoring, Governance und Evaluation agentenbasierter Anwendungen.

Du weisst:

wie autonome Agenten externe Werkzeuge, APIs und Wissensquellen in ihre Workflows einbinden können.
welche Anforderungen beim Übergang von einem Agenten-Prototyp zu einem produktiven System entstehen.
wann unterschiedliche Cloud- und Skalierungsansätze für Agentic-AI-Anwendungen sinnvoll sind.
weshalb Observability, Logging und Monitoring für autonome Systeme eine besonders wichtige Rolle spielen.

Du verstehst:

wie sich Agentic AI von klassischen LLM-Anwendungen unterscheidet und welche zusätzlichen Möglichkeiten daraus entstehen.
wie Orchestrierung, Kontext, Memory und Tool-Nutzung das Verhalten eines Agentic-AI-Systems beeinflussen.
welche Herausforderungen durch autonome und kollaborative Agenten hinsichtlich Sicherheit, Kontrolle und Governance entstehen.
wie Entwicklung, Deployment, Betrieb und Evaluation zu einem ganzheitlichen Lebenszyklus für Agentic-AI-Systeme zusammenspielen.

Dozierende

Die Dozierenden kommen aus dem FHNW Institut für Interaktive Technologien IIT, aus der angewandten Forschung sowie aus der Praxis. Dadurch erhältst du nicht nur theoretisch fundiertes Wissen, sondern auch eine Einordnung, welche Ansätze sich in produktiven Projekten tatsächlich bewähren.