LLMs, AI Agents und RAG: Praxisbeispiele aus dem Entwickleralltag

Als Entwickler verbringen wir überraschend viel Zeit mit sich wiederholenden, aber notwendigen Aufgaben – etwa beim Schreiben von Commit Messages, der Pflege von Lokalisierungsdateien, dem Beantworten von Supportanfragen oder beim Einbinden neuer KI-Features in unsere Apps.

In diesem Vortrag zeige ich echte Tools und Lösungen, die ich mit LangChain.js, LLMs, AI Agents und RAG (Retrieval-Augmented Generation) entwickelt habe, um meine tägliche Arbeit zu vereinfachen. Live und im Code wird deutlich, wie sich diese Technologien nutzen lassen, um reale Aufgaben zu automatisieren und KI natürlich in den Entwickler-Workflow zu integrieren.

Vorkenntnisse

• Keine Vorkenntnisse notwendig

Lernziele

Wir werfen einen Blick auf:

• Generieren aussagekräftiger Git-Commit-Messages mit Kontext
  
• Intelligentes Automatisieren von Übersetzungen in Lokalisierungsdateien
  
• Automatisieren von E-Mail-Support mit RAG
  Dabei gehen wir auf folgende Themen ein:
  
• Funktionsweise von AI Agents und ihr sicherer Umgang mit Tools
  
• Einsatz von RAG zur Steigerung von Genauigkeit und Zuverlässigkeit
  
• Best Practices für wartbare KI-Integrationen