Du lernst, wie Claude, Claude Code und Model Context Protocol (MCP) in einer Microsoft-Fabric-nahen Architektur sauber, sicher und praxisnah eingesetzt werden.




.png)
























.png)




















Viele Teams experimentieren mit Claude, Prompts und KI-Anwendungen, aber am Ende bleibt es bei Demos: keine Architektur, keine wiederholbaren Muster, kein sicherer Weg in Richtung produktiver Agenten.
Diese Schulung schließt genau die Lücke: von Prompt Engineering über Claude API und Messages API bis zu Model Context Protocol (MCP) – und wie du das mit eurer Microsoft-Welt (z. B. Fabric, OneLake) sinnvoll zusammendenkst.

Weil KI ohne saubere Daten- und Tool-Anbindung schnell zur Blackbox wird. Wir verbinden „KI, Code“ mit umsetzbarer Architektur – statt Folienwissen.
Du arbeitest an echten Workflows: Prompts, Claude Code, Function Calling, Tool-Pattern, Debugging und sichere Integration in Anwendungen.
Ihr könnt einzelne Themen priorisieren, ergänzen oder streichen – je nach Rolle (Softwareentwickler, Data Team, IT) und Reifegrad.
Wenn ihr Microsoft Fabric nutzt oder plant, zeigen wir die passenden Architektur-Entscheidungen: Datenzugriff über OneLake, Governance-Ideen und der Vergleich zu Copilot in Microsoft Fabric.
Seit Jahren realisieren wir skalierbare Lösungen mit Microsoft Power BI, Fabric und Copilot.
Für Softwareentwickler, Data Engineers, BI-Teams und IT-Leads, die Claude (Anthropic) nicht nur testen, sondern in echte KI-Anwendungen und gestützte Softwareentwicklung überführen wollen.
Typische Ziele: schneller „Time-to-First-Agent“, saubere Schnittstellen (Claude API, Messages API), MCP-Setup sowie robuste Patterns für RAG (Retrieval-Augmented Generation) und Prompt Engineering.

Curriculum-Highlights (modular, je nach Level konfigurierbar)
Wie du Prompts strukturierst, Tests aufsetzt und typische Failure-Modes vermeidest. Fokus auf nachvollziehbare Ergebnisse statt „magischer“ Antworten.
Saubere Request-/Response-Patterns, Tool-Aufrufe, Response-Formate und Validierung (z. B. JSON Schema). Ziel: implementieren können, nicht nur verstehen.
Claude Code in der Softwareentwicklung nutzen: Aufgaben schneiden, Code-Reviews vorbereiten, Refactorings anstoßen und Grenzen kennen. Optionaler Vergleich zu GitHub Copilot und GitHub Copilot CLI.
Model Context Protocol (MCP) verstehen und einen MCP-Server entwerfen: Tools, Permissions, Datenzugriff und Observability. RAG-Architektur mit klaren Retrieval-Regeln statt Prompt-Basteln.

Zwei Beispiele aus der Praxis (typische Schulungs-Setups und Resultate)

So läuft deine Schulung ab (kurz, klar, planbar)
Wir klären Zielgruppe, Vorkenntnisse, eure Anwendungen und die wichtigsten Themen. Dann priorisieren wir Module und definieren, was ihr bewusst streichen wollt.
Wir stimmen Format und Material ab (In-House, Online oder hybrid). Optional richten wir eine Übungsumgebung ein und klären Zugänge (z. B. Repo, Policies, Beispiel-APIs).
Training als Mix aus Input und Übungen: Claude API, Messages API, Prompt Engineering, Claude Code, MCP und RAG. Fokus: selbst entwickeln, testen, implementieren.
Zum Abschluss bekommt ihr eine umsetzbare Agenda für die nächsten Wochen: Standards, nächste Use Cases, Rollen (Agent Owner, Reviewer) und optionale Begleitung für den Übergang in Produktion.
Du gehst aus der Schulung mit einem klaren Bauplan raus – nicht nur mit „coolen Prompts“.



Der genaue Preis hängt von Format, Dauer, Teilnehmerzahl und den Modulen ab, die ihr priorisieren oder streichen wollt.

Es ist eine Claude-/Anthropic-Schulung mit klarem Microsoft-Kontext: Wir zeigen, wie du Claude (inkl. Claude Code, Claude API, Prompt Engineering, RAG und MCP) so aufsetzt, dass es zu einer Fabric-nahen Daten- und Anwendungsarchitektur passt (z. B. OneLake, Governance, Rollen). Kein Tool-Zirkus, sondern umsetzbare Architektur.
Für Developer-Module: Basiswissen in Softwareentwicklung (z. B. API-Konzepte, GitHub-Workflow, Testing). Für Data/BI-Module: Verständnis für Datenmodelle, Datenzugriff und typische Reporting-Flows. Du musst kein KI-Experte sein – aber du solltest bereit sein, selbst zu coden und zu analysieren.
Ja. Ihr könnt die Firmenschulung als In-House-Training, Online-Training oder hybrid buchen. Der Lehrplan ist modular: Wir können einzelne Themen (z. B. MCP-Server, RAG, Claude Code, Vergleich zu GitHub Copilot) priorisieren, ergänzen oder streichen – passend zu euren Anwendungen und deiner verfügbaren Zeit.
Der Preis richtet sich nach Dauer, Anzahl Teilnehmender, Format (Ort/Online/Hybrid) und Anzahl der Schulungsmodule. Du bekommst nach einem kurzen Austausch ein klares Angebot. Wenn du noch unsicher bist, starten wir mit einem kompakten Scope und bauen danach aus.