Smart Coden mit IntelliJ und AI / KI – SCIAI

In diesem Training lernen Sie, die Unterschiede zwischen IntelliSense und echter AI-Unterstützung zu verstehen, IntelliJ-Grundlagen sowie Profi-Features anzuwenden und AI nahtlos in den Java-Coding-Workflow zu integrieren. 

Physisch oder virtuell?

Nehmen Sie an einem unserer Standorte oder virtuell an unseren Klassenraumtrainings teil. Unter “Termin buchen” werden Ihnen alle Optionen angezeigt, zuerst sortiert nach Standort, dann nach Datum.

  • Java Entwickler*innen
Nicht verfügbar

Was werden Sie in diesem Training erlernen?

In diesem Training erlernen Sie den effizienten Einsatz von IntelliJ und KI – von Autocompletion, Refactoring, AI-Coding-Tools, Prompt Engineering bis hin zu Codeanalyse und Spring AI Integration in Java. Optimal für Java-Entwickler*innen, die KI in ihren Coding-Workflow einbinden, produktiver coden und Innovation durch AI-Assistenten im Unternehmen nutzen wollen.

Agenda

Einstieg: IntelliJ + AI im Coding-Alltag
AI-Themen: AI, ML, LLM, NLP, Generative AI, GPTs;
Prompts & Modelle (OpenAI, lokale LLMs)
Unterschied: IntelliSense vs. echte AI-Unterstützung
ChatGPT-Plugin für IntelliJ: AI Assistant Panel & Inline Mode
ChatGPT-Webversion vs. Plugin: Schreibrechte, Dateioperationen, Integration
IntelliJ IntelliSense & Productivity-Features
Erweiterte Autovervollständigung, Basic Completion (Ctrl+Space)
Smart Completion (Ctrl+Shift+Space), Chain Completion (zweimal Ctrl+Shift+Space)
Statement Completion (Shift+Ctrl+Enter), Postfix Completion (.var, .if, .for …)
Live Templates & eigene Templates (z. B. sout, psvm), Code Inspections & Quick Fixes (gelbe Glühbirne)
Scratch Files (temporäre Code-Dateien), Code left to right vs right to left
Help while typing (Inline-Dokumentation), Multi-Caret Editing (mehrere Cursor)
Structural Search & Replace (SSR) – Code-Muster statt Text suchen/ersetzen
AI-Integration verstehen
AI-Aktivierung & Konfiguration
Prompt-Typen im Coding-Kontext: Generate, Refactor, Explain, Test
Sicherheit & Datenschutz bei AI-Tools
AI-gestützte Code-Generierung
Klassen, Methoden, Testfälle mit KI erzeugen
Prompts richtig formulieren ("Write a method that…")
AI-Refactoring im Kontext (Cursor-Position, Auswahl, Umbau)
Code kommentieren, erklären & verbessern lassen
Umgang mit unvollständigem oder fehlerhaftem AI-Code
Prompt Engineering für Entwickler*innen
Was ist ein Prompt?
Best Practices für Coding-Prompts
Strukturierte Antworten (z. B. JSON) analysieren & umsetzen
Strategien:
Q&A Prompt Strategy
Pros & Cons Prompt Strategy
Stepwise Chain of Thought
Role Prompt Strategy
AI-gestützte Fehleranalyse
AI als „Code-Dolmetscher“ für Fehlermeldungen & Stacktraces
Vorschläge für Bugfixes generieren & testen
Refactoring-Patterns mit AI & IntelliJ
Extract Method / Class / Interface
Von imperativ zu funktional (Streams, Lambdas)
Alte for-Schleifen in Stream-APIs umwandeln lassen
AI-unterstützte Tests & Dokumentation
Unit Tests generieren (JUnit 5)
Testdaten & Mocks erstellen
Automatische JavaDoc-Erstellung mit AI
Code Review mit AI & IntelliSense
AI als Review-Partner für Lesbarkeit, Sicherheit, Effizienz
Gemeinsame Refactoring-Runden
AI-unterstützte Performance-Optimierungen
LLM-Grundlagen & Spring AI Einstieg
Überblick über LLMs & Chat-Modelle
Einstieg in Spring AI, Integration in Spring Boot
Spring-AI-Setup (BOM, Starter, AutoConfig)

Dein Training im Überblick

Dauer 1 Tag
Trainingssprache Deutsch
Nicht verfügbar

900,00 €

Startdatum und Ort wählen

Terminübersicht