Schulung Claude API von Anthropic – KI-Anwendungen und KI-Agenten entwickeln
In dieser Schulung lernen Softwareentwickler, die Claude-Modelle von Anthropic über die API in eigene Anwendungen zu integrieren. Im Mittelpunkt stehen **die Messages API, Prompt Engineering, strukturierte Ausgaben, Tool Use (Function Calling), Retrieval-Augmented Generation (RAG), das Model Context Protocol (MCP) sowie die Entwicklung eigener KI-Agenten**.
# Einführung in die Claude API
* Überblick über die KI-Plattform von Anthropic
* Die Claude-Modellfamilien
* Claude Opus, Sonnet und Haiku
* Unterschiede bei Leistungsfähigkeit, Geschwindigkeit und Kosten
* Auswahl geeigneter Modelle für unterschiedliche Anwendungsfälle
* Claude Chat, Claude Code und Claude API im Vergleich
* Architektur und Funktionsweise der Claude API
* Vergleich mit OpenAI API, Google Gemini API und Azure AI
* API-Zugriff über Anthropic, Amazon Bedrock und Google Vertex AI
* Kostenmodelle und Tokenabrechnung
# Erste Schritte mit der Claude API
* Einrichtung der Anthropic Console
* API-Schlüssel erstellen und verwalten
* Authentifizierung und API-Versionierung
* REST-Aufrufe mit HTTP und JSON
* Offizielle Anthropic SDKs
* C#/.NET
* JavaScript/TypeScript
* Python
* Weitere Programmiersprachen
* Erste API-Aufrufe implementieren
* Fehlerbehandlung und Rate Limits
# Messages API und Konversationsverwaltung
* Architektur der Messages API
* Aufbau von Requests und Responses
* System Prompts und User Messages
* Rollen und Nachrichtenverläufe
* Verarbeitung unterschiedlicher Content Blocks
* Stateless API und Verwaltung des Konversationskontexts
* Steuerung der Textgenerierung
* `max_tokens`
* `temperature` und weitere Modellparameter, soweit unterstützt
* Stop Sequences
* Modellabhängige Konfigurationsmöglichkeiten
* Streaming von Antworten mit Server-Sent Events (SSE)
* Tokenzählung und Kontextfenster
* Umgang mit langen Konversationen
# Prompt Engineering für die Claude API
* Grundlagen effektiver Prompts
* System Prompts und Rollenverhalten
* Zero-Shot- und Few-Shot-Prompting
* Strukturierte Prompts mit XML-Tags
* Kontextinformationen und Beispiele bereitstellen
* Erweiterte Denkfunktionen (Extended Thinking)
* Adaptive Thinking und Steuerung des Denkaufwands
* Prompt Templates und wiederverwendbare Prompts
* Prompt-Versionierung und automatisierte Evaluierung
* Schutz vor Prompt Injection
# Strukturierte Ausgaben und Datenextraktion
* Strukturierte Antworten mit JSON
* Structured Outputs und JSON Schema
* Validierung von Ausgaben
* Typisierte Datenmodelle in C#, TypeScript und Python
* Informationen aus unstrukturierten Texten extrahieren
* Klassifikation und Kategorisierung mit Claude
* Transformation zwischen unterschiedlichen Datenformaten
* Fehlerbehandlung bei ungültigen oder unvollständigen Ausgaben
* Integration strukturierter KI-Ergebnisse in Geschäftsprozesse
# Multimodale Anwendungen mit Claude
* Verarbeitung von Bildern über die Claude API
* Bildanalyse und visuelle Fragen
* Dokumentenverarbeitung mit Claude
* PDF-Dateien analysieren
* Informationen aus Dokumenten extrahieren
* Tabellen und strukturierte Inhalte erkennen
* Files API zum Verwalten hochgeladener Dateien
* Kombination von Text, Bildern und Dokumenten
* Quellenangaben und Citations
* Grenzen multimodaler Verarbeitung
# Tool Use und Function Calling
* Grundlagen von Tool Use in Claude
* Unterschied zwischen Client Tools und Server Tools
* Eigene Funktionen als Tools bereitstellen
* Tooldefinitionen mit JSON Schema
* Tool-Aufrufe erkennen und verarbeiten
* Ergebnisse von Tool-Aufrufen an Claude zurückgeben
* Mehrstufige Tool-Aufrufe implementieren
* Parallele Tool-Aufrufe
* Fehlerbehandlung und Validierung von Tool-Parametern
* Externe REST-APIs und Datenbanken als Tools integrieren
* Serverseitige Werkzeuge
* Web Search
* Web Fetch
* Code Execution
* Sicherheit und Berechtigungen bei Tool-Aufrufen
# Retrieval-Augmented Generation (RAG) mit Claude
* Grundlagen und Architektur von RAG
* Unterschiede zwischen RAG und langen Kontextfenstern
* Dokumente für die Suche aufbereiten
* Textsegmentierung und Chunking
* Embeddings und Vektordatenbanken
* Semantische Suche implementieren
* Relevante Informationen in Claude-Prompts integrieren
* Hybrid Search und Reranking
* Quellenangaben für generierte Antworten
* RAG mit relationalen Datenbanken
* Qualität und Relevanz von RAG-Ergebnissen überprüfen
# Model Context Protocol (MCP) mit Claude
* Einführung in das Model Context Protocol
* Architektur von MCP
* MCP Hosts
* MCP Clients
* MCP Server
* MCP Tools, Resources und Prompts
* Unterschiede zwischen MCP und klassischem Function Calling
* MCP-Server mit der Claude API verbinden
* Eigene MCP-Server entwickeln
* Externe Datenquellen und Dienste über MCP integrieren
* Authentifizierung und Autorisierung
* Sicherheitsaspekte bei MCP-Integrationen
# KI-Agenten mit Claude entwickeln
* Grundlagen agentischer KI-Anwendungen
* Unterschiede zwischen Chatbots, Workflows und KI-Agenten
* Architektur eines KI-Agenten
* Die Agentic Loop
* Aufgabe analysieren
* Aktionen planen
* Tools aufrufen
* Ergebnisse bewerten
* Weitere Aktionen ausführen
* Eigene Agenten mit der Messages API und Tool Use implementieren
* Claude Agent SDK einsetzen
* Claude Managed Agents als verwaltete Laufzeitumgebung
* Spezialisierte Agenten und Multi-Agent-Systeme
* Zustandsverwaltung und persistenter Kontext
* Human-in-the-Loop und Freigabemechanismen
* Fehlerbehandlung und Abbruchbedingungen
* Agenten testen und überwachen
# Performanceoptimierung und Kostenkontrolle
* Tokenverbrauch analysieren
* Prompt Caching
* Message Batches API
* Kontextfenster effizient nutzen
* Kontextkomprimierung und Zusammenfassung
* Streaming zur Verbesserung der Antwortzeiten
* Modell-Routing zwischen Haiku, Sonnet und Opus
* Rate Limits und parallele API-Aufrufe
* Wiederholungsversuche und Exponential Backoff
* Kostenüberwachung und Budgetierung
* Qualität, Geschwindigkeit und Kosten gegeneinander abwägen
# Sicherheit und produktiver Betrieb
* Sichere Verwaltung von API-Schlüsseln
* Datenschutz und Verarbeitung vertraulicher Informationen
* Datenaufbewahrung und Datenschutzoptionen der Anthropic API
* Schutz vor Prompt Injection und Tool Manipulation
* Absicherung von Tool-Aufrufen und Agenten
* Validierung KI-generierter Inhalte
* Logging, Monitoring und Tracing
* Automatisierte Tests für KI-Anwendungen
* Evaluation von Modellantworten
* Umgang mit Modelländerungen und API-Versionen
* Skalierung und Betrieb produktiver KI-Anwendungen
# Praktische Übungen
* Eine Anwendung mit der Claude API entwickeln
* Einen Chatbot mit Konversationsverwaltung implementieren
* Streaming von Antworten integrieren
* Strukturierte JSON-Ausgaben mit JSON Schema erzeugen
* Informationen aus PDF-Dokumenten extrahieren
* Eigene Funktionen über Tool Use aufrufen
* Einen MCP-Server anbinden
* Einen RAG-basierten Wissensassistenten entwickeln
* Einen KI-Agenten mit mehreren Werkzeugen implementieren
* Tokenverbrauch und API-Kosten optimieren
# Ausblick und Vergleich mit anderen KI-APIs
* Claude API im Vergleich mit OpenAI API und Google Gemini API
* Claude Agent SDK im Vergleich mit anderen Agenten-Frameworks
* Integration mit Microsoft Semantic Kernel und anderen KI-Frameworks
* Offene Standards für KI-Agenten: MCP, A2A und AG-UI
* Aktuelle Entwicklungen bei KI-Modellen und agentischen Anwendungen
oder
an Ihrem Firmensitz in Deutschland, Österreich und der Schweiz (andere Länder auf Anfrage)
- Klassische Schulung mit PC-Übungen
- Reine Präsentation ohne PC-Übungen oder
- Interaktiver Workshop mit Beratungsanteil
- Einem bestimmten, im Angebot benannten und per Expertenprofil ausgewiesenen Top-Experten
- Vorgespräch mit dem Experten zur Abstimmung der Inhalte und der Didaktik
- Bis zu 10 Teilnehmer, bei reinen Präsentationen: beliebige Teilnehmeranzahl
- Teilnahmezertifikat für alle Teilnehmer