AWS Events. Dieser Kurzvortrag benennt die Situationen im Geschäftsprozess, in denen menschliche Kontrolle erforderlich ist: Entscheidungen mit großer Tragweite, irreversible Aktionen, regulatorische Anforderungen, Phasen des Vertrauensaufbaus, mehrdeutige Randfälle und kontrollierte Degradation. Er zeigt außerdem konkrete Implementierungsmechanismen wie MCP-Elicitation, Callback-Wartezustände in Step Functions und Freigabeknoten.
Namen von AWS-Diensten und Vorschaufunktionen können sich ändern. Übernehmen Sie die Entscheidungskriterien und das Pause-/Fortsetzen-Muster und implementieren Sie dieselben Kontrollen anschließend mit dem Stack, den Sie tatsächlich betreiben.
Sehen Sie, wie sich Freigabestufen als ausdrückliche Workflow-Kontrollpunkte implementieren lassen, statt erst nach einem Fehler informell manuell zu prüfen.
Einige Erfahrung mit ereignisgesteuerten Workflows, Cloud-Orchestrierung oder Agenten-Tool-Integration.
Zuletzt geprüft: 19. Mai 2026
Fahren Sie mit demselben Lernpfad fort und sehen Sie die nächsten kuratierten Begleitvideos.
32 MinutenLernen Sie, KI in die Lokalisierung einzuführen, ohne Menschen die Verantwortung für Bedeutung, Ton, Terminologie und abschließende Freigabe zu entziehen.
30 MinutenSie verstehen Auslöser, Aktionen und einfache Automatisierungsabläufe, bevor Sie KI in einen Geschäftsprozess einbinden.
17 MinutenDen Begriff „Aufmerksamkeitsökonomie“ erklären und eine Gestaltungsmethode nennen, mit der Aufmerksamkeit gebunden wird.
Sorgfältig ausgewählte externe Kurse, die dieses Thema vertiefen.
Anthropic AcademyAnthropic Academy
MCP ist das Protokoll, das im gesamten Ökosystem der KI-Tools zunehmend individuelle Einzellösungen für Tool-Integrationen ersetzt. Lernen Sie es direkt von den Urhebern. Am Ende haben Sie einen eigenen MCP-Server erstellt und bereitgestellt, einen LLM-Client damit verbunden und verstanden, warum dieser Standard einem USB-C für die KI-Branche am nächsten kommt.
DeepLearning.AIJoão Moura (Founder, CrewAI)
Doubles as our sales and customer-support vertical pick and a genuinely practical agent-building course: you build an agentic sales pipeline (lead scoring, personalized outreach) and a customer-support data-insights pipeline as two of the five hands-on projects, taught by CrewAI's own founder. Requires basic Python, so it sits with our other builder-track courses rather than the no-code picks.
Hugging FaceHugging Face
Die klarste verfügbare Open-Source-Darstellung agentischer Systeme. Der Kurs basiert auf den drei Frameworks, die Entwickler tatsächlich evaluieren – smolagents, LlamaIndex und LangGraph – statt auf dem Stack eines einzelnen Anbieters. Er endet mit einer Benchmark-Aufgabe und einer öffentlichen Rangliste: nachvollziehbare Ergebnisse, die Ihr Team selbst prüfen kann.
