Legacy-Systeme analysieren erfordert mehr als ein LLM – es braucht ein orchestriertes System aus spezialisierten Tools und dynamischem Kontext.
Dieser Vortrag zeigt, wie man mit Claude Code, MCP-Servern und dem Skills-Pattern ein intelligentes Analyse-System baut. Der Workflow:
- Ein Orchestrator-Agent entdeckt zur Laufzeit benötigte Tools via MCP Gateway.
- Spezialisierte Subagenten übernehmen Teilaufgaben – von der Architektur-Extraktion bis zur Risikobewertung.
- Skills kapseln wiederverwendbare Analyse-Strategien.
Anhand eines konkreten Migrations-Szenarios zeigen wir die Patterns, Design-Entscheidungen und Trade-offs – inklusive ehrlicher Learnings zu Grenzen des Ansatzes.
- Grundverständnis von LLMs und deren APIs.
- Erfahrung mit AI-Coding-Assistenten (Copilot, Cursor, Claude Code o.ä.).
- Begriffe wie Tool Calling, RAG und Agenten sollten bekannt sein.
- Praktische Programmiererfahrung in Python oder TypeScript.
- Design-Prinzipien für AI-Agenten-Systeme verstehen
- MCP-Server und Skills-Pattern praktisch einsetzen können
- Trade-offs zwischen statischem und dynamischem Kontext bewerten
- Subagenten-Architekturen für komplexe Analyse-Aufgaben entwerfen
- Grenzen und Fallstricke des Ansatzes kennen