GH-600 Lernleitfaden: So bereitest du dich auf GitHubs Agentic-AI-Developer-Prüfung vor

Microsofts Zielgruppenprofil für diese Prüfung beschreibt Personen mit fachlicher Expertise im Betrieb, in der Integration, Beaufsichtigung und Steuerung von KI-Agenten innerhalb produktionsreifer SDLC-Workflows, mit GitHub als führendem System und Kontrollebene. Zu den Aufgaben dieser Rolle zählen laut Study Guide: Agenten-Workflows im SDLC betreiben, autonomes Verhalten mit den eigenen Kontrollen von GitHub beaufsichtigen, Agenten-Ergebnisse anhand von Scans und Artefakten bewerten und nachjustieren, Custom Agents konfigurieren und die Ausführung mehrerer Agenten sicher koordinieren. Sie arbeiten mit Architekten, Platform Engineers, DevOps Engineers, Anwendungsentwicklern, Product Managern und Security Engineers zusammen.

Bei der Erfahrung erwartet der Study Guide Vertrautheit mit dem Softwareentwicklungszyklus, mit GitHub-Workflows und -Kontrollen, mit Codequalität, Sicherheit und Review-Praktiken sowie praktische Erfahrung mit Coding-Agenten, darunter GitHub Copilot, MCP-Server und Agent-Anpassungen wie Custom Instructions, Custom Agents, Tools und Copilot-Setup-Schritte. Zur Organisation: Die Prüfung wird beaufsichtigt, über Pearson VUE gebucht, dauert zwei Stunden, kostet US$165 (der Preis variiert je nach Land oder Region), wird auf Englisch angeboten und erfordert einen skalierten Wert von mindestens 700 zum Bestehen. Ein nicht bestandener Versuch kann nach 24 Stunden wiederholt werden. Microsofts eigene Seiten nennen weder eine Fragenanzahl noch eine Bestehensquote, deshalb erfindet dieser Leitfaden keine.

Jede Angabe auf dieser Seite wurde gegen zwei Seiten geprüft, die beim Schreiben direkt abgerufen wurden: Microsoft Learns „Study guide for Exam GH-600: Developing in Agentic AI Systems“ und die Seite „GitHub Certified: Agentic AI Developer“, beide auf learn.microsoft.com, gelesen am 26. Oktober 2026. Ändert eine der beiden Seiten eine Gewichtung, einen Preis oder eine Domäne, sollte sich auch diese Seite ändern. Nichts hier stammt von einer Übungsprüfungs-Website Dritter oder aus einem Forenbeitrag.

Diese Domäne fragt, wo ein Agent in deinen Entwicklungsprozess passt, und nicht nur, ob er funktioniert. Microsofts Study Guide gliedert sie in drei Teile: Agenten in den SDLC einpassen (festlegen, welche Schritte ein Agent übernehmen soll, typische Anti-Patterns erkennen und Eingaben, Ausgaben und Erfolgskriterien vorab definieren), Planung von Ausführung trennen (einen Agenten so konfigurieren, dass er einen strukturierten Plan erstellt, diesen Plan validieren und verhindern, dass der Agent handelt, bevor der Plan geprüft und freigegeben ist) sowie Beobachtbarkeit und Kontrolle einrichten (den passenden Grad an Autonomie festlegen, prüfbare Artefakte in den üblichen Werkzeugen erzeugen und menschliche Eingriffe einbauen, ohne die Auslieferung auszubremsen).

Übung für diese Woche: Such dir eine echte Aufgabe, die du einem Coding-Agenten übergeben würdest. Bevor er irgendetwas anfasst, lass ihn zuerst den Plan als einfachen Text schreiben: welche Dateien er ändert, in welcher Reihenfolge er vorgeht und woran man erkennt, dass die Aufgabe erledigt ist. Lies diesen Plan und gib ihn frei oder lehne ihn ab, bevor die erste Änderung passiert. Genau diese Grenze prüft die Domäne: ein Plan, den der Agent erstellt, und ein Mensch (oder eine Regel), der ihn prüft, bevor die Ausführung beginnt.

Diese Domäne dreht sich darum, woran sich ein Agent erinnert und wie lange. Sie umfasst die Wahl zwischen Kurzzeit-, Langzeit- und externem Gedächtnis sowie die Beschränkung des Gedächtnisses auf das, was für die Aufgabe relevant ist, mit Regeln dafür, wann Gedächtnis abläuft, bereinigt oder zurückgesetzt wird. Dazu kommen das Sichern von Zustand und der Umgang mit Kontext-Drift, also Fortschritt und Entscheidungen als dauerhafte Artefakte festzuhalten, damit ein Agent die Arbeit wieder aufnehmen kann, ohne Schritte zu wiederholen oder frühere Entscheidungen zu widerlegen, und Drift während eines langen Laufs zu erkennen. Außerdem gehört dazu, Gedächtnis und Zustand über Tools und Umgebungen hinweg konsistent zu halten, sodass Agenten Zustand teilen, ohne dass Konflikte oder veralteter Kontext entstehen.

Übung für diese Woche: Bevor du mit einem Agenten eine mehrstufige Aufgabe beginnst, lege eine kurze Zustandsdatei an (einfacher Text genügt), die das Ziel, die bisher getroffenen Entscheidungen und das noch Offene festhält. Aktualisiere sie nach jedem Schritt, statt dich auf das Gedächtnis des Agenten für das Gespräch zu verlassen. Schließe die Sitzung, öffne sie Tage später wieder und prüfe, ob diese Datei allein ausreicht, um genau dort weiterzumachen, wo du aufgehört hast.

Diese Domäne behandelt den gleichzeitigen Betrieb mehrerer Agenten, ohne dass sie sich gegenseitig behindern. Microsofts Study Guide gliedert sie in den Betrieb von Multi-Agent-Workflows (ein Orchestrierungsmuster anwenden, Agenten für die parallele Ausführung isolieren und Konflikte wie überlappende Codeänderungen oder widersprüchliche Ausgaben erkennen und lösen), die Konfiguration von Beobachtbarkeit über mehrere Agenten hinweg (für Review und Audit geeignete Artefakte erzeugen sowie Übergaben und Entscheidungen dokumentieren), das Erkennen von und Reagieren auf Multi-Agent-Fehler (hängende oder verschlechterte Ausführungen erkennen und Wiederherstellungsmuster anwenden, darunter Rollback und Human-in-the-Loop) und die Verwaltung des Lebenszyklus von Agenten innerhalb eines Workflows, ohne diesen zu stören.

Übung für diese Woche: Gib zwei Coding-Agenten dasselbe Repository, jeden in einem eigenen Branch, jeweils mit einer überlappenden Änderung (dieselbe Datei, unterschiedliche Änderungen). Lass beide fertig werden, löse dann den Merge-Konflikt selbst und schreibe einen Satz dazu, welche Überschneidung du künftig verhindern würdest, indem du einen Agenten auf eine andere Datei beschränkst oder die beiden Aufgaben nacheinander statt parallel ausführst.