Agentic Engineering 2026: 20 Ausbildungen im Vergleich

Wer 2026 als Engineer, ML-Practitioner oder Tech-Lead “AI Agent Course” oder “LLM Evals course” googelt, landet zwischen kostenlosen Vendor-Hubs (LangChain, Hugging Face) und 5.000-USD-Cohorts (Hamel Husain & Shreya Shankar). Dieser Vergleich ordnet 20 Engineer-fokussierte Ausbildungen in sechs Cluster, sagt pro Anbieter klar, für welchen Stack und welches Level sie passen, und benennt drei Lücken: DSPy ohne Hersteller-Cohort, DACH-Mid-Tier zwischen kostenlos und 5.000 USD, fehlende Continuity bei den meisten Cohort-Anbietern.

Inhalt

• So wurde recherchiert
• Übersichts-Tabelle: 20 Anbieter
• Die sechs Cluster im Markt
• Mini-Profile aller 20 Anbieter
• FAQ — Engineer-Folgefragen
• Methode, Quellen, Update-Kadenz

So wurde recherchiert

Dreistufige Pipeline (April/Mai 2026): Topic-Scout identifizierte 26 zusätzliche Engineer-fokussierte Anbieter aufbauend auf der Schwester-Nische KI-Agent-Ausbildungen (41 Anbieter, gemischte Audience). 12 wurden vollständig profiliert; 8 Anbieter aus der Schwester-Nische cross-gelistet, weil ihr Curriculum klar Engineer-ICP adressiert. Stand: 2026-05-02.

Cluster-Achsen: wer trägt das Curriculum? (Lab / Framework-Vendor / Cohort-Operator / Universität / Bootcamp-Schule) und wie tief ist die Production-Ops-Schicht? (nur Bauen / Bauen + Eval / Bauen + Eval + Deploy + Observe). Bewertet wird kein “Bester” — pro Anbieter eine Matching-Aussage “Ideal für Engineers, die …”. Wer als Coach/Berater sucht, findet die gemischte Audience im Schwester-Artikel KI-Agent-Ausbildungen 2026: 14 Anbieter im Vergleich.

Übersichts-Tabelle: 20 Anbieter

Die sechs Cluster im Markt

Die 20 Anbieter verteilen sich auf sechs Cluster. Zwei Achsen tragen die Sortierung: wer trägt das Curriculum (Lab / Framework-Vendor / Cohort-Operator / Universität / Bootcamp-Schule) und wie tief reicht die Production-Ops-Schicht (Bauen / Bauen + Eval / Bauen + Eval + Deploy + Observe). Drei Anbieter sind Doppelmitglieder: Hamel/Shreya AI Evals (Cohort + Eval), Pydantic Logfire (Vendor + Eval), Anthropic Skilljar (Lab-Direkt + Vendor).

Cluster 1 — Framework-Vendor-Academies

Self-paced, kostenlos, First-Party-Wissen vom Framework- oder Modell-Hersteller. Geschäftsmodell: Adoption-Asset — Monetarisierung läuft über das Tool (Logfire-Tier, LangSmith, LlamaCloud, AMP, Arize AX, Letta Cloud), nicht über das Curriculum. Acht Anbieter prägen die Markterwartung “Vendor-Lehre ist gratis verfügbar” und sind damit der Vergleichs-Anker für jeden Bezahl-Anbieter.

• LangChain Academy — Drei-Stufen-Pyramide rund um LangGraph, tiefstes Vendor-Curriculum im Sample.
• Hugging Face Agents Course — Multi-Framework (smolagents + LangGraph + LlamaIndex), kostenlose Zertifikate.
• CrewAI Learn — Multi-Agent-Crews; Curriculum hängt an zwei DeepLearning.AI-Kursen.
• LlamaIndex Cert — Advanced-RAG-Cert co-gebrandet mit Activeloop, Towards AI, Intel.
• Pydantic Logfire — Type-Safe-Stack ohne eigenes Academy-Brand; Doku + 7 Case Studies mit harten Vorher-Nachher-Daten.
• Letta Academy — Memory-first ohne eigenes Academy-Brand; Lehre über DeepLearning.AI-Kurs “LLMs as Operating Systems”.
• Cohere LLMU — 9 Module mit AWS-Modul (Bedrock + SageMaker) als Vendor-Differenzierer.
• Anthropic Skilljar — 18 Kurse mit dichter Agenten-Schicht (MCP, Skills, Subagents); Doppelmitglied Lab-Direkt.

Cluster 2 — AI-Engineering-Cohorts

Bezahlte Live-/Hybrid-Cohorts (4–10 Wochen) mit Co-Instructor-Modell, GitHub-Portfolio-Pflicht und Eval-/Production-Tiefe. Internationaler Bezahl-Benchmark zwischen Vendor-Stack (Cluster 1) und akademischer Schicht (Cluster 4). Owned-Audience-Distribution dominiert (Newsletter, Discord, Personal-Brands), nicht Paid Ads.

• Hamel Husain & Shreya Shankar — AI Evals — 4 Wochen, 5.000 USD, 4.500+ Alumni, 864 Maven-Ratings × 4,7. Doppelmitglied Eval-Cluster.
• Maven Agent Bootcamp (Hamza Farooq / Zain Hasan) — 7 Wochen, 2.500 USD; tiefer Production-Stack (Quantisierung, KG + DSPy, ADK/MCP/A2A).
• Aishwarya Gen Academy — 7 Wochen, 1.999 USD; breite Persona-Adressierung plus Vendor-Sponsoring (NVIDIA, OpenAI, LlamaIndex, LangChain, Pinecone, ElevenLabs).
• AI Makerspace — 10 Wochen, 4.000 USD; proprietäre Industry-Cert (2 Jahre); Lifetime-Completion-Rate 51,2 % öffentlich.
• Towards AI Academy — 499 USD Lifetime; einziger eindeutiger Mid-Tier-Vertreter im Sample.
• DeepLearning.AI Agentic — Free-Short-Course-Schicht (Co-Branded mit Letta, CrewAI, Arize, Cohere) als Distributions-Hub.

Cluster 3 — Eval, Observability, Production-Ops

Eigene Disziplin im Engineer-ICP-Sub-Markt. Drei Vertreter mit Doppelmitgliedschaften: bei Tool-Herstellern (Arize, Pydantic) kostenlos als Adoption-Asset, bei Hamel/Shreya als 5.000-USD-Cohort tool-agnostisch. 4.500+ Alumni × 864 Maven-Ratings × 4,7 belegen die Marktreife bezahlter Eval-Trainings ohne Vendor-Anker.

• Arize University — 2 Kurse vom Hersteller des Phoenix-OSS-Tools; End-to-End-Agent + Observability.
• Hamel Husain & Shreya Shankar — AI Evals — Doppelmitglied; einziger tool-agnostischer Anbieter im Sample.
• Pydantic Logfire — Doppelmitglied; Eval-/Observability über Doku, Engineering-Blog, 7 Case Studies.

Cluster 4 — Akademisch / Open-Source

Frontier-Wissen kostenlos. Universitäre MOOCs und Open-Source-Curricula ohne Sales-Funnel. Vergleichs-Anker für jeden Bezahl-Anbieter — wer 2.000 USD oder mehr verlangt, muss erklären können, was über das hinaus geliefert wird, was hier kostenlos verfügbar ist.

• UC Berkeley RDI — AgentX + Advanced LLM Agents — Drei-Schichten-Architektur: offener MOOC, Berkeley-Credit, AgentX-Wettbewerb mit > 1 Mio. USD Preisgeld plus Xcelerator-Anschluss (650 Mio. USD+ Follow-on Funding).
• Andrej Karpathy — LLM-Curriculum — nn-zero-to-hero, nanoGPT, nanochat (~100 USD Compute), llm.c. ~175k GitHub-Stars.

Cluster 5 — DACH-Engineering-Bootcamps

Multi-Wochen-Bootcamps (16–32 Wochen) mit Capstone-Projekten und Career-Service. Einziger DACH-Eintritts-Pfad in Engineer-ICP-Curricula im Sample. Beide mit aktuellem Agent-Stack (LangChain, LangGraph, pydanticAI, MCP, LangFuse, Arize Phoenix). Bootcamp-Preise nicht öffentlich auf der Programmseite — Preis-Story läuft über Förder-Pfad bzw. “Financing options”.

• neue fische — Partner mit SPICED Academy — AZAV-zertifiziert, 100 % Bildungsgutschein-fähig, 32 Wochen, Doppel-Zertifikat Data Science + ML-Engineering. Doppelmarken-Aufstellung neue fische ↔ Spiced ist im Footer als „Partner” referenziert (kein gesellschaftsrechtlicher Merger aus Roh-Quellen belegt).
• Constructor Academy CH (Re-Brand zu Nexademy) — Schweizer Pionier-Authority, Multi-Standort. 450-EUR-Workshop “Mastering Intelligent Agents” (2 Tage Live Online) als einziger Mid-Tier-Workshop unter 500 EUR mit aktuellem Agent-Stack im Sample.

Cluster 6 — Lab-Direkt cross-gelistet

Hersteller-Akademien der Frontier-AI-Labs mit gemischter Audience (Developers + Educators + Students + Business). Im Engineer-ICP-Sub-Markt eher Top-of-Funnel-Anker als zentrale Cluster-Definition.

• Anthropic Skilljar — Doppelmitglied Cluster 1.
• OpenAI Academy — Hub + Community mit 65.000+ Members; Selbstaussage “2 Mio+ erreicht”.

Mini-Profile aller 20 Anbieter

Anthropic Skilljar

Lab-Direkt-Anbieter von Anthropic. Self-paced-Hub mit 18 kostenlosen Kursen rund um Claude, Claude Code, Model Context Protocol (MCP — offene Schnittstelle für Agent-Tool-Zugriff), Agent Skills und Subagents. Cloud-Partner-Co-Branding mit AWS Bedrock und Google Cloud Vertex AI. Im Sample der breiteste Vendor-Hub mit dichtester Agenten-Schicht.

Ideal für Engineers, die First-Party-Quellen zum Claude-Stack suchen und MCP/Subagents in Produktion bringen wollen.

anthropic.skilljar.com

OpenAI Academy

Lab-Direkt-Anbieter von OpenAI. Knowledge Hub + Community-Plattform mit Workspace Agents, Codex- und Sora-Tutorials, Developer Build Hours. Über 65.000 Members, Selbstaussage 2 Mio+ erreicht. OpenAI Certifications als Pilot angekündigt — Status 2026-05 nicht eindeutig live.

Ideal für Engineers, die kostenfreien Hersteller-Direkt-Zugang zu GPT-/Codex-/Sora-Wissen suchen.

academy.openai.com

LangChain Academy

Hauseigene Self-paced-Plattform mit Drei-Stufen-Pyramide (Quickstart → Foundation → Project) rund um LangChain, LangGraph, LangSmith und Deep Agents. “Introduction to LangGraph” mit 6 Stunden und 55 Lessons als Hauptkurs. LangChain ist mit über einer Milliarde Downloads OSS-Marktstandard für Agent-Frameworks; 35 Prozent der Fortune 500 nutzen LangChain-Produkte. Im Sample das tiefste Vendor-Curriculum.

Ideal für Engineers, die First-Party-Wissen zu LangGraph-Internals brauchen und Production-Patterns vom Marktstandard-Anbieter direkt lernen wollen.

academy.langchain.com

Hugging Face Agents Course

Open-Source-Plattform-Curriculum vom größten ML-Hub. Multi-Framework-Lehre statt Single-Vendor-Lock-in: smolagents (HF-eigenes Framework), LangGraph und LlamaIndex parallel. Vier Units plus Bonus, ~5–6 Wochen Aufwand. Zwei kostenlose Zertifikate (Fundamentals + Completion mit Final Benchmark). Englisch primär, Community-Übersetzungen FR/ZH.

Ideal für Engineers, die drei Frameworks gleichzeitig kennenlernen und sich gegen Single-Vendor-Lock-in absichern wollen.

huggingface.co/learn/agents-course

DeepLearning.AI — Agentic AI

Plattform-Cohort von Andrew Ng. Hauptkurs “Agentic AI” lehrt die vier Agentic-Design-Patterns (Reflection, Tool Use, Planning, Multi-Agent) Python-first, “from-principles before exploring frameworks”. 5 Module + Capstone (Research-Agent). Co-Branded Short-Course-Reihe mit OpenAI, Anthropic, Microsoft, Google, AWS, LangChain, Letta, CrewAI, Arize, Cohere — funktioniert als Distributions-Hub über das Cluster hinaus. Plattform-Reichweite Selbstaussage: 7+ Mio. Lerner. Pricing für Pro-Abo nicht aus eigener Quelle bestätigt.

Ideal für Engineers, die Patterns vor Frameworks lernen und Co-Branded Short Courses für mehrere Vendor-Themen nutzen wollen.

deeplearning.ai/courses/agentic-ai

Maven Agent Engineering Bootcamp

7-wöchige Live-Cohort mit Hamza Farooq (UCLA, Ex-Google) und Zain Hasan (Together AI, Ex-Weaviate). 13 Live-Sessions, 6 Module. Curriculum: Agentic RAG, LLM-Quantisierung (GPTQ/GGUF), Knowledge Graphs (Neo4j/Memgraph + DSPy), ReAct, Multi-Agent-Deployment (ADK, MCP, A2A — Agent-to-Agent-Protokoll, Llama Guard). Hauptpreis 2.500 USD, Cohort-Rating 4,8/5 bei 107 Ratings.

Ideal für Engineers, die Production-Tiefe (Quantisierung, Knowledge Graphs, DSPy) statt Toy-Beispiele wollen und Englisch live mitgehen.

maven.com/boring-bot/advanced-llm

AI Makerspace

10-wöchige Live-Cohort mit eigener proprietärer “AI Engineer Certification” (2 Jahre Gültigkeit, 80 % Recertification-Discount). 20 Projekte, 60 Lektionen, GitHub-Portfolio Pflicht. Hauptpreis 4.000 USD; Enterprise-Track ab 60.000 USD. Drei kostenlose OSS-Kurse als Top-of-Funnel. Founder Greg Loughnane, PhD. Lifetime-Completion-Rate 51,2 % öffentlich ausgewiesen — ungewöhnliche Transparenz.

Ideal für Engineers, die ein US-natives Production-Cohort mit GitHub-Portfolio, proprietärem Industry-Cert und Recertification suchen.

aimakerspace.io

Andrej Karpathy — LLM-Curriculum

Open-Source-Curator-Profil. Kein Sales-Funnel, kein Preis. Hauptangebot: nn-zero-to-hero (8 Lectures, 25–30 h), nanoGPT (GPT-2 reproduzierbar), nanochat (ChatGPT-Klon für ~100 USD Compute), llm.c, llama2.c. Karpathy war OpenAI-Founding-Team-Mitglied, Director of AI bei Tesla, Co-Creator Stanford CS231n. ~175k GitHub-Stars auf den Pinned-Repos. Voraussetzung: Python und Schul-Mathe-Erinnerung.

Ideal für Engineers, die LLMs from scratch verstehen wollen und Eigenmotivation für ~30 Stunden Self-Study mitbringen.

github.com/karpathy

Hamel Husain & Shreya Shankar — AI Evals For Engineers & PMs

4-wöchige Live-Cohort über Maven (Parlance Labs). Co-Lead Hamel Husain (20 Jahre ML-Engineering; Airbnb, GitHub, DataRobot) plus Co-Lead Shreya Shankar (PhD-Kandidatin UC Berkeley EECS; Best Paper CHI 2026; Honorable Mention UIST 2025). Hauptpreis 5.000 USD, inklusive Lifetime-Membership (“unlimited access to future cohorts and office hours”). 4.500+ Alumni aus 500+ Companies inkl. OpenAI, Anthropic, Google. 864 Maven-Ratings × 4,7. Tool-agnostisch — einziger Anbieter im Sample, der Eval-Prozesse stack-übergreifend lehrt.

Ideal für Engineers, die systematische Eval-Loops in Production aufbauen wollen — methoden-tief statt vendor-gebunden.

maven.com/parlance-labs/evals

Cohere LLM University (LLMU)

First-Party-Lernhub des kanadischen Frontier-Labs Cohere (Toronto). 9 Module von Embeddings über Semantic Search und Reranking bis Agentic RAG, Tool Use und AWS-Deployment. Modul 9 (“Cohere on AWS”) mit Bedrock + SageMaker als expliziter Vendor-Differenzierer im Lab-Cluster. Curriculum vollständig kostenfrei.

Ideal für Engineers, die Enterprise-RAG und Reranking auf dem Cohere-Stack mit AWS-Deployment-Spur lernen wollen.

cohere.com/llmu

Aishwarya Srinivasan — The Gen Academy

7-wöchige Cohort-Zertifizierung “Mastering Agentic AI” über Maven. Co-Founder Aishwarya Srinivasan (Ex-Google/Microsoft/IBM/Fireworks AI; 1M+ LinkedIn-Followers) plus Arvind Narayanamurthy (Ex-Adobe/Microsoft/IBM; Founder Eikos Health). 21 Live-Sessions, 12 Projekte, 59 Lessons; Bonus Week 7 “AI Career Launchpad”. Hauptpreis 1.999 USD. Voraussetzungen explizit niedrig: “No coding background required.” Vendor-Sponsoring-Stack mit NVIDIA, OpenAI, LlamaIndex, LangChain, Pinecone, ElevenLabs, Gamma, Nebius, AG2, WisprFlow als Free-Credits-Layer.

Ideal für Engineers, die ein produktiv-fundiertes Agentic-AI-Curriculum mit Career-Outcome-Frame und breitem Industriepartner-Stack suchen.

maven.com/aishwarya-srinivasan/mastering-ai-agents

neue fische — Partnerschaft mit SPICED Academy

AZAV-zertifiziertes Engineering-Bootcamp der neuefische GmbH (Berlin), remote Vollzeit, 32 Wochen. Doppel-Zertifikat Data Science + Machine Learning Engineering. 13 Phasen: Foundations → Classical ML → Advanced ML/AI → Capstone 1 → MLOps (Prefect, dbt, Docker) → Production Operations (Prometheus, Grafana) → Building AI Systems mit LangChain, pydanticAI, MCP → LLM Ops → Capstone 2. 100 % Bildungsgutschein-fähig; konkrete EUR-Preise nicht öffentlich. Track-Record (Selbstaussage): 7.000+ Alumni über 10+ Jahre, 69 % Hiring-Rate innerhalb 1 Jahr, Gehaltsspanne 62–90 k EUR. Doppelmarken-Beziehung neue fische ↔ Spiced ist im Footer als “Partner” referenziert; ein Merger ist aus den Roh-Quellen nicht belegt.

Ideal für Engineers, die als Career-Changer per Bildungsgutschein in 32 Wochen Vollzeit zur Builder-Rolle wechseln wollen.

neuefische.de

Towards AI Academy

Lernplattform der Towards AI Inc. (US, gegründet 2019) mit Drei-Linien-Geschäftsmodell (Education + Enterprise-Bootcamps + Custom-AI-Builds). Hauptprodukt: “Agentic AI Engineering Course” mit Lifetime-Access für 499 USD — einziger eindeutiger Mid-Tier-Anbieter im Sample. 4 Hauptteile + Capstone mit FastMCP, ReAct, Perplexity, Evaluator-Optimizer, Opik, Cloud Run, CI/CD. Lead-Instruktor Paul Iusztin (“LLM Engineer’s Handbook”-Autor). Newsletter 200.000+, Discord 94.000+, Buch “Building LLMs for Production” 8.000+ verkauft.

Ideal für Engineers, die einen Self-Study-Track mit Live-Cohort-Touch und plattformneutraler Production-Tiefe (LangGraph, MCP, Opik, Cloud Run) zum Mid-Tier-Preis suchen.

academy.towardsai.net

Letta (ex-MemGPT) — Educational Resources

Memory-first Agent-Framework aus dem UC Berkeley Sky Computing Lab (ursprünglich MemGPT). Founder Charles Packer und Sarah Wooders. Educational Footprint verteilt sich über DeepLearning.AI Short Course “LLMs as Operating Systems: Agent Memory” (kostenlos), Blog-Konzept-Reihe (Memory Blocks, Sleep-time Compute, Context Repositories), Docs und Discord — eine eigene Akademie-Struktur existiert nicht. 22.4k GitHub-Stars (Apache-2.0). Letta Code Rang #1 auf Terminal-Bench (Dez 2025). Educational Layer ist Top-of-Funnel für Letta Cloud / Letta API.

Ideal für Engineers, die Agent-Memory und Context-Engineering jenseits von RAG (persistent, editable, multi-agent shared) in der Tiefe verstehen wollen.

letta.com

CrewAI Learn

Lern-Portal der crewAI Inc. rund um das Multi-Agent-Orchestration-Framework und die kommerzielle CrewAI-AMP-Plattform. Founder/CEO João Moura. Eigenes Lern-Hub learn.crewai.com ist eher Testimonial-Landingpage; Curriculum hängt faktisch an zwei DeepLearning.AI-Co-Kursen (“Multi AI Agent Systems with crewAI” 2h41min; “Practical Multi AI Agents and Advanced Use Cases”). Plattform-Skala: 50.500 GitHub-Stars, 60 % der Fortune 500 als AMP-Kunden, 100.000+ zertifizierte Entwickler, 450 Mio. agentic Workflows pro Monat. Explizite Distanzierung von LangChain (“entirely from scratch — completely independent of LangChain”).

Ideal für Engineers, die First-Party-Wissen zu Multi-Agent-Crews abseits des LangChain-Stacks suchen.

learn.crewai.com

LlamaIndex — Advanced RAG Certification

Kostenlose Production-RAG-Zertifizierung von LlamaIndex Inc. (San Francisco), gehostet auf der Activeloop-Lernplattform und co-gebrandet mit Towards AI und Intel. Teil der Gen AI 360 Certification Series. 40+ Lessons, 7 Branchen-Projekte (u. a. Legal Patent-System mit 8 Mio. USPTO-Patents), ~20 Stunden Aufwand. CEO Jerry Liu als Video-Instruktor. LlamaIndex ist Marktstandard-Data-Framework für RAG: 25 Mio.+ Monthly Downloads, 1 Mrd.+ verarbeitete Dokumente. Geschäftsmodell: Top-of-Funnel zur kommerziellen LlamaCloud/LlamaParse-Plattform.

Ideal für Engineers, die First-Party-RAG-Wissen vom Marktstandard-Data-Framework mit Activeloop-Deep-Memory-Integration suchen.

learn.activeloop.ai/courses/rag

Pydantic — PydanticAI + Logfire

Framework-Vendor hinter dem Python-Agent-Framework PydanticAI und der Observability-Plattform Logfire (UK; Founder Samuel Colvin; Investoren Sequoia, Partech, Irregular). Trainings-Stack ist nicht als eigenes Academy-Brand organisiert, sondern als Doku + 15+ Code-Examples + Engineering-Blog + 7 Case Studies. Logfire-Tier: Personal kostenlos, Team 49 USD/Mo, Growth 249 USD/Mo, Enterprise Custom. Pydantic-Validation ist Foundational im Python-LLM-Stack — OpenAI-SDK, LangChain, LlamaIndex bauen darauf auf. PydanticAI mit 16,8k GitHub-Stars; aktiv positioniert als Migrations-Ziel von LangChain (Migrations-Stories: Overjoy, MindsDB). Customer-Logos: Meta, Microsoft, NVIDIA, JPMorgan Chase, Walmart.

Ideal für Engineers, die Type-Safe Agents mit nativer OpenTelemetry-Observability bauen und sich ohne LMS-Plattform durch Doku + Examples + Blog selbst strukturieren können.

pydantic.dev

Arize University

Lern-Plattform der Arize AI Inc. (Berkeley/NYC; Series-C-Stage AI-Observability-Startup; Investoren u. a. Battery Ventures, Foundation Capital, TCV, Microsoft Venture, Datadog). Co-Founder Jason Lopatecki und Aparna Dhinakaran. Zwei Kurse, beide kostenlos: “AI Agents Mastery” mit Sri Chavali; “LLM Evaluation Basics” mit Laurie Voss (Head of DevRel). Plus DeepLearning.AI Co-Branding (“Evaluating AI Agents”). Phoenix OSS als Tool-Anker. Plattform-Skala: 1 Trillion Spans verarbeitet, 50 M Evals/Monat. Kundenlogos: DoorDash, Instacart, Reddit, Roblox, Uber, Booking.com. Nur 2 Kurse trotz “University”-Branding — schmaler Lernpfad, hohe Tiefe pro Kurs.

Ideal für Engineers, die bereits Agenten bauen können und gezielt Eval/Observability-Reife vom Tool-Hersteller aufbauen wollen.

courses.arize.com

Constructor Academy / Nexademy (CH)

Schweizer Bootcamp-Schule mit Multi-Standort-Setup (Zürich, München, Bremen, Frankfurt + Remote). Mutterorganisation: Constructor Group (Founder Dr. Serg Bell) mit Schwester-Org Constructor University (Bremen). Re-Brand zu Nexademy mit Multi-Domain-Architektur. Spezialprodukt “Mastering Intelligent Agents Workshop” für 450 EUR (2 Tage à 3 h Live Online, 6 Hands-on-Module: LangChain, LangGraph + ReAct + CrewAI, LangMem, Advanced Agentic Workflows, Agentic RAG, Deployment mit FastAPI + LangFuse + Arize Phoenix). Vollzeit-Bootcamps mit nicht-öffentlichen Preisen. > 30 dokumentierte DS-Kohorten; 1.200+-Alumni-Claim; Course-Report-Listings 2025.

Ideal für Engineers, die im DACH-Raum kompakt einen aktuellen Agentic-AI-Stack zum Mid-Tier-Workshop-Preis üben wollen.

academy.constructor.org

UC Berkeley RDI — AgentX + Advanced LLM Agents

Programm-Bündel des Center for Responsible Decentralized Intelligence (Director Dawn Song). Drei-Schichten-Architektur: offener MOOC (~40.000 Anmeldungen Fall 2025 Self-Reported), Berkeley-Credit-Schiene (CS294/194-280) und AgentX-Wettbewerb mit über 1 Mio. USD kumuliertem Preisgeld. Frontier-Speaker aus OpenAI, NVIDIA, Microsoft, Meta, Google DeepMind, Stanford. Sponsoren: Groq, Mistral, Google, Lambda Labs, Hugging Face. Anschluss an Xcelerator-Incubator: 110+ Teams, 650 Mio. USD+ Follow-on Funding kumulativ. Voraussetzung MOOC: ML-/Deep-Learning-Vorerfahrung (CS182/188/189-Niveau empfohlen).

Ideal für Engineers, die Frontier-Wissen kostenlos auditieren und als High-Performer in einem dotierten Wettbewerb mit Investor-Anschluss antreten wollen.

rdi.berkeley.edu/agentx

FAQ — Engineer-Folgefragen

Was kostet ein AI-Engineering-Cohort 2026?

Zwei Pole: kostenlos (alle acht Framework-Vendor-Academies, beide Lab-Direkt, beide akademisch/OSS) und 1.999–5.000 USD für Bezahl-Cohorts. Konkret: Aishwarya 1.999 USD (7 Wochen), Maven Agent Bootcamp 2.500 USD (7 Wochen), AI Makerspace 4.000 USD (10 Wochen), Hamel/Shreya AI Evals 5.000 USD (4 Wochen, inkl. Lifetime). Towards AI 499 USD Lifetime ist der einzige eindeutige Mid-Tier-Vertreter zwischen kostenlos und 1.999 USD. AI Makerspace Enterprise-Track ab 60.000 USD. DACH-Bootcamp-Preise (neue fische / Spiced, Constructor) sind nicht öffentlich — Preis-Story über Bildungsgutschein- bzw. Financing-Pfad.

LangChain, CrewAI, LlamaIndex oder PydanticAI — welcher Stack?

Vier Pole, vier Funktionen. LangChain/LangGraph ist mit über einer Milliarde Downloads OSS-Marktstandard und hat die tiefste Vendor-Pyramide. CrewAI ist Multi-Agent-fokussiert mit 60 % der Fortune 500 als AMP-Kunden und 450 Mio. Workflows/Monat — abgegrenzt von LangChain (“entirely from scratch”). LlamaIndex ist Data-Framework für RAG mit 25 Mio.+ Monthly Downloads. PydanticAI (16,8k GitHub-Stars) positioniert sich aktiv als Type-Safe-Migrations-Ziel weg von LangChain (Migrations-Stories: Overjoy, MindsDB). Hugging Face Agents Course lehrt als einziger drei Frameworks parallel (smolagents + LangGraph + LlamaIndex) und entschärft die Lock-in-Frage.

Was ist Eval-Engineering und wer bringt es bei?

Eval-Engineering misst AI-Outputs systematisch statt stichprobenartig — Application-Centric Evals, Systematic Error Analysis, LLM-as-a-Judge, Code-Based Evals, CI/CD-Eval-Gates. Im Sample eigene Disziplin, nicht Side-Note. Drei Anbieter mit Eval-Schwerpunkt: Hamel Husain & Shreya Shankar (5.000 USD, tool-agnostisch, 4.500+ Alumni × 4,7), Arize University (kostenlos, Phoenix OSS) und Pydantic Logfire (kostenlos, Doku-getrieben, 7 Case Studies mit harten Vorher-Nachher-Daten). Aishwarya-Modul 5 und Maven-Agent-Bootcamp-Modul 6 spiegeln den Trend in den jeweiligen Curricula.

Gibt es deutschsprachige AI-Engineering-Ausbildungen?

Im Sample zwei Anbieter primär deutschsprachig: neue fische / Spiced Academy (Berlin, 32 Wochen Vollzeit, AZAV/Bildungsgutschein) und Constructor Academy / Nexademy (Zürich + DE-Standorte, zweisprachig, 450-EUR-Workshop plus nicht-öffentlich bepreiste Bootcamps). Alle anderen 18 Anbieter sind englisch. Wer Förderung braucht, findet im Engineer-ICP-Sub-Markt nur diese beiden Pfade. Die DACH-Mid-Tier-Lücke (1.500–3.500 EUR auf Lab-/Maven-Niveau, 4–8 Wochen, ohne Vollzeit-Verpflichtung) ist offen.

Reichen kostenlose Lab-Tutorials oder brauche ich Cohort?

Self-paced Lab-Hubs und OSS-Curricula liefern First-Party-Wissen oder Frontier-Tiefe — engste Werkzeug-Tiefe, aber ohne Live-Begleitung und Coaching am eigenen Projekt. Bezahl-Cohorts liefern Live-Sessions, Peer-Community, Feedback auf eigenen Code, ein verkaufsfähiges Zertifikat — und im DACH-Raum Förderfähigkeit. Praktischer Pfad: zuerst kostenlos prüfen (Vendor-Hub des Stacks plus Karpathy für Internals); dann eine Bezahl-Ausbildung wählen, die Eval-/Production-Tiefe oder Continuity liefert. Die öffentlich ausgewiesene 51,2-%-Lifetime-Completion-Rate von AI Makerspace zeigt: auch in Bezahl-Cohorten ist Abschluss kein Selbstläufer.

Welche Ausbildung enthält Memory-Persistenz, Multi-Agent oder Production-Ops?

Memory-Persistenz als Spezialisierung: Letta (ex-MemGPT) ist Memory-first mit Konzepten jenseits von RAG (Memory Blocks, Sleep-time Compute); Aishwarya-Modul “Memory Management (LangMem)”; Constructor-Workshop-Modul 3. Multi-Agent: CrewAI Learn, Maven Agent Bootcamp (ADK/MCP/A2A), Aishwarya (Modul 3 “The Agentic Leap”), Constructor (Modul 4 “Advanced Agentic Workflows”). Production-Ops: Maven Agent Bootcamp (Quantisierung, Knowledge Graphs + DSPy), AI Makerspace (GitHub-Portfolio), Towards AI (Capstone mit Cloud Run + CI/CD), neue fische / Spiced (MLOps-Phase mit Prometheus/Grafana/FastAPI). DSPy taucht in zwei Curricula als Modul auf, hat aber keine eigene Hersteller-Cohort im Sample — eine offene Lücke.

Wie verifiziere ich Operator-Identität, wenn keine eigene Brand sichtbar ist?

Drei brand-architektonische Sonderfälle: Letta und Pydantic haben kein eigenes Academy-Brand — Lehre läuft bei Letta über DeepLearning.AI plus Blog/Docs, bei Pydantic über Doku + Engineering-Blog + Case Studies. CrewAI Learn ist eher Testimonial-Landingpage als Curriculum-Hub; eigenes Curriculum hängt an zwei DeepLearning.AI-Co-Kursen. Das ist kein Warnsignal, sondern Adoption-Asset-Logik: Geschäftsmodell läuft über das Tool, nicht über das Curriculum. Die Lese-Kompetenz-Frage stellt sich anderswo: bei Anbietern mit fünfstelligen Tickets ohne Impressum, ohne namentliche Trainer-Bios, ohne nachvollziehbare Operator-Gesellschaft. Vor Buchung Pflicht-Check: Impressum vorhanden? Trainer:innen mit Foto, LinkedIn, Track-Record? Operator im Handelsregister? Page-Title und Footer auf Marken-Inkonsistenzen geprüft? Im Recherche-Lauf zur Schwester-Nische tauchte eine Marke ohne Impressum, ohne namentlich greifbaren Operator und mit Page-Title-Hinweis auf eine andere Konzernmarke auf — sie ist in keinem dieser Vergleiche enthalten.

Zur Vertiefung

Wer eher als Solo-Coach, Trainer oder Berater sucht und deutsche Akademien (Haufe, Bitkom, WIFI, AI Training Institute) plus DACH-Cohort-Programme (STARTPLATZ, appliedAI) braucht, findet den Schwester-Vergleich in KI-Agent-Ausbildungen 2026: 14 Anbieter im Vergleich. Wer eine Einschätzung sucht, welcher Cluster zum eigenen Engineering-Profil passt — und wo Selbstbau (Karpathy + Vendor-Hub + gezielter Eval-Block) günstiger ist als Bezahl-Cohort —, findet auf thomasruemmele.com und aiunternehmer.com eine kostenlose KI-Profilanalyse plus Tutorials zum Agenten-Aufbau für DACH-Engineers.

Methode, Quellen, Update-Kadenz

Dieser Vergleich entstand als Teil der Marktforschung CoachAtlas. Pipeline in drei Stufen:

1. Topic-Scout — automatisierte Anbieter-Suche. Engineer-ICP-Lauf 2026-05-02: 26 zusätzliche Kandidaten, aufbauend auf dem vorherigen Scout der Schwester-Nische (41 Discovered).
2. Profil-Ingest — pro Anbieter Website, Impressum, Social, OSS in ein einheitliches Schema (Stammdaten, Positionierung, Angebot, Marketing, Proof). 12 neue Profile + 8 Cross-Listings.
3. Cluster-Synthese — Einordnung nach 3-Stages-Modell, Persona-Typologie und Proof-Typologie. Berkeley und Karpathy als nicht-anwendbar im Stage-Modell (akademisch / Open-Source).

Stand: 2026-05-02. Wiki-Profile werden vierteljährlich gegen Anbieter-Quellen geprüft. Der Markt verändert sich monatlich — MCP, A2A, ADK; Framework-Migrations-Narrative (LangChain → PydanticAI) verschieben sich quartalsweise. Vor Kaufentscheidung Anbieter-Link öffnen, Preis, Termin, Curriculum gegenprüfen.

Quellen: Alle 20 Anbieter-Profile sind im CoachAtlas-Wiki unter wiki/anbieter/<slug>.md dokumentiert; Roh-Quellen unter raw/anbieter/<slug>/. Cluster-Analyse und Trends in wiki/nischen/agentic-engineering.md. Schwester-Nische in wiki/nischen/ki-agent-ausbildungen.md.

Affiliate/Werbung: Keine Affiliate-Links. Anbieter-Reihenfolge folgt Cluster-Logik (Lab-Direkt / Vendor-Academy → Cohort → Eval/Observability → Akademisch → DACH-Bootcamp), keiner Empfehlungs-Logik.