AI-100 Designing and Implementing an Azure AI Solution

Der Kurs „Designing and Implementing an Azure AI Solution" basiert auf dem Lehrplan der Microsoft-Prüfung AI-100, die Microsoft inzwischen durch die Prüfung AI-102 (Azure AI Engineer Associate) ersetzt hat. Wer diesen Kurs heute belegt, sollte wissen, dass der Zertifizierungspfad aktuell über AI-102 läuft – der fachliche Kern ist jedoch weiterhin relevant: Azure Cognitive Services, Bot-Entwicklung und Sprachverständnis mit LUIS und QnA Maker bilden das Fundament moderner KI-Anwendungen auf der Azure-Plattform. Der Kurs vermittelt, wie sich diese Bausteine zu einer vollständigen, dialogfähigen KI-Anwendung zusammenfügen lassen.

Einführung in Azure Cognitive Services Azure Cognitive Services bilden die Bausteine für nahezu jede KI-Anwendung auf der Microsoft-Plattform. In diesem ersten Modul lernen Sie die Dienstfamilien kennen: Vision, Speech, Language und Decision. Sie verstehen, wie die Dienste über REST-APIs angesprochen werden, wie Authentifizierung und Ressourcenprovisioning funktionieren und welche Abrechnungsmodelle gelten.

• Überblick über die Cognitive-Services-Familien (Vision, Speech, Language, Decision)
• Provisionierung von Cognitive-Services-Ressourcen im Azure-Portal
• REST-API-Aufrufe und SDK-Grundlagen in C#
• Authentifizierung mit API-Schlüsseln und Azure Active Directory
• Fehlerbehandlung und Quotenverwaltung
• Kostenmodelle und Preisstufen im Vergleich

Bot-Entwicklung mit dem Azure Bot Framework Das Azure Bot Framework stellt Werkzeuge bereit, um konversationsbasierte Anwendungen strukturiert zu entwickeln. Sie lernen die Bot-Service-Infrastruktur kennen und bauen einen funktionsfähigen Kundensupport-Bot, der einfache Dialoge führt und auf Nutzereingaben reagiert.

• Bot-Service-Grundarchitektur: Activity-Objekte und Turnkonzept
• Entwicklung mit dem Bot Framework SDK für C#
• Lokales Testen mit dem Bot Framework Emulator
• Deployment in Azure App Service
• Kanalkonfiguration (Web Chat, Microsoft Teams)
• Protokollierung und Monitoring mit Application Insights

Bots mit QnA Maker (Language Understanding) ausbauen QnA Maker erlaubt es, bestehende FAQ-Dokumente oder Wissensseiten in eine dialogfähige Wissensbasis zu überführen. Sie erfahren, wie die Wissensbasis trainiert, getestet und in den Bot integriert wird – ein praktischer Ansatz, um schnell einen nützlichen Kundensupport-Bot zu erstellen.

• Aufbau und Training einer QnA-Wissensbasis
• Import von FAQ-Dokumenten und URL-Quellen
• Aktives Lernen: Verbesserung der Wissensbasis durch Nutzerfeedback
• REST-API-Integration des QnA-Dienstes im Bot
• Kombination von QnA-Antworten mit weiterführenden Dialog-Flows
• Versionsverwaltung und Veröffentlichung der Wissensbasis

Sprachverständnis mit LUIS Language Understanding (LUIS) ergänzt Bots um die Fähigkeit, die Absicht (Intent) und Entitäten in natürlicher Sprache zu erkennen. Sie erstellen und trainieren eigene LUIS-Apps und binden sie so in den Bot ein, dass dieser auf unterschiedliche Formulierungen derselben Anfrage korrekt reagiert.

• LUIS-Konzepte: Intents, Entities und Utterances
• Erstellen und Trainieren einer LUIS-App
• Entitätstypen: einfache, vordefinierte und reguläre Ausdrücke
• Versionierung und Staging von LUIS-Modellen
• Integration von LUIS in den Bot: Dispatch-Muster
• Qualitätsmessung mit Konfusionsmatrizen und Testergebnissen

Praxisübungen: Kombination aller Komponenten Dieser abschließende Praxisblock verbindet alle gelernten Bausteine zu einer vollständigen Lösung. Sie entwickeln einen Kundensupport-Bot, der sowohl über eine QnA-Wissensbasis als auch über LUIS-gestützte Dialoge verfügt und dabei mehrere Cognitive Services (z. B. Textübersetzung, Sentiment-Analyse) einbindet.

• Architektur einer mehrstufigen Bot-Lösung planen
• Dispatch-Muster zur Verteilung auf LUIS und QnA implementieren
• Textanalyse (Sentiment, Schlüsselwörter) in Bot-Dialoge einbetten
• Translator Cognitive Service für mehrsprachige Bots nutzen
• End-to-End-Test des vollständigen Bots im Emulator und in Azure
• Fehlersuche in Produktionsszenarien: Logging und Tracing
• Bot-Sicherheit: Token-Validierung und Channel-Security
• Performance-Betrachtung: Latenz bei API-Aufrufen reduzieren
• Dokumentation der Bot-Architektur für Übergabe und Betrieb
• Ausblick: Migration des Lehrplans auf AI-102 (Azure AI Engineer Associate)
• Unterschiede zwischen AI-100 und AI-102 im Überblick
• Nächste Schritte für die aktuelle Zertifizierung über AI-102

Nach Abschluss der Praxisübungen verfügen Sie über ein vollständiges Beispielprojekt, das die gelernten Konzepte demonstriert und als Referenz für eigene Vorhaben dient. Der Kurs endet mit einem kritischen Blick auf die Aktualität der gelernten Inhalte: Welche Teile des AI-100-Lehrplans sind direkt auf den heutigen AI-102-Standard übertragbar, welche wurden technisch weiterentwickelt?

Der Kurs richtet sich an Entwickler und IT-Fachleute, die KI-Dienste auf Azure einsetzen und verstehen wollen. Vorkenntnisse in Cloud-Grundlagen und einer objektorientierten Programmiersprache – idealerweise C# – werden vorausgesetzt.

• Softwareentwickler, die Azure-KI-Dienste in bestehende Applikationen integrieren möchten
• Cloud-Architekten, die den Aufbau einer Bot- oder Sprachverständnislösung planen
• IT-Consultants, die Kunden bei der Auswahl und Implementierung von Azure AI begleiten
• Berufswechsler aus der Entwicklung, die sich auf KI-Ingenieur-Rollen vorbereiten
• Studierende und Absolventeninformatiknaher Fächer mit Azure-Grundkenntnissen

Der Kurs findet im Combined-Learning-Format statt: Live-Unterrichtseinheiten im virtuellen Klassenzimmer wechseln sich mit geleiteten Laborübungen und eigenständigen Aufgabenblöcken ab. Theorie und Praxis sind eng verzahnt – nach jeder neuen Dienstkomponente folgen direkt Hands-on-Übungen in Azure. Die Unterrichtssprache ist Deutsch; technische Dokumentation und Laborbeschreibungen liegen häufig auf Englisch vor. Der Kurs ist auf Vollzeitteilnahme ausgelegt, Teilzeitvarianten sind nach Absprache möglich.

Die Kursdauer bewegt sich typischerweise im Bereich weniger Wochen im Vollzeitmodus. Der exakte Zeitrahmen hängt vom individuell gewählten Kursangebot und etwaigen Ergänzungsmodulen ab. Termindetails und aktuelle Angebote sind über die jeweiligen Anbieterseiten auf Kursweg abrufbar.

Der Kurs schließt mit einem trägerinternen Zertifikat bzw. einer qualifizierten Teilnahmebescheinigung ab. Die zugrundeliegende Microsoft-Prüfung AI-100 wurde eingestellt; eine offizielle Herstellerzertifizierung ist über diesen Kurs daher nicht mehr erreichbar. Wer eine aktuelle Microsoft-Zertifizierung im KI-Bereich anstrebt, findet den passenden Einstieg beim Nachfolger AI-102 (Azure AI Engineer Associate), für den separate Vorbereitungskurse auf Kursweg gelistet sind.

Auch wenn die AI-100-Prüfung nicht mehr aktiv ist, bleibt der fachliche Kern des Lehrplans wertvoll: Azure Cognitive Services, Bot Framework, LUIS und QnA Maker sind in ihrer Nachfolgeform (Azure AI Services, Azure Bot Service, Azure Language Understanding) weiterhin zentrale Technologien auf der Microsoft-Plattform. Wer diesen Kurs absolviert, legt ein fundiertes konzeptionelles Fundament für den Einstieg in moderne Azure-KI-Projekte und hat einen kürzeren Weg zur Vorbereitung auf AI-102. Das praktische Bot-Entwicklungsprojekt am Kursende liefert ein konkretes Vorzeigeprojekt für das Portfolio – ein funktionierender, mehrschichtiger Kundensupport-Bot demonstriert den Arbeitgebern direkt die erworbenen Fähigkeiten in Azure, Konversations-KI und Cloud-Deployment, ohne dass dafür ein aktives Zertifikat vorliegen muss. Für Teams in Unternehmen, die bereits Azure einsetzen und ihre internen Prozesse durch KI-gestützte Assistenten ergänzen wollen, bietet dieser Kurs einen strukturierten Einstieg – von der Dienstauswahl über die Implementierung bis zum Betrieb in der Cloud.