AI-102T00: Designing and Implementing a Microsoft Azure AI Solution

Der Kurs AI-102T00 ist das offizielle Microsoft-Official-Curriculum für angehende Azure AI Engineers. Er vermittelt alle Kenntnisse und Fertigkeiten, die für den Entwurf, die Implementierung und den Betrieb von KI-gestützten Lösungen auf der Azure-Plattform benötigt werden. Kernthemen sind Azure Cognitive Services, Azure Machine Learning und Knowledge Mining. Der Kurs schließt direkt an die Anforderungen der Zertifizierungsprüfung AI-102 (Azure AI Engineer Associate) an und verbindet theoretische Konzepte mit geführten Lab-Übungen in echten Azure-Umgebungen.

Modul 1 - Azure Cognitive Services: Grundlagen und Einstieg Azure Cognitive Services bilden das Rückgrat vieler KI-Anwendungen, weil sie vorgefertigte, API-zugängliche Intelligenzfunktionen bereitstellen, ohne eigene ML-Modelle trainieren zu müssen. Dieses Modul führt systematisch in die Dienste, ihre Endpunkte und die Absicherung der API-Zugriffe ein.

• Überblick über das Azure Cognitive Services Portfolio
• Erstellen und Verwalten von Cognitive Services Ressourcen im Portal und per CLI
• Authentifizierung via Subscription Keys und Azure Active Directory
• Konfiguration von Diagnoseprotokollierung und Metriken
• Netzwerkzugriff und Firewall-Regeln für Cognitive Services
• Verantwortlicher Umgang mit KI: Content Moderation und Responsible AI Framework

Modul 2 - Vision und Sprachverarbeitung Computer Vision und Natural Language Processing gehören zu den praktisch relevantesten KI-Bereichen. Dieses Modul behandelt sowohl bildbasierte als auch textbasierte Dienste auf Azure im Detail.

• Computer Vision API: Bildanalyse, Beschriftungen, Objekte und Marken
• Custom Vision: Training eigener Klassifikations- und Detektionsmodelle
• Face API: Gesichtserkennung und Attributanalyse
• Azure Form Recognizer für dokumentenbasierte Datenextraktion
• Azure Language Service: Stimmungsanalyse, Schlüsselbegriffe, Entitätserkennung
• Speech Services: Spracherkennung (STT), Sprachsynthese (TTS) und Echtzeitübersetzung
• Translator API für mehrsprachige Applikationsszenarien
• Language Understanding (LUIS): Absichten, Entitäten und Utterances

Modul 3 - Azure Machine Learning und modellbasiertes KI-Engineering Für Anwendungsfälle, die über vorgefertigte APIs hinausgehen, bietet Azure Machine Learning eine vollständige MLOps-Plattform. Dieses Modul zeigt, wie benutzerdefinierte Modelle entwickelt, verwaltet und in der Produktion betrieben werden.

• Azure ML Workspace und zugehörige Ressourcen (Compute, Datastores, Datasets)
• AutoML für tabellarische Daten, Vision und NLP
• Trainings-Pipelines mit Python SDK und Designer
• Experiment-Tracking mit MLflow und Azure ML Studio
• Modellregistrierung und Versionsverwaltung
• Echtzeit-Endpoints und Batch-Inferenz mit Managed Endpoints

Modul 4 - Knowledge Mining und Conversational AI Unstrukturierte Dokumente und dialogbasierte Schnittstellen sind zwei weitere zentrale KI-Anwendungsfelder. Dieses Modul verbindet Knowledge Mining mit dem Aufbau von Bots und Question-Answering-Systemen.

• Azure Cognitive Search: Indexerstellung, Analyzer und Scoring-Profile
• KI-Anreicherungspipelines mit kognitiven Skills und Custom Skills
• Knowledge Store für die persistente Zwischenspeicherung angereicherter Daten
• Azure Bot Service: Grundarchitektur, Kanäle und Authentifizierung
• Bot Framework Composer für visuelle Dialog-Entwicklung
• Question Answering mit Azure Language Studio
• Integration von Bot und Cognitive Search für dokumentenbasierte Auskunftssysteme

Die praktischen Übungen in diesem Kurs bilden einen unverzichtbaren Bestandteil des Lernprozesses. In geführten Lab-Einheiten implementieren Teilnehmende KI-Dienste direkt in Azure-Testumgebungen, konfigurieren Endpunkte, analysieren Log-Daten und lösen typische Integrationsaufgaben. Durch die Nähe zum offiziellen Prüfungscurriculum bereiten die Übungen gezielt auf die Aufgabenformate der AI-102-Prüfung vor. Das Combined-Learning-Format ermöglicht es, Kursinhalte ohne lange Anfahrtswege zu absolvieren und dabei trotzdem von der direkten Interaktion mit Trainerinnen und Trainern zu profitieren. Theoriephasen, Demonstrationen und Lab-Blöcke wechseln sich rhythmisch ab, sodass das Gelernte unmittelbar angewandt werden kann.

Der AI-102T00-Kurs richtet sich an Personen mit Software-Entwicklungshintergrund, die gezielt in die Azure-KI-Entwicklung einsteigen wollen.

• Softwareentwicklerinnen und -entwickler mit ersten Azure-Kenntnissen
• Solution Architects, die KI-Dienste in Cloud-Architekturen integrieren
• Data Scientists, die ihre Azure-Implementierungskompetenz stärken möchten
• IT-Professionals, die die AI-102-Zertifizierung anstreben
• Backend-Entwicklerinnen und -entwickler, die APIs für KI-Dienste einbinden wollen

Der Kurs wird als offizielle MOC-Schulung (Microsoft Official Curriculum) im Combined-Learning-Format durchgeführt. Live-Sessions im virtuellen Klassenzimmer sorgen für direkte Interaktion; Teilnehmende können von einem Präsenz-Lernort oder per HomeOffice-Anbindung teilnehmen. Die Trainerinnen und Trainer verfügen über praktische Azure-Projekterfahrung und verbinden die Kursinhalte mit realen Implementierungsszenarien. Labs laufen in dedizierten Azure-Testumgebungen, sodass Teilnehmende ohne eigene Azure-Subscription üben können.

Die Kursdauer beträgt mehr als eine Woche bis zu einem Monat im Vollzeitformat. Die kompakte Struktur ermöglicht eine zügige Prüfungsvorbereitung ohne monatelange Unterbrechung der beruflichen Tätigkeit. Für Teilnehmende, die mehr Zeit für die Vertiefung einzelner Themen benötigen, stehen individuelle Terminoptionen zur Verfügung.

Der Kurs schließt mit einem Lehrgangszertifikat des Bildungsträgers ab. Er bereitet direkt auf die externe Microsoft-Prüfung AI-102 vor, die bei einem akkreditierten Pearson-VUE-Testcenter abgelegt werden kann. Bei bestandener Prüfung stellt Microsoft das Zertifikat "Azure AI Engineer Associate" aus, das eine zeitlich begrenzte Gültigkeit hat und über Microsoft Learn verlängert werden kann.

Als offizieller Microsoft-MOC-Kurs orientiert sich AI-102T00 exakt an den Prüfungszielen des AI-102-Exams. Wer diesen Kurs absolviert, lernt keine abstrakten KI-Konzepte isoliert, sondern in direkter Verbindung mit den Azure-Diensten und Werkzeugen, die in produktiven Projekten tatsächlich eingesetzt werden. Diese Ausrichtung verkürzt die Brücke zwischen Kurs und beruflicher Praxis erheblich. Der Azure AI Engineer Associate gilt als Einstiegszertifikat in das Microsoft-KI-Portfolio und ist ein anerkannter Nachweis dafür, dass jemand in der Lage ist, KI-Lösungen auf Azure eigenverantwortlich zu implementieren. In einer Zeit, in der nahezu jedes Unternehmen KI-Pilotprojekte plant oder bereits umsetzt, öffnet dieses Zertifikat Türen zu Projekten, die ohne diesen Nachweis oft für externe Zertifizierungsinhaber reserviert sind. Die Lab-orientierte Unterrichtsstruktur stellt sicher, dass Teilnehmende den Kurs nicht nur mit theoretischem Wissen, sondern mit handfester Konfigurationserfahrung verlassen. Das macht den Unterschied zwischen jemandem, der KI-Dienste kennt, und jemandem, der sie tatsächlich einsetzen kann.