AI-3018 Copilot Foundations — Microsoft Copilot Studio & Azure AI Studio

Der Kurs AI-3018: Copilot Foundations ist der strukturierte Einstieg in die Welt der generativen KI auf der Microsoft-Plattform. Teilnehmende lernen die konzeptionellen Grundlagen von großen Sprachmodellen (Large Language Models, LLMs) und generativer KI kennen und erwerben praktische Fähigkeiten darin, mit Microsoft Copilot Studio und Azure AI Studio eigene Copiloten zu erstellen, zu testen und zu betreiben. Ein zentrales Thema ist die Implementierung von Retrieval Augmented Generation (RAG), mit der Copiloten auf unternehmensspezifische Daten und Wissensdatenbanken zugreifen und dadurch präzisere, relevanteren und aktuellere Antworten geben können. Der Kurs richtet sich an IT-Fachkräfte, Entwickler und technologieinteressierte Professionals, die praktische KI-Entwicklungsfähigkeiten auf dem Microsoft-Stack aufbauen möchten.

Der Kurs gliedert sich in Module, die von konzeptionellen Grundlagen über Plattformkenntnisse bis zur praktischen Copilot-Entwicklung führen. Modul 1: Grundlagen der generativen KI und Sprachmodelle Dieses Modul legt das konzeptionelle Fundament. Teilnehmende verstehen, wie moderne Sprachmodelle funktionieren, warum sie faszinierende Fähigkeiten haben und wo ihre Grenzen liegen. Ohne dieses Grundverständnis lassen sich Copiloten nicht sinnvoll entwickeln oder einsetzen.

• Geschichte und Entwicklung von KI-Sprachmodellen: von frühen Regelmodellen bis zu GPT-4o und Microsofts Phi-Familie
• Transformer-Architektur im Überblick: Self-Attention, Token, Embeddings, Kontext-Fenster
• Generative KI vs. diskriminative KI: Einsatzgebiete und Unterschiede
• Halluzinationen und Grenzen von LLMs: Ursachen, Auswirkungen und Gegenmaßnahmen
• Verantwortungsvolle KI: Microsofts AI Principles, OECD-KI-Grundsätze, Datenschutz und Bias

Modul 2: Microsoft Copilot Studio — Low-Code-Copiloten entwickeln Microsoft Copilot Studio ermöglicht die Erstellung von KI-gestützten Assistenten ohne tiefe Programmierkenntnisse. Dieses Modul vermittelt den vollständigen Entwicklungsworkflow.

• Oberfläche und Architektur von Copilot Studio: Umgebungen, Verbindungen, Themen
• Themen und Dialoge erstellen: Trigger-Phrasen, Entitäten, Antwort-Varianten
• Integration von externen Datenquellen über Power Automate Flows
• Testen und Debuggen von Copiloten im integrierten Testbereich
• Veröffentlichung von Copiloten in Teams, SharePoint und Websites

Modul 3: Azure AI Studio und Azure OpenAI Service Für technisch anspruchsvollere Anwendungen bietet Azure AI Studio eine vollständige Entwicklungsplattform. Dieses Modul behandelt die technischen Grundlagen der Arbeit mit Azure OpenAI.

• Azure AI Studio-Oberfläche: Projekte, Modelle, Deployments, Evaluierungen
• Modelle deployen: GPT-4o, GPT-4, Phi-3 — Auswahl und Konfiguration
• Azure OpenAI Service API: Chat Completions, Embeddings, Systemrollen und Parameter
• Prompt Engineering für Azure OpenAI: System-Prompts, Few-Shot-Beispiele, Chain-of-Thought
• Sicherheit und Zugriffssteuerung in Azure OpenAI: Managed Identity, RBAC, Content Filter

Modul 4: Retrieval Augmented Generation (RAG) und eigene Wissensdatenbanken RAG ist die Schlüsseltechnik, um Copiloten mit unternehmensinternem Wissen auszustatten. Dieses Modul erklärt das Konzept und zeigt die praktische Implementierung.

• RAG-Architektur: Chunking, Embedding, Vektorsuche, Kontext-Injektion, Antwort-Generierung
• Azure AI Search als Vektordatenbank und semantische Suchkomponente
• Eigene Dokumente (PDF, Word, SharePoint) indexieren und durchsuchbar machen
• RAG-Pipeline in Azure AI Studio aufbauen und evaluieren
• Qualitätssicherung: Relevanz-Bewertung, Halluzinations-Reduktion, Evaluierungsmetriken

Praxisblock: Eigene Copiloten entwickeln und in produktive Umgebungen integrieren Im Praxisblock entwickeln Teilnehmende vollständige Copilot-Lösungen für realistische Unternehmensszenarien. Jede Aufgabe baut auf dem zuvor Gelernten auf.

• Erstellen eines FAQ-Copiloten in Copilot Studio auf Basis einer internen Wissensdatenbank
• Aufbau eines Azure-OpenAI-basierten Chatbots mit eigenem Systemcontext und RAG
• Indexierung von Unternehmensdokumenten in Azure AI Search und Integration in den Copiloten
• Einbettung eines Copiloten als Teams-App in eine Microsoft-365-Umgebung
• Testen und iterative Verbesserung von Copilot-Antworten durch Prompt-Optimierung
• Evaluierungsrun in Azure AI Studio: Qualitätsmetriken auswerten und Verbesserungen ableiten
• Konfiguration von Content-Filter-Einstellungen für sicheren Unternehmenseinsatz
• Power-Automate-Flow erstellen, der Copilot-Anfragen mit externen Systemen verknüpft
• Dokumentation der eigenen Copilot-Lösung: Architekturdiagramm, Themen, Datenfluss
• Sicherheitsreview: Überprüfung von Zugriffsrechten und Datenschutzeinstellungen
• Abschlusspräsentation: eigene Copilot-Lösung vorstellen und Einsatzszenarien erläutern
• Diskussion: Realistische Einsatzgebiete und Grenzen von Copiloten im Unternehmensalltag

Der Praxisblock schließt eine wichtige Lücke zwischen Konzept und Anwendung. Wer einen Copiloten selbst gebaut, getestet und verbessert hat, versteht die Technologie auf einem anderen Niveau als jemand, der nur Präsentationen oder Tutorials gesehen hat. Dieses hands-on Verständnis ist genau das, was Unternehmen bei KI-Fachkräften suchen.

Der Kurs richtet sich an IT-Fachkräfte und Technologieinteressierte, die KI-Entwicklungsfähigkeiten auf der Microsoft-Plattform aufbauen möchten, ohne zwingend tiefe Data-Science-Kenntnisse mitbringen zu müssen.

• Entwickler und IT-Consultants, die KI-Features in Microsoft-Produkte integrieren möchten
• Cloud-Architekten mit Interesse an KI-gestützten Lösungen auf Azure
• Microsoft-365-Administratoren und -Consultants, die Copilot-Deployments begleiten
• Technologieinteressierte Nicht-Programmierer mit Low-Code-Fokus (Copilot Studio)
• Fachkräfte aus anderen IT-Bereichen, die in die KI-Entwicklung einsteigen möchten

Der Kurs wird als Combined Learning angeboten, wobei einige Anbieter auch reine Online-Seminare bereitstellen. Theoretische Konzepte werden durch direkte Demonstration in Microsoft Copilot Studio und Azure AI Studio illustriert. Geführte Hands-on-Labs ermöglichen es Teilnehmenden, eigene Copiloten schrittweise zu entwickeln. Diskussionen über reale Anwendungsfälle und Grenzen der Technologie ergänzen den technischen Teil. Die Trainer verfügen über praktische Erfahrung in der Microsoft-KI-Entwicklung und beziehen aktuelle Entwicklungen im sich schnell wandelnden KI-Umfeld in den Unterricht ein.

Der Kurs ist kompakter als mehrstufige Zertifizierungsprogramme und dauert in der Regel zwischen einer und vier Wochen, je nach Anbieter und Format. Vollzeit-Intensivkurse sind die häufigste Angebotsform; einzelne Anbieter ermöglichen auch Teilzeit-Einstiege auf Anfrage. Die Kursdauer ermöglicht eine konzentrierte, praxisorientierte Einarbeitung in die wichtigsten Copilot-Entwicklungswerkzeuge von Microsoft.

Nach erfolgreichem Abschluss erhalten Teilnehmende ein trägerintermes Lehrgangszertifikat sowie eine qualifizierte Teilnahmebescheinigung. Der Kurs entspricht inhaltlich dem offiziellen Microsoft-Kurs AI-3018 und kann als Vorbereitung für weiterführende Microsoft-KI-Zertifizierungen genutzt werden. Ein offizielles Microsoft-Zertifikat wird durch separat abzulegende Prüfungen bei Microsoft erworben, die eigenständig zu buchen sind.

Generative KI ist kein temporärer Trend — sie verändert, wie Unternehmen mit Wissen umgehen, wie Mitarbeitende Support erhalten und wie Geschäftsprozesse automatisiert werden. Copiloten, die auf unternehmensspezifische Daten zugreifen und als Teams-Apps oder Webassistenten bereitgestellt werden, sind ein konkreter, messbarer Mehrwert für Unternehmen. Fachkräfte, die diese Technologie entwickeln und einsetzen können, sind gefragt — und dieser Bedarf wird in den kommenden Jahren weiter wachsen. Die Kombination aus Microsoft Copilot Studio (Low-Code) und Azure AI Studio (technisch) macht diesen Kurs besonders vielseitig. Teilnehmende ohne Programmierhintergrund können mit Copilot Studio sofort produktive Lösungen erstellen; Entwickler nutzen Azure AI Studio und die OpenAI-API für anspruchsvollere Anwendungen. Dieser doppelte Ansatz stellt sicher, dass Teilnehmende aus unterschiedlichen Hintergründen mit sofort einsetzbaren Fähigkeiten den Kurs verlassen. Für Teilnehmende, die eine Förderung anstreben, kommen bei AZAV-zertifizierten Bildungsträgern Bildungsgutscheine der Agentur für Arbeit und der Jobcenter in Frage. Je nach beruflicher Situation sind auch das Qualifizierungschancengesetz für Beschäftigte, die Berufsförderung der Bundeswehr (BFD), Leistungen zur Rehabilitation sowie Förderungen der Deutschen Rentenversicherung mögliche Finanzierungswege. Das Beratungsgespräch vor Kursbeginn hilft dabei, die passende Förderung zu identifizieren und zu beantragen.