AI in Cloud Computing with Microsoft Power Platform Developer

Cloud Computing und Künstliche Intelligenz wachsen zu einer gemeinsamen Infrastruktur zusammen: Rechenkapazitäten für ML-Training, skalierbare Inferenz-APIs, ereignisgesteuerte Verarbeitungspipelines — all das läuft in modernen Unternehmensumgebungen auf Azure und vergleichbaren Cloud-Plattformen. Die Microsoft Power Platform ist das Bindeglied, das es Entwicklern ermöglicht, diese Cloud-KI-Dienste in Geschäftsanwendungen zu integrieren, ohne jedes Mal eine vollständige Backend-Architektur von Grund auf aufzubauen. Dieser Kurs greift genau diese Verbindung auf. Im ersten Modul erarbeiten die Teilnehmenden ein fundiertes Verständnis davon, wie KI-Workloads in der Cloud bereitgestellt, skaliert und in Unternehmenssysteme eingebettet werden — von der Azure-Machine-Learning-Plattform über serverlose KI-Dienste bis hin zu Kostenkontrolle und Governance in Cloud-KI-Projekten. Das zweite Modul fokussiert auf die technische Entwicklung von Power Platform-Lösungen auf dem Niveau der PL-400-Zertifizierung (Microsoft Certified: Power Platform Developer Associate). Wer PL-400 kennt, weiß: Hier geht es nicht um Citizen-Developer-Level, sondern um Code — Plugin-Entwicklung für Dataverse, PCF-Kontrollen, Custom Connectors gegen externe APIs, ALM-Pipelines. Konkret bedeutet das im Cloud-KI-Kontext: Canvas-Apps, die Azure Cognitive Services aufrufen; Power-Automate-Workflows, die Azure Functions als Verarbeitungsschicht orchestrieren; Dataverse-Tabellen als persistente Datenschicht für Cloud-KI-Ergebnisse.

Modul 1 — KI in der Cloud: Architekturen, Bereitstellungsmodelle und Azure-Dienste Das Verständnis von Cloud-KI beginnt nicht bei einzelnen Diensten, sondern bei der Architekturentscheidung: Welches Deployment-Modell passt zu welchem KI-Use-Case? Serverlos für ereignisgesteuerte Klassifikation, verwaltete ML-Plattform für Training und Batch-Inferenz, Container für reproduzierbare Modellumgebungen — diese Unterscheidungen sind in Cloud-KI-Projekten täglich relevant. Die Teilnehmenden erarbeiten das konzeptuelle Fundament für solche Entscheidungen und lernen die Azure-Dienste kennen, die Power-Platform-Entwickler am häufigsten integrieren.

• Cloud-Servicemodelle aus KI-Perspektive: Wann IaaS, wann PaaS, wann SaaS für KI-Workloads
• Azure AI Services: Cognitive Services (Vision, Language, Speech) und Azure OpenAI Service im Überblick
• Azure Machine Learning als verwaltete ML-Plattform: Workspace, Compute Targets, Pipelines
• Serverlose KI-Architektur: Azure Functions für ereignisgesteuerte ML-Workflows
• Containerisierung von KI-Modellen: Azure Kubernetes Service und Docker-Grundlagen
• Cloud-Kostenmodelle für KI: Pay-as-you-go, Reservierungen, Spot-Instanzen und Budgetkontrollen

Modul 1 — KI-Integration in Cloud-Dateninfrastrukturen und Unternehmensanwendungen Sobald ein KI-Modell in der Cloud verfügbar ist, stellt sich die nächste Frage: Wie fließen Daten rein, wie fließen Ergebnisse in Unternehmensanwendungen zurück? Dieser Block behandelt die Verbindung zwischen Cloud-Dateninfrastrukturen und Power-Platform-Lösungen. Azure Data Lake, Synapse und Dataverse spielen dabei unterschiedliche Rollen — und Custom Connectors sind die Brücke aus der Power Platform in Azure-KI-APIs.

• Azure Dateninfrastruktur: Azure Data Lake, Azure Synapse Analytics und Dataverse als Datenschichten
• KI-gestützte Automatisierung: Vorhersagemodelle in Power Automate-Workflows einbetten
• Event-gesteuerte Architektur: Azure Service Bus und Azure Event Grid für KI-Datenpipelines
• Azure Cognitive Services über Custom Connectors in Power Platform integrieren
• Datenschutz und Compliance in Cloud-KI: DSGVO-Anforderungen, Azure Policy
• Hybrid- und Multi-Cloud-Szenarien mit KI-Workloads: Überblick und Abwägungen

Modul 2 — Microsoft Power Platform Developer (PL-400): Datenmodellierung und Cloud-gestützte App-Entwicklung Der PL-400-Teil dieses Kurses unterscheidet sich von der Healthcare- oder Cybersecurity-Variante in einem wesentlichen Aspekt: Die Entwicklungsaufgaben sind konsequent auf Cloud-KI-Szenarien ausgerichtet. Canvas-Apps rufen Azure AI Services auf, Model-Driven Apps speichern KI-klassifizierte Daten in Dataverse-Tabellen mit eigenen Metadaten-Spalten, Plug-ins lösen Azure Functions aus. Dieser Block vermittelt die Entwicklungsgrundlagen für genau diese Architektur.

• Canvas-App-Entwicklung: Fortgeschrittene Formeln, Delegation, Integration von REST-basierten KI-APIs
• Model-Driven Apps: Tabellen, Beziehungen, Formulare und Geschäftsregeln für datenintensive Cloud-KI-Anwendungen
• Dataverse: Plug-in-Entwicklung in C# für die Verarbeitung von KI-Rückgabewerten, Custom Actions, Webhooks
• Custom Connectors für Azure-KI-APIs: OpenAPI-Definitionen, Authentifizierung per Azure AD, Trigger und Actions
• Power Automate: Mehrstufige Cloud-Flows für KI-Orchestrierung — Dateneingabe, Azure-Aufruf, Ergebnis-Routing
• Sicherheitsrollen und Datenzugriff in Dataverse für KI-verarbeitete Daten konfigurieren

Modul 2 — Microsoft Power Platform Developer (PL-400): PCF, ALM und Cloud-Deployment Der zweite PL-400-Block behandelt die erweiterten Entwicklungsthemen, die im Cloud-KI-Kontext besondere Relevanz haben: PCF-Kontrollen für anspruchsvollere Visualisierungen von KI-Ergebnissen, Azure Functions als Verarbeitungsschicht für Complex-Scoring-Logik und Deployment Pipelines für die Überführung von Entwicklungsumgebungen in Produktionsumgebungen auf Azure.

• Power Apps Component Framework (PCF): Entwicklung von Custom Controls in TypeScript für KI-Ergebnis-Visualisierung
• Azure Functions in Power-Platform-Lösungen: Aufbau, Aufruf und Fehlerbehandlung in Cloud-Flows
• Solution Lifecycle Management: Managed vs. Unmanaged Solutions, Versionierung und Environments
• ALM und Deployment Pipelines: Power Platform CLI, Azure DevOps und GitHub Actions für Cloud-Deployments
• Testing-Strategien für Power-Platform-Cloud-Lösungen: Unit-Tests und Integrationstest-Konzepte
• Power Platform Governance in Cloud-Projekten: Center of Excellence Starter Kit, DLP-Richtlinien

Praxisblock: Cloud-KI-Integration und PL-400-Prüfungsvorbereitung Im abschließenden Praxisblock werden Cloud-KI-Architektur und PL-400-Prüfungsvorbereitung zusammengeführt. Entwicklungsaufgaben simulieren echte Projektszenarien, in denen Cloud-KI-Dienste und Power Platform zusammenwirken.

• Entwicklungsübung: Canvas-App mit Azure Cognitive Services — Bildklassifikation als Live-API-Aufruf
• Power-Automate-Flow: Azure-Funktionsaufruf für ML-Scoring mit Dataverse-Datenspeicherung und Fehlerbehandlung
• PCF-Control-Übung: Visualisierungskomponente für Konfidenzwerte aus einem KI-Klassifikationsmodell
• Custom-Connector-Aufgabe: Anbindung eines Azure-OpenAI-API-Endpunkts mit Azure-AD-Authentifizierung
• Deployment-Übung: Managed Solution mit Azure-DevOps-Pipeline in Zielumgebung deployen
• Fallstudie: Architektur einer Cloud-KI-Anwendung auf Power Platform entwerfen und Architekturentscheidungen begründen
• PL-400-Prüfungsszenarien aus allen Prüfungsdomänen analysieren und lösen
• Prüfungssimulation mit zeitgebundenen Aufgaben und systematischer Auswertung
• Kostenoptimierungsübung: Azure-KI-Dienste für verschiedene Workload-Profile vergleichen
• Analyse typischer PL-400-Prüfungsfehler in Cloud-Integrationsszenarien
• Überblick über verwandte Azure-Zertifizierungen: AI-900, AI-102, AZ-204 als Anschlussoptionen
• Abschlussdiskussion zu Karrierewegen im Cloud-KI-Entwicklungsbereich

Diese Weiterbildung richtet sich an Entwickler und IT-Fachkräfte im Cloud-Umfeld, die Power-Platform-Kompetenz auf Zertifizierungsniveau mit Cloud-KI-Architektur-Know-how verbinden möchten.

• Power-Platform-Entwickler, die Azure-KI-Dienste systematisch in ihre Lösungen integrieren wollen
• Cloud-Entwickler und Azure-Architekten, die die Power Platform als Integrationswerkzeug für KI-Anwendungen erschließen
• Softwareentwickler aus dem .NET/C#-Bereich, die in Low-Code-Cloud-Entwicklung wechseln und PL-400 anstreben
• Solution Architects und IT-Consultants in Microsoft-zentrischen Projekten mit Cloud-KI-Anteil
• IT-Fachkräfte, die Unternehmensanwendungen mit KI-Diensten aus Azure automatisiert anreichern wollen

Die Weiterbildung findet im Combined-Learning-Format statt: synchroner Live-Unterricht im virtuellen Klassenzimmer wird durch eigenständige Entwicklungsübungen in Power-Platform-Übungsumgebungen ergänzt. Der PL-400-Teil setzt auf Hands-on-Laboraufgaben in echten Entwicklungsumgebungen; der Cloud-KI-Teil verbindet konzeptuelle Fallstudien mit Demo-Aufgaben. Vollzeit- und Teilzeitoptionen sind auf Anfrage verfügbar. Teilnehmende können von New-Horizons-Standorten mit Dual-Monitor-Arbeitsplätzen oder aus dem HomeOffice teilnehmen.

Der Kurs erstreckt sich über mehr als einen Monat bis zu drei Monaten im Vollzeitformat. Individuelle Startermine und Teilzeitvarianten sind nach Absprache vereinbar. Im Kurspaket sind Lernmaterialien für beide Module sowie Zugang zu Übungsumgebungen enthalten; die offizielle PL-400-Prüfungsgebühr ist separat zu klären.

Bei Bestehen der offiziellen Microsoft-Prüfung PL-400 erhalten die Teilnehmenden das Zertifikat Microsoft Certified: Power Platform Developer Associate. Das Zertifikat wird von Microsoft ausgestellt und ist weltweit als fortgeschrittenes Entwicklerzertifikat für die Power Platform anerkannt. Es kann durch jährliche Online-Erneuerungsassessments aktuell gehalten werden. Ergänzend wird ein Lehrgangszertifikat des Anbieters ausgestellt, das die erfolgreiche Kursteilnahme dokumentiert.

Cloud-KI ist kein Nischenthema mehr — nahezu jedes Unternehmen, das auf Microsoft Azure setzt, nutzt oder evaluiert Dienste wie Azure OpenAI, Azure Cognitive Services oder Azure Machine Learning. Power-Platform-Entwickler, die diese Dienste nicht nur konzeptuell kennen, sondern über Custom Connectors, Azure Functions und Dataverse-Integrationen direkt in Geschäftsanwendungen einbauen können, sind in einer anderen Liga als reine Low-Code-Konfigureure. PL-400 ist der Beleg für genau diese technische Tiefe. Die Kombination aus Cloud-KI-Architektur-Verständnis und PL-400-Entwicklerkompetenz öffnet Perspektiven in Bereichen, die vor einigen Jahren kaum definiert waren: Solution Architects, die Power Platform als KI-Integrationslayer einsetzen; Cloud-Consultants, die Kunden bei der Automatisierung KI-gestützter Geschäftsprozesse begleiten; Senior Developer in Microsoft-ISV-Unternehmen, die KI-fähige Unternehmensanwendungen als Produkt bauen. Der Markt für diese Profile wächst schnell, weil die Nachfrage nach Azure-KI-Integration die Zahl qualifizierter Entwickler bei weitem übersteigt. Wer mit AZAV-zertifizierten Anbietern arbeitet, kann die Förderbarkeit über einen Bildungsgutschein der Bundesagentur für Arbeit oder das Qualifizierungschancengesetz vorab prüfen. Die individuelle Eignung hängt von der persönlichen Situation ab und sollte frühzeitig mit der Arbeitsvermittlung oder dem Arbeitgeber besprochen werden.