Artificial Intelligence and Machine Learning — AI-900 + AI-102 + Python + CertNexus

Künstliche Intelligenz und maschinelles Lernen gehören zu den prägendsten Technologiebereichen unserer Zeit. Von der Suchalgorithmik über Sprachverarbeitung bis hin zu selbstlernenden Systemen — KI-Methoden sind heute in nahezu allen Branchen im Einsatz. Diese Weiterbildung bietet einen strukturierten Einstieg in die Welt der Künstlichen Intelligenz und des maschinellen Lernens und führt Teilnehmende durch die zentralen Konzepte, Algorithmen und Anwendungsfelder dieses Fachgebiets. Der Lernpfad umfasst dabei auch die Vorbereitung auf Microsoft-Zertifizierungen der Reihe AI-900 (Grundlagen) und AI-102 (Applikationsentwicklung) sowie praktische Python-Einheiten, die zur eigenständigen Implementierung einfacher KI-Modelle befähigen. Am Ende steht ein international anerkanntes Herstellerzertifikat, das die erworbenen Kenntnisse dokumentiert.

Das Weiterbildungsprogramm folgt einem klar strukturierten Lernpfad, der theoretische Grundlagen mit praxisnahen Anwendungen verbindet. Die Inhalte bauen aufeinander auf und können je nach Vorkenntnissen im Tempo angepasst werden. Modul 1 — Einführung in die Künstliche Intelligenz Dieser Block legt das konzeptionelle Fundament der KI: Was ist Künstliche Intelligenz, wie hat sie sich entwickelt, und welche grundlegenden Paradigmen und Methoden prägen das Feld heute? Teilnehmende lernen die wichtigsten Definitionen, historischen Meilensteine und aktuellen Anwendungsfelder kennen.

• Geschichte und aktuelle Trends der KI-Forschung
• Unterschied zwischen schwacher KI, starker KI und AGI
• Taxonomie von KI-Aufgaben: Wahrnehmung, Reasoning, Planung, Lernen
• Überblick über relevante Teilgebiete: ML, NLP, Computer Vision, Robotik
• Ethik in der KI: Fairness, Transparenz, Verantwortlichkeit
• Einführung in die Arbeit mit KI-Frameworks und Entwicklungsumgebungen

Modul 2 — Suche, Planung und Constraint Satisfaction Klassische KI-Techniken aus dem Bereich der Problemlösung und Suche sind die Grundlage vieler moderner KI-Systeme. Dieser Block vermittelt das methodische Repertoire von uninformierter Suche bis zu adversariellen Algorithmen.

• Uninformierte Suche: Breitensuche, Tiefensuche, Uniformkosten-Suche
• Informierte Suche: A*-Algorithmus, heuristische Bewertungsfunktionen
• Modellierung von Constraint-Satisfaction-Problemen und Backtracking
• Spielbäume und Minimax-Algorithmus mit Alpha-Beta-Pruning
• Anwendungen adversarieller Suche in Spielen und Entscheidungsprozessen
• Einführung in Planungsalgorithmen für autonome Systeme

Modul 3 — Maschinelles Lernen und Reinforcement Learning Dieser Block bildet den Kern des modernen KI-Verständnisses: das maschinelle Lernen in seinen verschiedenen Ausprägungen. Von überwachtem Lernen über neuronale Netze bis hin zu Reinforcement Learning werden Konzepte und Algorithmen sowohl theoretisch als auch praxisnah vermittelt.

• Überwachtes Lernen: Lineare Regression, Klassifikation, Entscheidungsbäume
• Unüberwachtes Lernen: Clustering, Dimensionsreduktion, Anomalieerkennung
• Grundlagen neuronaler Netze und Deep Learning
• Reinforcement Learning: Markov-Entscheidungsprozesse, Q-Learning, Policy Gradient
• Evaluierung und Validierung von ML-Modellen
• Einsatz von Python (scikit-learn, TensorFlow oder PyTorch) für ML-Aufgaben

Modul 4 — Natürliche Sprachverarbeitung und Microsoft KI-Zertifizierungen NLP ist eines der dynamischsten KI-Teilgebiete und Grundlage von Sprachassistenten, Übersetzungssystemen und Chatbots. Dieser Block verbindet NLP-Grundlagen mit einer gezielten Vorbereitung auf die Microsoft-KI-Zertifizierungen AI-900 und AI-102.

• Grundaufgaben der NLP: Tokenisierung, Parsing, Sentimentanalyse, Named Entity Recognition
• Sprachmodelle: von n-Grammen zu Transformer-Architekturen
• Microsoft Azure Cognitive Services und KI-Plattformdienste (AI-900)
• KI-Lösungen mit Azure AI Studio, Language Service und Speech Service (AI-102)
• Konzeption und Entwicklung eigener KI-Anwendungen auf Azure
• Datenschutz, Compliance und verantwortungsvolle KI in der Microsoft-Umgebung

Praxisblock — Anwendungsszenarien und Projektarbeit

• Implementierung eines einfachen Suchagenten in Python
• Modellierung und Lösung eines Constraint-Satisfaction-Problems
• Training und Evaluierung eines Entscheidungsbaum-Klassifikators
• Einsatz von Clustering auf einem realen Datensatz
• Entwicklung eines einfachen Reinforcement-Learning-Agenten
• Aufbau einer NLP-Pipeline zur Textklassifikation
• Nutzung von Azure Language Service für einfache Textanalysen
• Integration eines Azure Cognitive Service in eine Beispielanwendung
• Dokumentation eines KI-Projekts nach professionellen Standards
• Prüfungsvorbereitung AI-900 anhand offizieller Prüfungsformate
• Prüfungsvorbereitung AI-102 mit Fokus auf Lösungsarchitektur und Entwicklung
• Abschlusspräsentation eines eigenen KI-Projekts oder einer Fallstudie

Der gesamte Lernpfad ist so konzipiert, dass er theoretische Fundierung mit anwendungsorientiertem Wissen verbindet. Teilnehmende verlassen den Kurs nicht nur mit konzeptuellem Verständnis, sondern auch mit praktischen Erfahrungen aus echten Anwendungsszenarien.

Diese Weiterbildung richtet sich an Personen aus dem IT-Bereich und angrenzenden Feldern, die sich systematisch in die Grundlagen und Anwendungsbereiche von Künstlicher Intelligenz einarbeiten möchten.

• Softwareentwicklerinnen und -entwickler, die KI-Methoden in ihre Projekte integrieren wollen
• IT-Beraterinnen und -berater, die KI-Lösungen für Kunden konzipieren und kommunizieren möchten
• Data Scientists und Analytikerinnen im Einstieg, die ihr Fundament in ML und NLP festigen wollen
• Berufseinsteiger mit technischem Hintergrund, die gezielt auf KI-spezifische Rollen abzielen
• Personen, die die Microsoft-Zertifizierungen AI-900 und AI-102 anstreben

Der Kurs wird im Combined-Learning-Format angeboten: Selbstgesteuertes Onlinelernen mit Lernmaterialien, Videoeinheiten und Übungsaufgaben wird durch betreute Präsenz- oder Online-Seminarsitzungen ergänzt. Lernbegleiterinnen und Lernbegleiter stehen für Fachfragen und individuelle Lernunterstützung zur Verfügung. Praktische Übungen und Fallstudien sichern die Übertragung theoretischer Konzepte in realistische Anwendungsszenarien. Flexible Startzeitpunkte ermöglichen eine Anpassung an persönliche Zeitpläne und Lerntempi.

Die Dauer variiert je nach gewählten Modulen und persönlichem Lerntempo. Kurze Intensiv-Varianten sind in wenigen Wochen absolvierbar, während umfassendere Durchläufe — insbesondere bei gleichzeitiger Vorbereitung auf AI-900 und AI-102 — ein bis drei Monate beanspruchen können. Vollzeit- und Teilzeitvarianten stehen zur Wahl. Der genaue Zeitplan wird im Beratungsgespräch festgelegt.

Teilnehmende erhalten nach Kursabschluss ein international anerkanntes Herstellerzertifikat sowie ein Lehrgangszertifikat. Darüber hinaus werden sie gezielt auf die Microsoft-Zertifizierungsprüfungen AI-900 (Microsoft Azure AI Fundamentals) und AI-102 (Microsoft Azure AI Engineer Associate) vorbereitet. Diese Prüfungen werden extern bei Microsoft abgelegt und führen zu offiziellen Microsoft-Zertifizierungen — hochwertige Nachweise, die am internationalen Arbeitsmarkt für KI und Cloud anerkannt sind.

KI ist kein Zukunftsthema mehr, sondern Gegenwart. Unternehmen aller Branchen investieren massiv in KI-Kompetenz — von der Automatisierung interner Prozesse über datengetriebene Entscheidungsfindung bis hin zur Entwicklung intelligenter Produkte. Wer die Grundlagen von maschinellem Lernen und KI versteht und konkrete Anwendungen auf Microsoft Azure umsetzen kann, positioniert sich in einem der gefragtesten Kompetenzprofile des Arbeitsmarkts. Dieser Lernpfad bietet dabei mehr als ein einzelner Themenkurs: Er verbindet KI-Grundlagentheorie, praktische Programmierkompetenz in Python, anwendungsorientiertes Azure-Know-how und eine strukturierte Zertifizierungsvorbereitung. Das Ergebnis ist ein breites, vernetztes Kompetenzprofil, das sowohl für den Einstieg in KI-Rollen als auch für die Weiterentwicklung bestehender IT-Profile geeignet ist. Bei AZAV-zertifizierten Trägern ist eine Förderung über den Bildungsgutschein der Bundesagentur für Arbeit oder des Jobcenters möglich. Auch Förderungen nach dem Qualifizierungschancengesetz, Maßnahmen zur Rehabilitation und Teilhabe am Arbeitsleben oder Förderungen der Deutschen Rentenversicherung können je nach persönlicher Situation in Betracht kommen. Eine Beratung klärt, welche Förderoptionen individuell nutzbar sind.