AZ-2005 KI-Agenten mit Azure OpenAI & Semantic Kernel SDK

Die Entwicklung autonomer KI-Agenten ist eines der faszinierendsten und zugleich praxisrelevantesten Felder der modernen Softwareentwicklung. Mit dem Aufkommen leistungsfähiger Sprachmodelle wie GPT-4 und der zunehmenden Verbreitung von Azure-basierten KI-Diensten entsteht ein wachsender Bedarf an Entwicklerinnen und Entwicklern, die diese Technologien in produktive Anwendungen überführen können. Der Kurs AZ-2005 "Develop AI Agents using Azure OpenAI and the Semantic Kernel SDK" vermittelt genau diese Fähigkeiten. Teilnehmende lernen, wie sie Azure OpenAI Services einrichten, konfigurieren und für die Entwicklung intelligenter Agenten nutzen, die natürliche Sprache verstehen und verarbeiten, komplexe Aufgaben übernehmen und sich nahtlos in bestehende Anwendungen integrieren lassen. Das Semantic Kernel SDK dient dabei als zentrales Werkzeug, um Sprachmodelle mit Anwendungslogik zu verbinden. Der Kurs kombiniert theoretische Grundlagen mit praxisorientierten Übungen und bereitet auf reale Einsatzszenarien im Unternehmensumfeld vor.

Der Kurs ist in thematische Blöcke gegliedert, die aufeinander aufbauen und eine progressive Entwicklung vom konzeptionellen Verständnis bis zur praktischen Implementierung ermöglichen. Modul 1 — Azure OpenAI Services: Einrichtung und Grundlagen Der Einstieg in den Kurs widmet sich der Azure-Infrastruktur für KI-Anwendungen. Teilnehmende lernen, wie Azure OpenAI provisioniert, konfiguriert und über APIs angesprochen wird. Dabei wird auch ein Überblick über die verfügbaren Modelle und deren Stärken gegeben.

• Überblick über Azure OpenAI: Modelle, Deployment-Optionen und API-Zugriff
• Einrichtung eines Azure-Tenants und Bereitstellung von OpenAI-Ressourcen
• API-Aufrufe mit REST und SDK: Prompt Engineering und Parameter-Tuning
• Unterschiede zwischen Completion, Chat und Embedding-Endpunkten
• Rate Limits, Kosten und Best Practices für den produktiven Einsatz
• Sicherheit und Zugriffssteuerung bei Azure OpenAI

Modul 2 — Semantic Kernel SDK: Kernkonzepte und Plugins Das Semantic Kernel SDK ist das zentrale Werkzeug dieses Kurses. Dieser Block vermittelt Architektur, Kernkonzepte und die Entwicklung von Plugins, die Sprachmodelle mit Anwendungslogik verbinden.

• Architektur des Semantic Kernel: Kernel, Services, Plugins und Memory
• Erstellung semantischer Funktionen (Prompts) und nativer Funktionen (C# / Python)
• Plugin-Entwicklung und -Verwaltung: Aufbau wiederverwendbarer KI-Komponenten
• Chaining von Funktionen: sequenzielle und parallele Ausführung von KI-Aufgaben
• Konfiguration und Dependency Injection im Semantic Kernel
• Debugging und Logging von Semantic-Kernel-Pipelines

Modul 3 — Intelligente Agenten: Planung, Memory und RAG Dieser Block ist das Herzstück des Kurses und behandelt die Entwicklung autonomer KI-Agenten, die selbstständig Aufgaben planen, Kontext verwalten und auf Wissensdatenbanken zugreifen.

• Planner-Konzepte im Semantic Kernel: Sequential Planner, Stepwise Planner
• Memory-Funktionen: flüchtiger und persistenter Kontext für Agenten
• Embeddings und Vektordatenbanken (z. B. Azure AI Search) für semantische Suche
• RAG-Architektur: Kombination von Retrieval und Generierung für faktentreue Antworten
• Aufbau eines vollständigen RAG-Agenten von der Datenvorbereitung bis zur Ausgabe
• Evaluierung von Agenten-Ausgaben: Qualitätssicherung und Halluzinationserkennung

Modul 4 — Integration, Deployment und Produktion Der abschließende Block behandelt die Überführung entwickelter KI-Agenten in reale Anwendungsumgebungen, einschließlich Sicherheit, Monitoring und Maintenance.

• Integration von KI-Agenten in Web-APIs und Unternehmensanwendungen
• Containerisierung und Deployment auf Azure Kubernetes Service oder Azure Container Apps
• Monitoring und Observability: Logging, Tracing und Alerting für KI-Pipelines
• Datenschutz und Compliance: verantwortungsvolle KI auf Azure
• Versionierung von Prompts und Modellen im Produktionsbetrieb
• Strategien für kontinuierliche Verbesserung und Modellanpassung

Praxisblock — Hands-on-Übungen und Fallstudien

• Bereitstellung eines Azure OpenAI Deployments und erster API-Aufruf
• Entwicklung eines einfachen Semantic-Kernel-Plugins in C# oder Python
• Aufbau einer Plugin-Pipeline zur automatisierten Textverarbeitung
• Implementierung eines Sequential Planners für eine mehrstufige Aufgabe
• Einrichtung einer Vektordatenbank und Indexierung von Dokumenten
• Entwicklung eines vollständigen RAG-Agenten mit Azure AI Search
• Integration des Agenten in eine einfache REST-API
• Testen und Evaluieren der Agenten-Ausgaben anhand definierter Qualitätskriterien
• Deployment des Agenten als containerisierte Anwendung auf Azure
• Monitoring der Agenten-Performance über Azure Monitor
• Analyse und Behebung typischer Fehlerquellen in KI-Pipelines
• Abschlussprojekt: Entwicklung und Präsentation eines vollständigen KI-Agenten

Die praktischen Übungen orientieren sich an realen Unternehmensanwendungsfällen und erlauben Teilnehmenden, das Gelernte direkt in eigenen Projekten anzuwenden. Alle Beispiele sind so gestaltet, dass sie als Ausgangspunkt für eigene Entwicklungen dienen können.

Der Kurs richtet sich an Entwicklerinnen und Entwickler mit Erfahrung in der Azure-Plattform, die ihre Kenntnisse im Bereich KI-Entwicklung systematisch ausbauen möchten.

• Softwareentwicklerinnen und -entwickler mit Azure-Grundkenntnissen, die KI-Agenten entwickeln wollen
• Azure-Entwickler, die bisher noch keine spezifische KI-Erfahrung haben, aber auf dieser Plattform arbeiten
• KI-Ingenieurinnen und -ingenieure, die das Semantic Kernel SDK als neues Werkzeug kennenlernen möchten
• Architektinnen und Architekten, die KI-Lösungen auf Azure planen und umsetzen
• Personen, die international anerkannte Zertifizierungen im Bereich Azure KI-Entwicklung anstreben

Der Kurs wird im Combined-Learning-Format durchgeführt und kombiniert selbstgesteuertes Online-Lernen mit betreuten Einheiten, in denen praktische Übungen begleitet und Fachfragen gemeinsam bearbeitet werden. Ergänzend stehen Online-Seminare zur Verfügung. Alle Inhalte sind auf praxisnahe Entwicklungsaufgaben ausgerichtet — Teilnehmende arbeiten mit realen Azure-Ressourcen und schreiben echten Code. Lernbegleiterinnen und Lernbegleiter mit Azure- und KI-Expertise stehen für Fragen und Feedback zur Verfügung.

Die Weiterbildung dauert typischerweise mehrere Wochen bis zu drei Monaten, abhängig vom individuellen Vorwissen und dem gewählten Umfang. Sowohl Vollzeit- als auch Teilzeit-Varianten sind verfügbar. Ein individuell angepasster Starttermin kann auf Anfrage vereinbart werden. Der genaue Zeitrahmen wird im Vorgespräch festgelegt.

Nach erfolgreichem Abschluss erhalten Teilnehmende ein international anerkanntes Herstellerzertifikat sowie ein Lehrgangszertifikat, das die erworbenen Kenntnisse in der Entwicklung von KI-Agenten mit Azure OpenAI und dem Semantic Kernel SDK dokumentiert. Der Kurs bereitet auf weiterführende Microsoft-Zertifizierungsprüfungen im Azure-KI-Bereich vor. Die externe Zertifizierungsprüfung wird bei Microsoft abgelegt.

Die Nachfrage nach Entwicklerinnen und Entwicklern, die eigenständig produktionsreife KI-Agenten bauen können, wächst schneller als das Angebot an qualifizierten Fachkräften. Das Semantic Kernel SDK hat sich innerhalb kurzer Zeit als eines der wichtigsten Frameworks für enterprise-grade KI-Entwicklung auf Microsoft-Basis etabliert. Wer dieses Werkzeug beherrscht und Azure OpenAI souverän einsetzen kann, besitzt eine hochwertige Kompetenz, die in Unternehmen aller Größen gefragt ist — von Startups bis zu internationalen Konzernen. Dieser Kurs vermittelt keine abstrakten Konzepte, sondern konkretes Handwerk: Teilnehmende entwickeln echte KI-Agenten, deployen sie auf Azure und lernen, wie sie im Produktionsbetrieb überwacht und verbessert werden. Dieses praxisorientierte Vorgehen stellt sicher, dass das erworbene Wissen unmittelbar beruflich eingesetzt werden kann. Gleichzeitig schafft der Kurs die Grundlage für weiterführende Spezialisierungen — etwa im Bereich RAG-Architekturen, Multi-Agent-Systeme oder Azure-KI-Lösungsarchitektur.