AZ-2005 Develop AI agents using Azure OpenAI and the Semantic Kernel SDK plus MS Teams

Dieser Kurs bündelt zwei eigenständige Lernbereiche: Im ersten und größeren Teil steht das Applied-Skills-Lab AZ-2005 im Mittelpunkt – „Develop AI agents using Azure OpenAI and the Semantic Kernel SDK". Hier lernen Entwicklerinnen und Entwickler, wie moderne KI-Agenten mit dem Semantic Kernel Framework, Azure OpenAI Service und den zugehörigen SDKs konzipiert und implementiert werden. Der zweite Teil führt in Microsoft Teams ein: als integrierte Kommunikations- und Kollaborationsplattform, die in vielen Unternehmensszenarien auch als Zielkanal für KI-Agenten und Chatbot-Integrationen dient. Beide Teile sind in sich abgeschlossen und ergänzen sich in der Praxis: KI-Agenten werden heute oft direkt in Teams-Umgebungen eingebettet.

Modul 1: Azure OpenAI Service – Grundlagen und Einrichtung Der Einstieg in die KI-Agentenentwicklung beginnt mit Azure OpenAI Service: dem verwalteten Zugang zu OpenAI-Modellen (GPT-4, GPT-3.5-Turbo) auf der Azure-Plattform mit Enterprise-Sicherheit und Compliance. In diesem Modul provisionieren Sie den Dienst, lernen die API kennen und verstehen die Grundprinzipien des Prompt Engineerings.

• Azure OpenAI Service provisionieren: Ressourcengruppe, Modell-Deployment, API-Endpunkt
• REST-API-Grundlagen: Chat Completions, Completion, Embeddings
• Prompt Engineering: Systemrollen, Few-Shot-Beispiele, Temperatur und Top-p
• Unterschied zwischen GPT-3.5-Turbo und GPT-4 für Agenten-Anwendungsfälle
• Sicherheitseinstellungen: Content Filter, Netzwerkzugriffsregeln, API-Schlüsselverwaltung
• Kosten- und Kontingentmanagement im Azure-Portal

Modul 2: Semantic Kernel SDK – Architektur und Plugins Das Semantic Kernel SDK von Microsoft ist das zentrale Werkzeug, um KI-Agenten strukturiert zu entwickeln. Es stellt Abstraktionsschichten bereit, die den direkten API-Aufruf von Sprachmodellen mit nativen Funktionen, Datenbankzugriffen und externen Diensten verbinden.

• Semantic Kernel: Architektur, Kernelinitialisierung, Services und Plugins
• Native Functions und Semantic Functions: Unterschied und Einsatzgebiete
• Plugins schreiben: C#- oder Python-Funktionen als Kernel-Skills registrieren
• Planner: Auto-Funktionen, Sequential Planner, Handlebars Planner
• Memory und Embedding-Speicherung: semantische Suche in eigenen Dokumenten
• Fehlerbehandlung und Logging im Semantic Kernel

Modul 3: KI-Agenten entwickeln und testen Dieser Block bringt alle Bausteine zusammen: Sie entwickeln einen vollständigen KI-Agenten, der auf natürlichsprachliche Anfragen reagiert, eigenständig Tools auswählt und Schritt für Schritt Aufgaben löst. Der Fokus liegt auf dem Agentenkreislauf und der Qualitätssicherung.

• Agentenarchitektur: Planungsschritt, Toolauswahl, Ausführung, Ergebnisrückgabe
• ReAct-Pattern und Gedankenketten (Chain-of-Thought) in Semantic Kernel
• Integration externer Tools: Webanfragen, Datenbankabfragen, Berechnungen
• Streaming-Antworten für responsivere Nutzererfahrung
• Unit-Tests für Semantic-Kernel-Plugins
• End-to-End-Test des Agenten in einer lokalen Entwicklungsumgebung

Modul 4: Microsoft Teams – Grundlagen und Unternehmenseinsatz Der Teams-Teil des Kurses führt in die wichtigsten Funktionen der Plattform ein. Teams ist für viele Unternehmen das primäre Kommunikationswerkzeug und dient gleichzeitig als Integrationsplattform für Apps und Bots – darunter auch KI-Agenten.

• Teams-Architektur: Kanäle, Chats, Besprechungen, Apps
• Besprechungen planen und durchführen: Kalenderintegration, Live-Untertitel, Aufzeichnung
• Dateizusammenarbeit in Teams: SharePoint-Verknüpfung, Co-Authoring in Office
• Teams-Apps und Registerkarten: externe Tools in Teams einbetten
• Microsoft 365-Integration: Outlook, Planner, OneNote, Power Automate
• Sicherheit in Teams: Gastzugang, Datenschutz, Compliance-Einstellungen

Praxisblock: KI-Agent in Teams integrieren Dieser Praxisteil entwickelt einen KI-Agenten, der über einen Teams-Bot-Kanal erreichbar ist und Anfragen aus dem Teams-Chat beantwortet. Sie verbinden die Semantic-Kernel-Implementierung mit dem Azure Bot Service und deployen den Agenten.

• Bot-Registrierung im Azure-Portal und Teams-App-Manifest erstellen
• Semantic-Kernel-Agent als Azure Bot Service deployen
• Teams-Kanal konfigurieren und Bot in ein Team einladen
• End-to-End-Test: Anfrage in Teams stellen, Agent antwortet via Azure OpenAI
• Logging und Monitoring: Application Insights für den Teams-Bot einrichten
• Sicherheitsprüfung: OAuth 2.0-Authentifizierung für den Bot-Dienst
• Prompt-Optimierung für Teams-Chat-Kontext (kurze, präzise Antworten)
• Erweiterung des Agenten um ein Teams-spezifisches Plugin (z. B. Meetings-Lookup)
• Fehlerszenarien simulieren und Fallback-Strategien implementieren
• Dokumentation der Gesamtarchitektur: Komponenten und Datenflüsse
• Kostenabschätzung für produktiven Betrieb (Azure OpenAI + Bot Service)
• Ausblick: Copilot Studio und weiterführende Agenten-Frameworks

Das Abschlussdemonstrationsprojekt zeigt einen vollständigen, in Teams integrierten KI-Agenten, der als Grundlage für eigene Unternehmensanwendungen dienen kann. Der Kurs endet mit einem Überblick über alternative Agenten-Frameworks (LangChain, AutoGen) und deren Verhältnis zu Semantic Kernel – sodass Teilnehmerinnen und Teilnehmer den hier erlernten Ansatz im breiteren Ökosystem einordnen können.

Dieser Kurs richtet sich an Softwareentwickler und Cloud-Fachleute, die KI-Agenten auf Azure entwickeln und dabei das Semantic Kernel Framework einsetzen wollen. Grundlegende Azure- und Programmierkenntnisse werden vorausgesetzt.

• Entwickler, die Azure OpenAI Service in eigene Anwendungen integrieren wollen
• Cloud-Ingenieure, die KI-Agenten und Chatbots für Unternehmensprozesse entwickeln
• Teams-Administratoren, die die Möglichkeiten von Bot-Integrationen erkunden wollen
• Fachleute, die Copilot-ähnliche Assistenten mit eigenem Unternehmenskontext bauen wollen
• Entwickler mit Erfahrung in C# oder Python, die in die Agenten-KI einsteigen

Der Kurs kombiniert Vorlesungseinheiten im virtuellen Klassenzimmer mit intensiven Lab-Phasen, in denen Entwicklungsaufgaben in echter Azure-Umgebung durchgeführt werden. Der AZ-2005-Teil ist als Applied-Skills-Lab konzipiert – praktische Umsetzung steht im Vordergrund. Der Teams-Teil wird in stärker demonstrativem Format durchgeführt, ergänzt durch geführte Konfigurationsaufgaben. Der Kurs ist für Vollzeitteilnahme ausgelegt.

Laut Termindaten liegt die Kursdauer typischerweise im Bereich von mehr als einem Monat bis zu drei Monaten im Vollzeitformat. Die genaue Länge variiert je nach Anbieter und optionalen Zusatzmodulen. Aktuelle Termine und Angebote sind über die Anbieterseiten bei Kursweg einsehbar.

Der Kurs bereitet auf das Microsoft Applied Skills-Credential „Develop AI agents using Azure OpenAI and the Semantic Kernel SDK" vor – eine neuere Zertifizierungsform von Microsoft, die praktische, szenariobasierte Assessments anstelle traditioneller Multiple-Choice-Prüfungen verwendet. Das Applied-Skills-Credential ist öffentlich auf dem LinkedIn-Profil nachweisbar. Zusätzlich wird eine trägerinterne Teilnahmebescheinigung ausgestellt. Die Microsoft-Prüfungsgebühr ist separat zu entrichten.

Semantische Agenten – KI-Systeme, die eigenständig planen, Tools auswählen und mehrstufige Aufgaben ausführen – sind eines der am schnellsten wachsenden Anwendungsfelder der generativen KI im Unternehmenskontext. Semantic Kernel ist dabei Microsofts strategisches Framework für die Enterprise-Agentenentwicklung und wird sowohl in Azure Copilot Studio als auch in internen Microsoft-Produkten eingesetzt. Wer dieses Framework beherrscht, kann maßgeschneiderte Assistenten bauen, die auf firmeneigene Daten und Systeme zugreifen – etwas, das generische ChatGPT-Interfaces nicht leisten können. Die Kombination mit Microsoft Teams macht den Kurs besonders praxisnah: Teams ist in deutschen Unternehmen die am weitesten verbreitete Kollaborationsplattform, und die direkte Bot-Integration bedeutet, dass die entwickelten Agenten sofort in den täglichen Arbeitskontext der Nutzerinnen und Nutzer eingebettet werden können – ohne separate Oberflächen oder App-Installationen. Das Applied-Skills-Credential von Microsoft ist ein relativ neues, aber wachsendes Nachweisformat: Es prüft die Kompetenz anhand praxisnaher Szenarien und gibt Arbeitgebern damit ein konkreteres Bild der tatsächlichen Handlungskompetenz als reine Multiple-Choice-Zertifikate. Für Entwickler, die sich in Richtung KI-Engineering spezialisieren wollen, ist dieses Credential daher eine sinnvolle Ergänzung im Bewerbungsprofil.