KI-Architekt*in mit Zusatzqualifikation - Implementieren eines Lakehouse mit Microsoft Fabric

Die Weiterbildung zur KI-Architektin und zum KI-Architekten mit Zusatzqualifikation verbindet drei der zentralen Kompetenzfelder moderner Dateninfrastruktur: KI-Entwicklung auf Azure, Data Engineering mit Azure Synapse und die Implementierung einer einheitlichen Lakehouse-Plattform auf Basis von Microsoft Fabric. Das Programm richtet sich an Fachkräfte, die bereits Grundkenntnisse in Cloud-Umgebungen mitbringen und sich auf dem Weg zur architektonischen Verantwortung für große, KI-getriebene Datenlandschaften befinden. Im Mittelpunkt steht die Frage, wie sich heterogene Datenquellen, skalierbare Transformationspipelines und KI-Workloads in einer gemeinsamen Plattform zusammenführen lassen.

Modul 1: Architektur moderner KI- und Datenplattformen Der erste Baustein legt das konzeptionelle Fundament: Was unterscheidet einen Data Lake von einem Data Warehouse, und warum ist das Lakehouse-Konzept eine logische Weiterentwicklung beider Ansätze? Teilnehmende lernen, wie KI-Systeme in bestehende Datenarchitekturen eingebettet werden und welche Governance-Anforderungen von Anfang an berücksichtigt werden müssen. Die Integration von Azure Data Services in einer hybriden Infrastruktur steht dabei ebenso im Fokus wie das Verständnis für Metadatenmanagement und Zugriffssteuerung.

• Komponenten einer modernen KI-Datenplattform und deren Zusammenspiel
• Architekturvergleich Data Lake, Data Warehouse und Lakehouse
• Integration von Azure Data Services in hybride und Cloud-native Umgebungen
• Governance-Modelle, Compliance-Anforderungen und Datenzugriffskonzepte
• Sicherheitsarchitektur in Azure: Rollen, Identitäten und Netzwerktrennung

Modul 2: Azure AI Engineer Associate (AI-102) Dieses Modul behandelt die Entwicklung und den Betrieb von KI-Anwendungen auf der Azure-Plattform. Im Zentrum stehen Azure Cognitive Services, Azure Machine Learning und Azure OpenAI Service. Teilnehmende erfahren, wie KI-Modelle in Datenarchitekturen eingebunden werden, welche Anforderungen an Skalierbarkeit und Monitoring entstehen und wie sichergestellt wird, dass KI-Ausgaben reproduzierbar und überwachbar bleiben. Die Inhalte bereiten auf die Zertifizierungsprüfung AI-102 vor.

• Entwicklung von KI-Lösungen mit Azure Cognitive Services und Azure OpenAI
• Integration von vortrainierten Modellen in eigene Anwendungen und Datenpipelines
• Azure Machine Learning: Experimente, Modelltraining und Deployment-Workflows
• Sicherheit, Skalierung und Versionskontrolle für KI-Komponenten
• Monitoring von KI-Diensten in Produktionsumgebungen, Logging und Alerting

Modul 3: Data Engineering on Microsoft Azure (DP-203) Daten müssen zuverlässig fließen, bevor KI-Modelle darauf operieren können. Dieses Modul vermittelt, wie Datenpipelines in Azure entworfen, implementiert und betrieben werden. Themen wie Partitionierung, Transformationslogik und Fehlerbehandlung in Azure Data Factory sowie die Integration von Streaming- und Batch-Daten über Azure Synapse Analytics stehen im Mittelpunkt. Die Inhalte bereiten auf die Zertifizierungsprüfung DP-203 vor.

• Datenaufnahme aus strukturierten und unstrukturierten Quellen mit Azure Data Factory
• Transformation und Anreicherung von Daten in Azure Synapse Analytics
• Batch- und Streaming-Verarbeitung im Vergleich und in der kombinierten Anwendung
• Optimierung von Dataflows: Partitionierung, Caching und Performance-Tuning
• Metadatenmanagement, Datenqualitätssicherung und Sicherheitseinstellungen

Modul 4: Implementing a Lakehouse with Microsoft Fabric (DP-600) Microsoft Fabric ist die Antwort auf die wachsende Komplexität verteilter Datenlandschaften: Eine einheitliche Plattform, die Lakehouse, Warehouse, Data Factory, Synapse Analytics und Power BI unter einem Dach vereint. Dieses Modul zeigt, wie Fabric eingerichtet, konfiguriert und für KI-getriebene Analysen genutzt wird. Teilnehmende lernen OneLake als gemeinsamen Datenspeicher kennen und erfahren, wie verschiedene Fabric-Workloads auf denselben Daten operieren können. Die Inhalte bereiten auf die Zertifizierungsprüfung DP-600 vor.

• Einführung in Microsoft Fabric: Architektur, OneLake und Workspace-Konzept
• Aufbau von Lakehouse-Strukturen: Delta-Tabellen, Shortcuts und Schema-Design
• Integration von Power BI, Synapse Analytics und Data Factory innerhalb von Fabric
• Verwaltung von Zugriffsrechten, Datenschutzrichtlinien und Capacity-Einstellungen
• Fabric Notebooks und Datenpipelines für KI-Workloads

Modul 5: KI-Integration und abschließendes Praxisprojekt Im letzten Abschnitt fließen alle erworbenen Kompetenzen in ein eigenes Praxisprojekt ein. Die Aufgabe besteht darin, eine vollständige End-to-End-KI-Lösung zu entwerfen, die Datenaufnahme, Transformation, Speicherung im Lakehouse und KI-gestützte Analyse umfasst. Die Ergebnisse werden dokumentiert und präsentiert, was sowohl die technische Tiefe als auch die Kommunikationsfähigkeit in interdisziplinären Teams stärkt.

• Entwurf einer integrierten Architektur für ein KI-Projekt mit Fabric als Fundament
• Aufbau einer Datenpipeline von der Quellanbindung bis zur KI-Ausgabe
• Integration von Azure Machine Learning oder OpenAI-Diensten in das Lakehouse
• Nutzung von Power BI für die Visualisierung der KI-Ergebnisse
• Qualitätssicherung, Fehleranalyse und Leistungsmessung des Gesamtsystems
• Dokumentation der Architektur und Präsentation der Projektergebnisse
• Versionskontrolle und Deployment-Strategie für die Produktionsumgebung
• Ausblick auf Weiterentwicklungen und aktuelle Entwicklungen im Microsoft-Ökosystem
• Governance und Compliance im laufenden Betrieb einer KI-Datenplattform
• Diskussion typischer Fallstricke und Lösungsansätze in realen Projekten
• Auswahl und Bewertung geeigneter Fabric-Workloads je nach Anwendungsfall
• Austausch zu Architekturentscheidungen und Abwägung von Alternativen

Das Programm richtet sich an KI-Architektinnen und KI-Architekten, Data Engineers, Cloud-Architektinnen und Cloud-Architekten sowie Data Scientists, die Microsoft Fabric, Azure-Dienste und KI-Modelle in einer integrierten Plattform einsetzen möchten. Angesprochen sind auch erfahrene IT-Fachkräfte, die architektonische Verantwortung in datengetriebenen Projekten übernehmen wollen.

• Bestehende IT- und Cloud-Fachkräfte mit Interesse an KI-Architektur
• Data Engineers, die ihre Azure-Kenntnisse um KI und Fabric erweitern möchten
• Data Scientists, die verstehen wollen, wie ihre Modelle in Produktionsarchitekturen eingebettet werden
• Cloud-Architektinnen und Cloud-Architekten, die auf Microsoft Fabric umsteigen wollen
• Softwareentwicklerinnen und Softwareentwickler mit Azure-Hintergrund, die in Richtung Data Platform wechseln wollen

Das Programm wird im Combined-Learning-Format durchgeführt: Instruktor-geführte Onlinesitzungen wechseln sich mit selbst gesteuerten Lernphasen ab, in denen Aufgaben in realen Azure- und Fabric-Umgebungen bearbeitet werden. Jedes Modul schließt mit einem Praxisbeispiel, das den Transfer der theoretischen Inhalte unmittelbar fordert. Die Unterrichtssprache richtet sich nach den jeweiligen Termindaten, wobei Kurse auf Deutsch und auf Englisch angeboten werden. Die parallele Vorbereitung auf die Zertifizierungsprüfungen AI-102, DP-203 und DP-600 erfolgt integriert in den Lernstoff, nicht als separates Zusatzangebot. Teilnehmende werden ermutigt, eigene Fragestellungen aus ihrem beruflichen Umfeld in die Praxisaufgaben einzubringen.

Die Gesamtdauer des Programms orientiert sich an fünf aufeinanderfolgenden Modulen, wobei ein Großteil der Termine im Teilzeitformat stattfindet und einzelne Phasen auch in Vollzeit absolviert werden können. Die konkrete Zeitplanung wird je nach gewähltem Anbietertermin individuell festgelegt. Aufgrund der Breite der abgedeckten Zertifizierungsthemen (AI-102, DP-203, DP-600) und des abschließenden Praxisprojekts handelt es sich um ein mehrstufiges Programm, das mehrere Monate in Anspruch nimmt.

Nach erfolgreichem Abschluss erhalten Teilnehmende ein trägerinternes Abschlussprogramm-Zertifikat. Darüber hinaus werden drei offizielle Microsoft-Zertifizierungsprüfungen vorbereitet: AI-102 (Azure AI Engineer Associate), DP-203 (Data Engineering on Microsoft Azure) und DP-600 (Implementing Analytics Solutions Using Microsoft Fabric). Ob und wann die Prüfungen abgelegt werden, hängt von den jeweils gültigen Microsoft-Prüfungsterminen ab. Die Prüfungsabnahme erfolgt bei einem akkreditierten Microsoft-Testcenter.

Wer Daten nicht nur verwahren, sondern systematisch für KI nutzen will, braucht ein Verständnis für die gesamte Kette vom Rohdatum bis zum Modellergebnis. Diese Weiterbildung schließt genau diese Lücke: Statt Einzelkurse zu einzelnen Azure-Diensten anzeinanderreihen, entsteht hier ein zusammenhängendes Bild, wie KI-Architekturen in der Praxis aufgebaut und betrieben werden. Die Kombination aus AI-102, DP-203 und DP-600 deckt dabei die drei wesentlichen Rollen ab, die in realen Projekten zusammenspielen müssen: KI-Entwicklung, Datenpipeline-Engineering und Plattformarchitektur. Microsoft Fabric ist noch vergleichsweise neu am Markt, aber bereits bei zahlreichen Unternehmen auf dem Weg in die Produktion. Wer jetzt Expertise in diesem Bereich aufbaut, positioniert sich frühzeitig für Rollen, in denen sowohl technische Tiefe als auch strategisches Denken gefragt sind. KI-Architekturkompetenz ist eine der gefragtesten Qualifikationen auf dem deutschen und europäischen IT-Arbeitsmarkt. Das abschließende Praxisprojekt stellt sicher, dass das Gelernte nicht abstrakt bleibt: Eine selbst aufgebaute End-to-End-Lösung lässt sich dokumentieren, präsentieren und in eigenen Arbeitsportfolios einbringen. Damit schafft dieses Programm nicht nur zertifizierte Kompetenz, sondern auch greifbare, nachweisbare Projekterfahrung.