KI-Architekt*in mit Zusatzqualifikation - PowerPivot Datenanalyse und Visualisierung

Dieser Kurs verbindet KI-Architektur und Cloud-Entwicklung mit strukturierter Datenanalyse und interaktiver Visualisierung. Die Besonderheit liegt in der Zusatzqualifikation PowerPivot: Während die Azure-Module AI-102 und PL-300 die technische und analytische Grundlage legen, vermittelt das PowerPivot-Modul das Werkzeug, das in vielen Unternehmen täglich für komplexe Datenmodelle und Berichte eingesetzt wird. Wer diesen Kurs abschließt, kann nicht nur KI-Modelle in Azure entwickeln und in Power-BI-Dashboards einbinden, sondern auch direkt in Excel mit mehrdimensionalen Datenmodellen, DAX-Formeln und automatisierten Pivot-Berichten arbeiten, die Entscheidungsprozesse auf Managementebene unterstützen.

Modul 1: KI-Architektur und Datenintegration in der Cloud Bevor Daten analysiert werden können, müssen sie strukturiert fließen. Dieses Einstiegsmodul erklärt, wie moderne KI-Architekturen aufgebaut sind und wie PowerPivot und Power BI als Analyseebene über Cloud-Datensystemen funktionieren. Teilnehmende verstehen, welche Datenwege zwischen Rohdaten, Azure-Diensten und Analyse-Tools bestehen.

• Grundlagen moderner KI-Datenarchitekturen und typische Systemtopologien
• Datenintegration mit Azure Synapse Analytics und Power-BI-Dataflows
• Governance, Datenschutz und Compliance in Cloud-BI-Projekten
• Automatisierte Datenbereitstellung für analytische Anwendungsfälle
• Aufbau einer Datenpipeline zwischen Azure Machine Learning und PowerPivot
• Schnittstellen zwischen Datenproduzenten und Analyse-Konsumenten verstehen

Modul 2: Microsoft AI-102 – Azure AI Engineer Associate Das AI-102-Modul ist das technische Herzstück des Kurses. Hier lernen Teilnehmende, KI-Dienste in Azure zu entwickeln, zu integrieren und zu überwachen. Der Fokus liegt auf der praktischen Nutzung von Azure OpenAI, Cognitive Services und Machine Learning Studio.

• Entwicklung von KI-Lösungen mit Azure Cognitive Services und Azure OpenAI
• Einsatz von Azure Machine Learning Studio für Modelltraining und Deployment
• Verknüpfung von trainierten Modellen mit Power-BI-Dataflows
• Monitoring von KI-Services und Kostenkontrolle in Azure
• Integration von KI-Ausgaben in Downstream-Analyse-Systeme
• Skalierungskonzepte für produktive KI-Dienste in Azure

Modul 3: Microsoft PL-300 – Power BI Data Analyst Associate Power BI ist das Bindeglied zwischen Azure-KI-Modellen und den Dashboards, die Fachabteilungen täglich nutzen. Dieses Modul deckt alle Kernkompetenzen ab, die für die PL-300-Zertifizierungsprüfung relevant sind, und stellt die direkte Verbindung zu den KI-Ausgaben aus Modul 2 her.

• Datenmodellierung mit DAX und Power Query: Berechnungen, Kennzahlen und Kalkulationen
• Visualisierung: Auswahl und Konfiguration geeigneter Diagrammtypen für unterschiedliche Analyseziele
• Datensicherheit und Rollenbasiertes Zugriffsmanagement in Power BI
• Veröffentlichung, Zusammenarbeit und Versionskontrolle im Power-BI-Service
• Erstellung eines KPI-Dashboards auf Basis eines Azure-Datensatzes
• Automatisierung von Datenaktualisierungen und Benachrichtigungen

Modul 4: PowerPivot Datenanalyse und Visualisierung (Zusatzqualifikation) PowerPivot ist das Excel-basierte Werkzeug für mehrdimensionale Datenmodelle und bleibt in vielen Unternehmen ein zentrales Analyse-Instrument. Die Zusatzqualifikation vertieft gezielt die Nutzung von PowerPivot für komplexe Berechnungen, Datenintegration und die Erstellung interaktiver Pivot-Berichte.

• Grundlagen von PowerPivot und dem Data Model in Excel
• DAX für PowerPivot: berechnete Spalten, Measures und Zeitintelligenz-Funktionen
• Integration von Azure-Daten und Power-BI-Datasets in PowerPivot
• Aufbau interaktiver Pivot-Berichte mit Slicern, Zeitachsen und Drill-Down-Funktionen
• Erstellung eines interaktiven Excel-Dashboards mit KI-gestützten Berechnungen
• Dokumentation und Pflege komplexer PowerPivot-Datenmodelle

Modul 5: Integration von KI-Ausgaben in BI-Systeme Im abschließenden Integrationsmodul fließen alle Bausteine zusammen. Teilnehmende lernen, wie KI-Prognosen und Anomalie-Erkennungen aus Azure direkt in Power-BI-Dashboards und PowerPivot-Modelle einfließen und so einen vollständigen, automatisierten Analyse-Workflow entstehen lassen.

• Verbindung von Azure ML Outputs mit Power BI via API und Dataflows
• Visualisierung von KI-Prognosen: Konfidenzintervalle, Trendlinien, Ausreißer
• Automatisierung von Berichten und geplanten Aktualisierungen
• Kombination von PowerPivot-Analysen mit KI-Szenarien aus Azure
• Abschluss-Präsentation eines integrierten Analyse-Dashboards
• Dokumentation der Gesamtarchitektur für Wartung und Übergabe

Praxisteil: Integriertes KI-BI-Projekt Alle Module werden in einem durchgehenden Praxisprojekt verankert, das eine realistische Unternehmensaufgabe simuliert.

• Planung einer Datenarchitektur für ein KI-gestütztes Reporting-System
• Einrichtung eines Azure-ML-Experiments und Export der Modell-Ausgaben
• Aufbau eines Power-BI-Datenmodells mit direktem Azure-Synapse-Anschluss
• Erstellung eines Executive-Dashboards mit KPI-Tracking und Prognose-Visualisierung
• Implementierung eines PowerPivot-Modells mit DAX-Zeitintelligenz
• Rollenbasiertes Zugriffskonzept für das Dashboard-Rollout im Unternehmen
• Integration von KI-Prognose-Daten in das PowerPivot-Modell
• Automatisierung der Datenaktualisierung in Power BI Service
• Durchführung einer Szenario-Analyse mit PowerPivot-Slicern
• Qualitätssicherung: Validierung von DAX-Ergebnissen gegen Quelldaten
• Finalisierung und Dokumentation des Projekts
• Präsentation der Ergebnisse im Hinblick auf Entscheidungsrelevanz

Am Ende des Praxisteils haben Teilnehmende ein vollständiges, dokumentiertes Analyse-System entwickelt, das KI-Ausgaben aus Azure mit interaktiven Dashboards in Power BI und Excel-Modellen in PowerPivot verbindet.

Der Kurs richtet sich an Fachkräfte, die an der Schnittstelle zwischen Datenanalyse, Business Intelligence und KI-Systemen arbeiten oder dorthin wechseln möchten.

• KI-Architektinnen und KI-Architekten mit Interesse an analytischen Workflows
• Business-Intelligence-Entwicklerinnen und -Entwickler, die KI-Ausgaben in BI-Systeme integrieren wollen
• Data Analysts, die ihr Azure-Wissen ausbauen möchten
• IT-Fachkräfte in Fachabteilungen, die Reporting und Datenmodellierung verantworten
• Projektmanagerinnen und Projektmanager mit analytischer Verantwortung

Der Kurs läuft im Combined-Learning-Format, das angeleitete Live-Sessions mit eigenständigen Übungsphasen in echten Azure- und Power-BI-Umgebungen verbindet. Die Lehrenden sind Fachleute aus der Praxis, die konkrete Szenarien aus Unternehmensumgebungen einbringen. Teilzeit- und Vollzeiteinstieg sind möglich.

Die Weiterbildung erstreckt sich über mehrere Wochen. Das genaue Zeitmodell hängt vom gewählten Format ab; Teilzeitvarianten ermöglichen eine berufsbegleitende Durchführung, während die Vollzeitvariante auf eine konzentrierte Lernphase ausgelegt ist.

Nach Abschluss wird ein trägerinternes Zertifikat bzw. eine qualifizierte Teilnahmebescheinigung ausgestellt. Der Kurs bereitet gezielt auf die Microsoft-Zertifizierungsprüfungen AI-102 (Azure AI Engineer Associate) und PL-300 (Power BI Data Analyst Associate) vor; diese Prüfungen werden unabhängig bei Microsoft-akkreditierten Testzentren abgelegt. Das PowerPivot-Modul schließt mit einer trägerinternen Zusatzqualifikation ab.

Die Kombination aus Azure-KI-Architekt-Kenntnissen und PowerPivot-Zusatzqualifikation ist auf dem Arbeitsmarkt selten. Wer KI-Modelle nicht nur bauen, sondern ihre Ausgaben auch sauber in betriebliche Entscheidungsprozesse überführen kann, ist in Unternehmen besonders gefragt, weil genau diese Verbindung in vielen Teams fehlt. Power BI und PowerPivot sind in deutschen Unternehmen tief verankert. Das Wissen, wie man KI-Prognosen aus Azure direkt in bestehende Excel-Landschaften einbettet, ohne aufwändige IT-Projekte zu starten, ist ein unmittelbarer praktischer Vorteil, der sich in Projekten schnell auszahlt. Die Vorbereitung auf zwei Microsoft-Zertifizierungen (AI-102 und PL-300) im selben Kurs ist effizient und erlaubt es, beide Prüfungen zeitnah abzulegen. Das entstehende Kompetenzprofil spricht sowohl technische Rollen an, die in Richtung Business Intelligence wachsen wollen, als auch Analysten, die ihre Azure-Kompetenz ausbauen möchten.