Microsoft Certified: AI Engineer Associate (AI-102) (AI-102) with Microsoft Certified: Business Applications Specialist (BA-100) (BA-100)

Im Gegensatz zu Kursen, die Azure-KI-Dienste in isolierten Entwicklungsszenarien vermitteln, rückt dieser Kurs die Unternehmensumgebung von Anfang an in den Mittelpunkt: Wie werden KI-Workloads auf Cloud-Infrastruktur betrieben? Wie integrieren sich Azure-KI-Dienste in bestehende Unternehmenslösungen, von der Provisionierung bis zur Skalierung? Der Kurs besteht aus zwei Bestandteilen — der Vorbereitung auf die offizielle Microsoft-Prüfung AI-102 (Designing and Implementing a Microsoft Azure AI Solution) und einem trägerinternen Trainingsmodul, das sich auf die Implementierung von Unternehmenslösungen auf der Microsoft-Plattform konzentriert. Das trägerinterne Modul ist kein offizielles Microsoft-Zertifikat, sondern ein vom Bildungsanbieter konzipiertes Curriculum. Zentrales Unterscheidungsmerkmal gegenüber verwandten Kursformaten ist der Infrastrukturschwerpunkt: Ressourcenplanung, Skalierung, Monitoring und Hochverfügbarkeit von KI-Deployments stehen gleichrangig neben den Cognitive-Services-Fähigkeiten.

Modul 1 — Azure AI Engineer (AI-102): Cloud-Infrastruktur für KI-Workloads Dieser Abschnitt beginnt mit der Infrastrukturperspektive: Wie werden Azure-Ressourcen für KI-Lösungen geplant, bereitgestellt und betrieben? Ressourcengruppen, Subscription-Management, Kostensteuerung und Hochverfügbarkeit stehen gleichwertig neben den spezifischen KI-Diensten. Wer KI-Lösungen in Unternehmensumgebungen betreibt, muss diese Infrastrukturaspekte beherrschen — sie sind ebenso geschäftskritisch wie die KI-Funktionen selbst.

• Azure-Ressourcenplanung für KI-Workloads: SKU-Auswahl, Regionen und Verfügbarkeitszonen
• Cognitive Services-Ressourcen im Verbund verwalten: Multi-Service-Keys, Deployment-Slots
• Skalierung und Auto-Scaling für hochlastige KI-Dienste konfigurieren
• Azure Monitor und Application Insights für KI-Dienste einrichten
• Infrastructure-as-Code für KI-Deployments mit ARM-Templates oder Bicep

Modul 2 — Azure AI Engineer (AI-102): KI-Dienste in Geschäftsanwendungen Im zweiten Block werden die Cognitive Services aus der Anwendungsperspektive behandelt. Welche Dienste lösen welche Geschäftsprobleme? Sprache, Vision und Entscheidungsunterstützung werden anhand von Unternehmensszenarien eingeführt: Kundenservicebots, automatisierte Dokumentenverarbeitung, Qualitätskontrolle mit Computer Vision.

• Language-Dienste: Sentimentanalyse, Textklassifikation, Named Entity Recognition
• Vision-Dienste: Produkterkennung, Qualitätskontrolle, barrierefreie Inhaltsbeschreibung
• Form Recognizer: Automatische Extraktion aus Rechnungen, Verträgen und strukturierten Formularen
• Decision-Dienste: Personalisierung und Anomalieerkennung in operativen Betriebsdaten
• Azure OpenAI Service: Sprachmodelle kontrolliert in Unternehmensanwendungen einbetten

Modul 3 — Azure AI Engineer (AI-102): Bots, Wissenssuche und Sprachdienste Der dritte AI-102-Block vertieft die konversationalen und akustischen Dienste. In Unternehmensszenarien sind Bots als erste Anlaufstelle für Kundenanfragen und interne Service-Desks etabliert. Kognitive Suche erschließt unstrukturierte Datenquellen für strukturierte Abfragen und gibt Fachabteilungen Zugang zu Wissensdatenbanken.

• Azure Bot Service: Multichannel-Bots für Teams, Web und mobile Unternehmensanwendungen
• LUIS und CLU: Sprachverständnis trainieren und durch iteratives Feedback verbessern
• Azure Cognitive Search: Wissensgraph und Skillset-basierte Datenanreicherung
• Speech-Dienste: Sprachsteuerung für Unternehmensanwendungen und Barrierefreiheit
• QnA Maker und Knowledge Bases: Self-Service-Auskunft für Endanwender einrichten

Modul 4 — Trägermodul: Unternehmenslösungen auf der Microsoft-Plattform implementieren Der trägerinterne Kursbestandteil konzentriert sich auf die praktische Implementierung von Microsoft-Unternehmenslösungen. Im Mittelpunkt steht die Power Platform als Werkzeug, um Azure-KI-Dienste auch für Fachabteilungen ohne Programmierkenntnisse nutzbar zu machen. Datenmodellierung, Anwendungslogik und Prozessautomatisierung werden als integrierte Einheit behandelt. Dieser Modul-Bestandteil ist kein offizielles Microsoft-Zertifikat, sondern ein trägerintern entwickeltes Curriculum mit eigenem Zertifikatsabschluss.

• Power Apps: Canvas-Apps für strukturierte Fachprozesse mit KI-Dienstintegration
• Power Automate: Automatisierte Workflows für Datenverarbeitung und Genehmigungsprozesse
• Dataverse: Relationale Datenhaltung, Entitäten und Beziehungen für Unternehmensanwendungen
• AI Builder: KI-Modelle (Formularverarbeitung, Vorhersagen, Textklassifikation) in Power Apps einbinden
• Sicherheitsmodell: Rollen, Teams und Berechtigungen in Dataverse und Power Platform konfigurieren

Die Praxisübungen sind durchgehend auf Unternehmensszenarien ausgerichtet — Teilnehmende bauen Lösungen, die in einer realen Fachabteilung einsetzbar wären.

• Vollständige Canvas-App mit Cognitive-Services-Integration und Dataverse-Backend
• Power-Automate-Flow, der Form-Recognizer-Ergebnisse in strukturierte Datensätze überführt
• Azure Bot Service-Bot, in ein Teams-Tab einer Unternehmensanwendung eingebettet
• Anomalieerkennung in operativen KPI-Daten mit automatischer Benachrichtigung
• AI-Builder-Modell für Vorhersageaufgaben in einer Power-Apps-Fachlösung trainieren
• Kostenüberwachung und Budgetalerts für eine produktive KI-Infrastruktur einrichten
• Hochverfügbarkeits-Setup für kritische Cognitive-Services-Endpunkte konfigurieren
• Datenfluss von Azure-KI-Dienst zu Power-Platform-Anwendung Ende-zu-Ende implementieren
• Benutzerdokumentation und Übergabeprozess für eine fertiggestellte Fachanwendung gestalten
• Fehleranalyse und Diagnose in einer mehrstufigen KI-Cloud-Architektur durchführen
• Kapazitätsplanung für wachsende Nutzerzahlen und steigende Datenlast
• Lösungsarchitektur vor simulierten Stakeholdern mit nichttechnischem Hintergrund präsentieren

Die Praxisblöcke schließen mit strukturierten Reviews ab, in denen technische Entscheidungen begründet und Verbesserungspotenziale identifiziert werden.

Dieser Kurs richtet sich an IT-Professionals, die KI-Lösungen in Unternehmensumgebungen entwickeln und betreiben, sowie an Fachkräfte, die den Einsatz von Microsoft-Technologien in Geschäftsprozessen verantworten. Die Verbindung aus Infrastrukturkompetenz und Anwendungsverständnis macht den Kurs besonders für Generalisten in Cloud-Projekten attraktiv.

• Cloud-Engineers und -Architekten mit wachsendem KI-Aufgabenfeld
• Power-Platform-Entwickler, die Azure-KI-Dienste tiefer integrieren möchten
• IT-Projektverantwortliche mit technischem Hintergrund in Microsoft-Projekten
• Business-Analysten mit Implementierungsaufgaben im Cloud-Umfeld
• Systemintegratoren im Microsoft-Partner-Ökosystem

Der Unterricht findet im virtuellen Klassenzimmer im Combined-Learning-Format statt. Theorieblöcke werden durch unmittelbar folgende Laborphasen vertieft, in denen Teilnehmende eigenständig in einer Azure-Testumgebung und einer Power-Platform-Entwicklungsumgebung arbeiten. Trainer bringen technisches Wissen aus realen Unternehmensdeployments mit und verbinden Infrastruktur- und Anwendungsthemen situativ. Wer vor Ort arbeiten möchte, findet Schulungsräume mit professionellen Arbeitsplätzen; Heimteilnahme ist vollständig möglich.

Die Weiterbildung ist im Vollzeitmodus ausgelegt und erstreckt sich über mehr als einen Monat bis zu drei Monate. Die Intensitätsverteilung zwischen den zwei Kursbestandteilen kann je nach Vorwissen individuell angepasst werden. Teilnehmende mit bestehender Cloud-Infrastrukturerfahrung können den Infrastrukturblock komprimieren und mehr Kapazität für den Anwendungsteil nutzen.

Der Kurs bereitet auf die offizielle Microsoft-Prüfung AI-102 (Designing and Implementing a Microsoft Azure AI Solution) vor, die bei einem akkreditierten Pearson-VUE-Testcenter abgelegt wird. Erfolgreiche Kandidaten erlangen die Bezeichnung Microsoft Certified: Azure AI Engineer Associate. Der trägerinterne Kursbestandteil zu Unternehmenslösungen wird mit einem internen Zertifikat des Bildungsanbieters abgeschlossen. Eine qualifizierte Teilnahmebescheinigung wird zusätzlich ausgestellt.

Die Stärke dieses Kurses liegt in seiner expliziten Ausrichtung auf Unternehmensinfrastruktur. Während viele Azure-KI-Kurse die Cognitive-Services-Funktionalität in den Vordergrund stellen, trainiert dieser Kurs gleichzeitig den sicheren Umgang mit Infrastruktur — Skalierung, Monitoring, Kostensteuerung, Hochverfügbarkeit. Wer KI-Lösungen nicht nur entwickelt, sondern auch betreibt, braucht genau diese Kombination. Power Platform hat sich in deutschen Unternehmen als bevorzugtes Werkzeug für die Fachabteilungs-Digitalisierung etabliert. Fachkräfte, die Azure-KI-Dienste tief verstehen und gleichzeitig Power-Platform-Lösungen implementieren können, sind die natürlichen Verbindungselemente zwischen IT-Abteilungen und Fachbereichen — eine Funktion, die schwer zu delegieren ist und entsprechend nachgefragt wird. Wer beide Kursbestandteile erfolgreich abschließt, kann Aufgaben übernehmen, für die bisher mehrere Spezialisierungen nötig waren: Cloud-Infrastrukturverantwortung für KI-Workloads und die Entwicklung von Fachanwendungen auf Power Platform. In mittelständischen Unternehmen ohne große Cloud-Teams ist diese Breite besonders gefragt.