Azure AI Engineer AI-102 + Power BI PL-300 Kombikurs

Dieser Kurs verbindet zwei Microsoft-Zertifizierungspfade, die sich in der Praxis gegenseitig verstärken: den Azure AI Engineer Associate (Prüfung AI-102) und den Power BI Data Analyst (Prüfung PL-300). Während AI-102 die Kompetenz vermittelt, KI-Dienste auf Azure zu planen, zu implementieren und zu überwachen, richtet sich PL-300 auf die datenanalytische Seite: Wie werden Rohdaten aus verschiedenen Quellen geladen, modelliert und in aussagekräftige Berichte und Dashboards überführt? Wer beide Disziplinen beherrscht, kann KI-generierte Erkenntnisse direkt in Power-BI-Lösungen einfließen lassen und so den Übergang von der Datenverarbeitung zur datengetriebenen Entscheidung vollständig abdecken.

Modul 1 — Azure KI-Dienste und Plattformarchitektur (AI-102) Das erste Modul legt die technische Grundlage für alle KI-bezogenen Kursinhalte. Teilnehmer machen sich mit dem Ökosystem der Azure-KI-Plattform vertraut und verstehen, wie einzelne Dienste ausgewählt, konfiguriert und in Lösungsarchitekturen eingebettet werden.

• Überblick über Azure Cognitive Services: Language, Vision, Speech, Decision
• Cognitive-Services-Ressourcen bereitstellen und über APIs ansprechen
• Authentifizierung, API-Schlüsselverwaltung und Endpunktkonfiguration
• Netzwerksicherheit und rollenbasierte Zugriffsteuerung
• Monitoring-Strategien mit Azure Monitor
• Verantwortungsvolle KI: ethische Grundsätze und Microsoft-Richtlinien

Modul 2 — Vertiefung Azure Cognitive Services (AI-102) Der zweite Abschnitt vertieft die wichtigsten Dienste, die in AI-102-Prüfungen regelmäßig geprüft werden. Besonderes Gewicht liegt auf der praktischen Konfiguration und der Verbindung mehrerer Dienste zu Gesamtlösungen.

• Azure Language Service: Texterkennung, Stimmungsanalyse, Fragen und Antworten
• Speech Services: Transkription, Synthese und Übersetzung
• Azure Computer Vision, Custom Vision und Gesichtserkennung
• Document Intelligence für die Extraktion von Formulardaten
• Azure Bot Service und Power Virtual Agents
• Anomalieerkennung und Content Moderator

Modul 3 — Azure Machine Learning (AI-102) Neben den vorgefertigten Cognitive Services umfasst AI-102 auch Grundlagen von Azure Machine Learning: das Trainieren eigener Modelle, deren Deployment und die Überwachung in der Produktion.

• Azure ML-Workspaces, Datasets und Compute-Ressourcen konfigurieren
• Automatisiertes ML (AutoML) einsetzen
• Benutzerdefinierte Trainingsläufe überwachen und Metriken vergleichen
• Modelle registrieren und als Inferenz-Endpunkt bereitstellen
• Responsible AI mit Fairness-Analyse und Interpretierbarkeitstools
• Integration von KI-Modellen in externe Anwendungen

Modul 4 — Datenvorbereitung und Modellierung in Power BI (PL-300) Das Power-BI-Modul beginnt mit dem Fundament jedes Datenanalyseprojekts: Daten aus heterogenen Quellen laden, bereinigen und in ein konsistentes Modell überführen. Ohne ein solides Datenmodell liefern auch die schönsten Visualisierungen keine verlässlichen Erkenntnisse.

• Datenquellen verbinden: Datenbanken, Excel, Web-APIs, Azure-Dienste
• Power Query: Transformationen, Datentypen, bedingte Spalten
• Stern-Schema und Schneeflockenschema für analytische Modelle
• Beziehungen zwischen Tabellen definieren und verwalten
• Berechnete Spalten und Measures mit DAX erstellen
• Row-Level Security konfigurieren

Modul 5 — Berichte, Visualisierungen und Power BI Service (PL-300) Im fünften Modul entstehen aus dem Datenmodell fertige Reports und Dashboards. Besonders wichtig ist dabei nicht nur das technische Erstellen der Visualisierungen, sondern auch das Verständnis für visuell kommunikative Prinzipien.

• Visuelle Elemente auswählen und für den Datensatz konfigurieren
• Drillthrough, Lesezeichen und bedingte Formatierung einsetzen
• Dashboards im Power BI Service erstellen und Kacheln anheften
• Datensätze und Berichte veröffentlichen, freigeben und als App bereitstellen
• Datenabrufs-Zeitpläne und Gateway-Konfiguration
• AI-Insights in Power BI: Schlüsseleinfluss, Segmentierung, Smart Narrative

Praxisübungen Die Übungen verbinden beide Zertifizierungsbereiche und bereiten auf reale Projektaufgaben vor.

• Azure Language Service per API aufrufen und Stimmungsanalyse interpretieren
• Custom-Vision-Modell für eine Bildkategorisierungsaufgabe trainieren
• Azure ML-Workspace einrichten und AutoML-Lauf starten
• KI-Endpunkt in eine Logic-App-Pipeline integrieren
• Monitoring-Dashboard für Cognitive-Services-Auslastung aufbauen
• Power-BI-Report mit SQL-Server-Datenbankanbindung erstellen
• Power Query: verschachtelte JSON-API-Antwort in strukturierte Tabelle transformieren
• Stern-Schema-Modell mit Dimensions- und Faktentabellen aufbauen
• DAX-Measures für Umsatz-Aggregation, Zeitintelligenz und Vorjahresvergleich
• Row-Level Security für rollenbasierte Berichtsfilterung einrichten
• KI-Insights-Visual (Schlüsseleinflussfaktoren) in einen Vertriebsbericht integrieren
• Abschlussprojekt: Power-BI-Dashboard, das Azure-KI-Analyseergebnisse als Datenquelle nutzt

Der Kurs richtet sich an Daten- und Cloud-Fachkräfte, die analytische Datenkompetenz mit KI-Implementierungswissen auf Azure verbinden wollen.

• Data Analysts, die ihre Arbeit mit Azure-KI-Diensten anreichern wollen
• Azure-Entwickler und -Architekten mit Interesse an Datenvisualisierung
• BI-Consultants, die Microsoft-Cloud-Technologien in Kundenprojekten einsetzen
• IT-Fachkräfte, die zwei hochwertige Microsoft-Zertifizierungen in einem Kurs erwerben wollen
• Analysten aus Fachbereichen, die eigenständig Power-BI-Lösungen mit KI-Anreicherung aufbauen

Gelehrt wird im virtuellen Klassenzimmer; Theorieblöcke wechseln mit Hands-on-Übungen in Azure-Testumgebungen und Power-BI-Desktop-Szenarien ab. Teilnehmer arbeiten während der Livezeiten direkt mit ihren eigenen Instanzen. Zwischen den Sitzungen steht Material zum eigenständiges Lernen bereit, das die Zertifizierungsvorbereitung für beide Prüfungspfade vertieft.

Der Kurs läuft im Vollzeitformat. Die Gesamtdauer hängt von der gewählten Modulkombination ab. Beide Zertifizierungspfade — AI-102 und PL-300 — werden vollständig abgedeckt, sodass Teilnehmer nach Abschluss alle Voraussetzungen für die Prüfungsanmeldung mitbringen.

Der Kurs bereitet auf zwei offizielle Microsoft-Prüfungen vor: AI-102 (Microsoft Certified: Azure AI Engineer Associate) und PL-300 (Microsoft Certified: Power BI Data Analyst Associate). Beide werden unabhängig voneinander abgelegt. Bei bestandenen Prüfungen erhalten Teilnehmer die entsprechenden Microsoft-Zertifizierungen. Ergänzend dazu wird ein trägerinternes Lehrgangszertifikat ausgestellt.

Die Verknüpfung von Azure-KI und Power BI bildet eine der produktivsten Kombinationen im modernen Data-Analytics-Umfeld. Azure stellt die KI-Inferenz bereit — Stimmungsanalyse, Texterkennung, Bildklassifikation —, und Power BI macht die Ergebnisse für Entscheidungsträger sichtbar. Wer den Übergang von Rohdaten über KI-Verarbeitung bis zum interaktiven Dashboard vollständig beherrscht, kann eigenständige End-to-End-Lösungen verantworten. PL-300 gehört zu den meistgefragten Microsoft-Analyticszertifizierungen: Datengetriebene Entscheidungsfindung ist in nahezu allen Branchen ein strategisches Ziel, und Power BI ist das verbreitetste Tool im Microsoft-Ökosystem, um dieses Ziel zu erreichen. Die Kombination mit AI-102 erweitert das Kompetenzprofil deutlich über klassisches Reporting hinaus — Teilnehmer können Datenpipelines mit KI-Anreicherung aufbauen und Ergebnisse direkt in Power-BI-Dashboards einfließen lassen. Für Unternehmen bedeutet das: Eine Fachkraft mit AI-102 und PL-300 kann sowohl bei der Implementierung als auch bei der Visualisierung von KI-Lösungen federführend arbeiten — ohne dass separate Spezialistenrollen erforderlich sind. Das macht die Zertifizierungskombination zu einem klaren Karrierehebel für Data Analysts, Cloud-Entwickler und Business-Intelligence-Consultants gleichermaßen.