Microsoft Certified: Azure Fundamentals (AZ-900) (AZ-900) with Microsoft Certified: AI Engineer (AI-102) (AI-102)

Diese Weiterbildung verbindet zwei aufeinander aufbauende Microsoft-Zertifizierungsprogramme zu einem zusammenhängenden Lernpfad: Zunächst erwerben Teilnehmende mit dem AZ-900-Modul ein solides Fundament in der Microsoft Azure Cloud-Plattform, anschließend vertiefen sie ihr Wissen mit dem AI-102-Modul bis hin zur eigenständigen Konzeption und Implementierung von KI-gestützten Lösungen. Der Aufbau ist bewusst durchgängig konzipiert: Was im AZ-900-Teil als Cloud-Konzept eingeführt wird — Ressourcen, Dienste, Sicherheitsmodell — kehrt im AI-102-Teil als technische Grundlage für KI-Architekturen wieder. Wer beide Module absolviert, versteht nicht nur einzelne Azure-Dienste, sondern das Zusammenspiel zwischen Cloud-Infrastruktur und KI-Plattform.

Modul 1 — Azure Fundamentals (AZ-900) Das erste Modul legt das konzeptionelle Fundament für alles Weitere. Teilnehmende lernen, warum Cloud-Computing die Unternehmens-IT grundlegend verändert hat, und verstehen den Unterschied zwischen den Bereitstellungsmodellen Public, Private und Hybrid Cloud sowie den Servicemodellen IaaS, PaaS und SaaS. Azure-Kernservices werden nicht als isolierte Produktliste behandelt, sondern in ihrem Zusammenspiel erklärt.

• Kernkonzepte der Cloud und Vorteile gegenüber On-Premises-Infrastruktur
• Azure-Kernservices: Virtual Machines, App Services, Container Instances, Azure Kubernetes Service
• Azure Storage-Dienste: Blob, Disk, File, Queue und Table Storage — Unterschiede und Anwendungsfälle
• Netzwerkdienste: Virtual Networks, Load Balancer, VPN Gateway, Azure DNS
• Azure Active Directory, Identitätsschutz und rollenbasierte Zugriffskontrolle (RBAC)
• Azure-Kostenmanagement, Preisrechner und SLA-Konzepte einschätzen

Modul 2 — Azure AI Engineer Associate (AI-102): Kognitive Dienste und KI-Architektur Dieses Modul setzt auf dem AZ-900-Wissen auf und führt in die Welt der KI-Entwicklung auf Azure ein. Teilnehmende lernen, wie Azure Cognitive Services systematisch zur Lösung realer Geschäftsprobleme eingesetzt werden, und arbeiten mit dem Azure Machine Learning Studio sowie der Azure AI-Plattform. Architekturentscheidungen — welcher Dienst für welche Anforderung — stehen im Mittelpunkt.

• Azure Cognitive Services: Überblick, Authentifizierung und Ressourcenverwaltung
• Azure Computer Vision: Bildanalyse, OCR, Gesichtserkennung, Objekterkennung
• Azure Natural Language Processing: Text Analytics, Language Understanding (LUIS), Translator
• Azure Speech Services: Spracherkennung, Sprachsynthese, Echtzeit-Übersetzung
• Azure Bot Framework und Azure Bot Service: Chatbots und Conversational-AI-Anwendungen aufbauen
• Azure Machine Learning: Modelltraining, Registrierung, Deployment und Monitoring

Modul 3 — Wissensgewinnung und Dokumentenverständnis Neben den klassischen Cognitive-Diensten befasst sich dieser Block mit der intelligenten Verarbeitung unstrukturierter Daten, wie sie in der Unternehmenspraxis häufig vorliegen. Dokumente, Formulare und Wissensdatenbanken enthalten wertvolle Informationen, die ohne KI schwer zugänglich sind. Azure Form Recognizer und Azure Cognitive Search machen diese Daten strukturiert auswertbar.

• Azure Form Recognizer: Extraktion von Schlüssel-Wert-Paaren und Tabellen aus Formularen und Dokumenten
• Azure Cognitive Search: Indexierung, Suchanfragen, kognitive Fähigkeiten und Skillsets
• Knowledge Stores und Anreicherungs-Pipelines für Unternehmensdaten aufbauen
• Integration von KI-gestütztem Dokumentenverständnis in Geschäftsprozesse
• Qualitätssicherung und Testen von extraktiven KI-Diensten
• Daten- und Modell-Monitoring in der Azure-Produktionsumgebung

Modul 4 — Praxis und Projektarbeit In diesem Block wenden Teilnehmende das erlernte Wissen in begleiteten Praxisphasen an. Die Aufgaben orientieren sich an realistischen Unternehmensszenarien und verankern die Inhalte beider Zertifizierungsprogramme praktisch.

• Aufbau einer End-to-End-KI-Pipeline von der Datenvorbereitung bis zum produktiven Deployment
• Sicherheitskonfiguration und Zugriffsschutz für KI-Dienste in Azure einrichten
• Optimierung von Modellen hinsichtlich Kosten und Performance in Azure
• Einfachen Chatbot mit Azure Bot Service und LUIS implementieren und testen
• Fehlerbehebung und Troubleshooting typischer Probleme in Azure-KI-Projekten
• Vergleich und Bewertung verschiedener Cognitive-Service-Optionen für einen konkreten Anwendungsfall
• Monitoring-Dashboard für eine produktive KI-Lösung mit Azure Monitor aufbauen
• Dokumentation und Präsentation einer eigenen kleinen KI-Lösung

Der Praxisblock ist eng mit den Theoriemodulen verzahnt: Was konzeptuell eingeführt wird, landet unmittelbar in einer konkreten Laboraufgabe. So entsteht ein Lernrhythmus, der nachhaltig verankert und auf beide Zertifizierungsprüfungen vorbereitet.

Diese Weiterbildung ist für IT-Einsteiger und Quereinsteiger konzipiert, die systematisch in die Microsoft-Azure-Welt einsteigen und unmittelbar darüber hinaus in die KI-Entwicklung vordenken wollen.

• Personen mit allgemeiner IT-Erfahrung (Support, Systemadministration), die den Schritt in die Cloud vollziehen
• Entwickler mit On-Premises-Hintergrund, die Azure-Kenntnisse aufbauen und direkt in KI-Themen einsteigen
• Datenfachleute, die KI-Dienste als Ergänzung zu bestehenden Analysekompetenzen einsetzen wollen
• IT-Projektverantwortliche, die fundiertes technisches Wissen über Azure-KI-Dienste für Entscheidungsprozesse benötigen
• Berufseinsteiger mit technischer Affinität, die zwei anerkannte Microsoft-Zertifikate als Qualifikationsnachweis anstreben

Der Kurs findet im Combined-Learning-Format statt: Live-Unterricht im virtuellen Klassenzimmer mit Mikrofon, Kamera und Chat ermöglicht aktive Interaktion. Theoriephasen wechseln sich mit begleiteten Laborübungen ab, in denen Azure-Ressourcen direkt in realen oder simulierten Umgebungen konfiguriert werden. Trainer bringen eigene Praxiserfahrung aus Cloud- und KI-Projekten mit. Teilnahme ist sowohl aus dem Homeoffice als auch vor Ort möglich, wo Arbeitsplätze mit zwei Monitoren zur Verfügung stehen.

Die Weiterbildung dauert im Vollzeitmodus mehr als einen Monat bis zu drei Monate. Die genaue Kursdauer hängt von der individuellen Modulzusammenstellung ab. Als Vollzeit-Kurs ist ein intensives Lerntempo eingeplant, das es erlaubt, beide Zertifizierungsprogramme zügig und in einem Stück zu absolvieren. Teilzeitvarianten und individuelle Startzeitpunkte sind auf Anfrage möglich.

Nach Abschluss des Kursprogramms sind Teilnehmende auf zwei Prüfungen vorbereitet, die bei Pearson VUE abgelegt werden. Die Prüfung AZ-900 führt zum Microsoft Certified: Azure Fundamentals-Zertifikat, die Prüfung AI-102 zum Microsoft Certified: Azure AI Engineer Associate. Beide sind weltweit anerkannte Microsoft-Herstellerzertifikate ohne festen Ablaufzeitpunkt, sofern die kostenlosen jährlichen Online-Verlängerungsmodule abgeschlossen werden. Ergänzend erhalten Teilnehmende eine qualifizierte Teilnahmebescheinigung des Kursträgers.

Mit dem dualen Zertifizierungspfad aus AZ-900 und AI-102 positionieren Teilnehmende sich an einem Schnittpunkt, der auf dem Arbeitsmarkt stark nachgefragt ist: Cloud-Kenntnisse und KI-Engineering gehören zu den am häufigsten gesuchten IT-Qualifikationen. Wer beide Disziplinen beherrscht, ist nicht nur als spezialisierter Entwickler attraktiv, sondern auch für Generalisten-Rollen in Cloud-Projekten gefragt, die Brücken zwischen Fachbereichen und Technik erfordern. Die Stärke dieser Kombination liegt in ihrer logischen Kohärenz: AZ-900 liefert das Vokabular und die konzeptionelle Grundlage, AI-102 baut direkt darauf auf. Teilnehmende lernen keine isolierten Technologieinseln, sondern verstehen, wie Cloud-Infrastruktur und KI-Dienste auf Azure zusammenspielen. Das gibt die Kompetenz, auch komplexere Architekturen zu beurteilen — und nicht nur vordefinierte Dienste zu bedienen. Beide Microsoft-Zertifikate sind unter Personalverantwortlichen in der IT-Branche bekannt und signalisieren verlässliche, überprüfte Kompetenz. Wer den Kurs abschließt, kann direkt in Teams einsteigen, die Azure-basierte Applikationen oder KI-Produkte entwickeln und betreiben — mit einem Qualifikationsnachweis, der keiner weiteren Erklärung bedarf.