Microsoft Certified: Security, Compliance, and Identity Fundamentals (SC-900) (SC-900) with Microsoft Certified: AI Engineer (AI-102) (AI-102)

Diese Weiterbildung vereint zwei auf den ersten Blick unterschiedliche Microsoft-Zertifizierungspfade zu einem sinnvollen Ganzen: SC-900 legt das Fundament in Sicherheit, Compliance und Identitätsmanagement in der Microsoft-Cloud, AI-102 baut darauf auf und führt zur Implementierung von KI-Lösungen auf Azure. Die Kombination ist inhaltlich kohärent, weil KI-Systeme heute immer unter Sicherheits- und Compliance-Anforderungen entwickelt und betrieben werden müssen. Wer die Prinzipien von Zero Trust, Identitätsschutz und Compliance-Frameworks kennt und gleichzeitig Azure KI-Dienste einsetzen kann, ist in der Lage, KI-Projekte nicht nur technisch umzusetzen, sondern auch sicher und regelkonform zu gestalten.

Modul 1: Security, Compliance and Identity Fundamentals (SC-900) Das SC-900-Modul ist bewusst als konzeptueller Einstieg gestaltet. Statt technische Konfigurationsdetails zu pauken, verstehen Sie die Logik hinter modernen Sicherheitsarchitekturen in der Cloud und können einordnen, welche Microsoft-Dienste welche Schutzfunktion erfüllen. Das erleichtert im anschließenden AI-102-Teil das sicherheitsbewusste Arbeiten mit Cloud-Diensten erheblich.

• Grundlegende Sicherheitskonzepte: Defense in Depth, Least Privilege, Zero Trust
• Microsoft-Identitätsplattform: Azure Active Directory, externe Identitäten, SSPR und MFA
• Zugriffsmanagement: Conditional Access, Privileged Identity Management, Azure RBAC
• Microsoft Defender-Dienste: Defender for Cloud, Defender for Endpoint, Defender for Identity
• Microsoft Sentinel: Cloud-native SIEM, Incident-Management, Threat Intelligence
• Microsoft Compliance-Portfolio: Information Protection, Purview, Compliance Manager

Modul 2: Azure AI Engineer Associate – Kognitive Dienste (AI-102 Teil 1) Im ersten AI-102-Block lernen Sie die Azure Cognitive Services kennen und anwenden. Diese vorgefertigten KI-APIs erlauben es, ohne eigenes Machine-Learning-Training leistungsfähige KI-Funktionen in Anwendungen zu integrieren. Der Einstieg erfolgt über die grundlegenden Konzepte, bevor Sie in die einzelnen Dienstfamilien einsteigen.

• Azure Cognitive Services: Überblick, Ressourcenarten, Authentifizierung und Monitoring
• Azure Computer Vision: Bildanalyse, Custom Vision, Gesichtserkennung, Spatial Analysis
• Azure Language Services: Text Analytics, Language Understanding (LUIS), Question Answering
• Azure Speech Services: Spracherkennung, Sprachsynthese, Sprachübersetzung
• Azure Form Recognizer / Document Intelligence: Formularextraktion, Layout-Analyse
• Sicherheitskonfiguration für Cognitive Services: Key Vault, Managed Identity, Private Endpoints

Modul 3: Azure AI Engineer Associate – Machine Learning und Bot Service (AI-102 Teil 2) Der zweite AI-102-Block vertieft das Wissen um Azure Machine Learning und die Entwicklung conversationaler Anwendungen. Sie lernen, wie Modelle trainiert, verwaltet und produktiv betrieben werden, und verstehen die Governance-Aspekte, die den AI-102-Standard ausmachen.

• Azure Machine Learning: Workspace, Compute Targets, Datasets und Pipelines
• Modelltraining und -registrierung: AutoML, Designer, SDK-Experimente
• Modell-Deployment: Real-Time- und Batch-Endpunkte, AKS und ACI
• Responsible AI: Fairness, Interpretierbarkeit, Datenschutz, Zuverlässigkeit – das Microsoft-Framework
• Azure Bot Service: Bot Framework SDK, Dialoge, Integrationen in Teams und Web-Apps
• KI-Modell-Monitoring und Content Filtering für produktive KI-Systeme

Modul 4: Sicherheit und Governance von KI-Lösungen Dieser Querschnittsblock verbindet SC-900 und AI-102 inhaltlich: Welche Sicherheitsrisiken entstehen durch KI-Systeme, und wie werden diese mit Microsoft-Mitteln adressiert? Sie lernen, KI-Lösungen mit den im SC-900-Teil erlernten Sicherheitskonzepten zu schützen.

• Identitäts- und Zugriffsschutz für KI-Dienste und -Endpunkte
• Datenschutz bei der Nutzung von Sprachdaten, Bildern und persönlichen Informationen in KI
• Compliance-Anforderungen für KI (EU AI Act im Überblick, Microsoft Compliance-Posture)
• Threat Modeling für KI-Systeme: Angriffsvektoren, Adversarial Attacks, Prompt Injection
• Logging, Auditing und Monitoring von KI-Diensten mit Azure Monitor und Sentinel
• Governance-Konzepte: Azure Policy für KI-Ressourcen, ML-Modellversionierung und Audit-Trails

Modul 5: Praxisübungen und Szenario-Training In der Praxisphase arbeiten Sie mit realen Azure-Diensten und schulen gleichzeitig die Fähigkeit, Szenariofragen in beiden Prüfungsformaten korrekt zu beantworten.

• Aufbau einer sicheren Cognitive Services-Anwendung mit Managed Identity und Key Vault
• Konfiguration und Test einer Conditional-Access-Richtlinie für KI-Dienstkonten
• Implementierung eines NLP-Chatbots mit LUIS und Bot Service auf Azure
• Erstellung eines Machine Learning-Experiments mit Azure ML Studio
• Szenariofragen-Übungen für SC-900: Sicherheitskonzepte zuordnen und begründen
• Bewertung einer fiktiven KI-Lösung nach Responsible-AI-Kriterien
• Fehlerbehebung in einer KI-Pipeline – Diagnose und Korrektur typischer Fehler
• Abschlussszenario: KI-System entwerfen, das Security- und Compliance-Anforderungen erfüllt

Dieser Kurs verbindet Security- und KI-Kompetenz und richtet sich an Personen, die in beiden Bereichen Qualifikationen aufbauen wollen. Typische Profile umfassen

• IT-Sicherheitsfachleute, die KI-Projekte sicherheitsorientiert begleiten wollen
• KI-Entwicklerinnen und -Entwickler, die ein tieferes Verständnis für Security- und Compliance-Anforderungen brauchen
• Cloud-Administratoren, die ihre Kenntnisse um KI-Engineering erweitern
• Compliance-Fachleute mit technischem Hintergrund, die KI-Governance-Aufgaben übernehmen
• IT-Einsteiger mit Affinität zu beiden Bereichen, die einen differenzierten Qualifikationsnachweis anstreben

Live-Unterricht im virtuellen Klassenzimmer bildet das Rückgrat der Weiterbildung. Dozierende mit Praxishintergrund in Security und KI führen durch die Einheiten und beziehen aktuelle Beispiele aus echten Implementierungsprojekten ein. Laborphasen, in denen Sie in Azure-Umgebungen direkt konfigurieren und programmieren, wechseln sich mit konzeptuellen Diskussionsrunden ab. Der SC-900-Teil arbeitet stärker mit Szenariodiskussionen und Fallbeispielen, der AI-102-Teil mit handlungsorientierten Labs. Eine HomeOffice-Teilnahme ist ebenso möglich wie die Nutzung von Präsenzräumen mit Doppelmonitoren. Das Format erlaubt direktes Feedback und individuelle Rückfragen, wie man es aus klassischem Präsenzunterricht kennt.

Die Weiterbildung dauert in Vollzeit mehr als einen Monat bis zu drei Monate. Die genaue Aufteilung zwischen SC-900-Stoff (kürzer, fundamentaler) und AI-102-Stoff (umfangreicher, technisch tiefer) hängt von den Vorkenntnissen der Gruppe ab. Der Kurs ist modular aufgebaut, sodass Teilnehmende mit bestimmten Vorkenntnissen schneller durch einzelne Abschnitte voranschreiten können. Teilzeitoption auf Anfrage verfügbar.

Der Kurs bereitet auf zwei Microsoft-Prüfungen vor: SC-900 (Microsoft Certified: Security, Compliance, and Identity Fundamentals) und AI-102 (Microsoft Certified: Azure AI Engineer Associate). Beide Prüfungen werden bei Pearson VUE abgelegt. Die resultierenden Microsoft Certified-Zertifikate werden weltweit anerkannt und sind durch kostenlose Renewal-Module regelmäßig aktualisierbar. Eine qualifizierte Teilnahmebescheinigung wird nach Kursabschluss ausgestellt.

Die Verbindung von Sicherheits-Grundwissen und KI-Engineering-Kompetenz ist auf dem Arbeitsmarkt eine zunehmend gesuchte Kombination. KI-Systeme stehen unter wachsendem regulatorischen Druck – Stichwort EU AI Act –, und Unternehmen suchen Fachkräfte, die technisch implementieren können und gleichzeitig die Governance-Perspektive mitdenken. Für Personen, die bereits im Sicherheits- oder Compliance-Bereich arbeiten, bietet der AI-102-Teil einen strukturierten Einstieg in die KI-Entwicklung, ohne von Grund auf neu anfangen zu müssen. Die Sicherheitsperspektive aus SC-900 schärft dabei den Blick auf Fragestellungen, die rein technisch orientierte KI-Kurse oft ausblenden: Wie schütze ich meine KI-Endpunkte? Wie handle ich personenbezogene Daten in einem Sprachmodell korrekt? Was bedeutet Responsible AI in der konkreten Projektrealität? Zwei anerkannte Microsoft Certified-Abschlüsse signalisieren Arbeitgebern und Kunden eine fundierte und breite Qualifikation im Microsoft-Ökosystem. Das eröffnet Rollen als Azure AI Engineer in sicherheitskritischen Branchen, als Cloud Security Architect mit KI-Kompetenz oder als technischer Compliance-Berater für KI-Projekte.