Organisationen führen KI-Systeme unter wachsendem Druck ein, messbare Ergebnisse zu liefern und gleichzeitig Kosten, Latenz und Risiken der Datengovernance zu kontrollieren. Azure-KI-Dienste bilden inzwischen eine zentrale Schicht in Unternehmensarchitekturen, insbesondere für Dokumentenverarbeitung, Konversationsschnittstellen und die Analyse visueller Daten. Entwickler müssen über isolierte Modelle hinausgehen und integrierte, produktionsreife KI-Systeme aufbauen, die auf Cloud-Beschränkungen und Sicherheitserwartungen abgestimmt sind.
Während dieser Schulung erstellen die Teilnehmenden funktionierende KI-Anwendungen mit Azure AI Foundry und den Kerndiensten. Sie entwerfen Pipelines, die strukturierte Daten aus Formularen extrahieren, erstellen Konversationsagenten mit mehrstufiger Logik und stellen Modelle zur Bildklassifizierung und Objekterkennung bereit. Zu den Übungen gehören die Integration von Diensten über REST-APIs und SDKs, die Konfiguration von Spracherkennung und -synthese sowie der Aufbau von Anwendungen, die mehrere Modalitäten wie Text, Bild und Audio kombinieren. Jedes Modul verlangt von den Teilnehmenden, funktionierende Komponenten zu erstellen und Ausgaben zu validieren.
Die Schulung schliesst Lücken, die die meisten Azure-Schulungen ignorieren. Die Teilnehmenden lernen, mit inkonsistenten Eingabedaten umzugehen, API-Grenzen zu verwalten, Prompts für zuverlässige Ausgaben zu strukturieren und die Nachvollziehbarkeit von KI-Entscheidungen sicherzustellen. Sie lösen zudem Integrationsprobleme zwischen Diensten, verwalten Authentifizierungsabläufe und stimmen Ausgaben auf Geschäftsanforderungen ab. Der Fokus bleibt auf Umsetzungsbeschränkungen statt auf Funktionslisten.
Die Teilnehmenden verlassen die Schulung mit der Fähigkeit, Azure-KI-Anwendungen zu entwerfen, zu erstellen und bereitzustellen, die in realen Umgebungen funktionieren. Sie erstellen funktionierende Pipelines, konfigurieren Dienste für den produktiven Einsatz und begründen Architekturentscheidungen. Sie können Umsetzungsdiskussionen leiten, Abwägungen zwischen Diensten bewerten und sich mit direkter praktischer Erfahrung auf die AI-102 Zertifizierungsprüfung vorbereiten.
