AI-900: Microsoft Azure AI Fundamentals

• KI-Szenarien beurteilen und den Azure-KI-Dienstkategorien zuordnen
• Zentrale Machine-Learning-Konzepte in Azure-Umgebungen interpretieren
• Computer-Vision-Anwendungsfälle einschliesslich OCR, Gesichts- und Objektanalyse bewerten
• Erste Analysen von NLP-, Speech- und konversationellen KI-Szenarien durchführen
• Überlegungen zu verantwortungsvoller KI für Einführungen generativer KI formulieren
• Prüfungsreife Erklärungen von Azure OpenAI und Azure-KI-Diensten erstellen
• Grundlegende KI-Terminologie in technischen und nicht-technischen Diskussionen souverän einsetzen

KI-Kompetenz wird in den Jahren 2025 und 2026 zu einer betrieblichen Anforderung. Teams stehen unter Druck, KI-Initiativen schneller zu bewerten, Entscheidungen zu dokumentieren und zu erklären, warum sie einen Dienst anstelle eines anderen auswählen. Europäische Organisationen sehen sich zudem einer schärferen Prüfung in Bezug auf Transparenz, Risikoklassifizierung und menschliche Aufsicht gegenüber, wenn sie KI in Kundenservice, Dokumentenverarbeitung und Workflows zur Inhaltserstellung einführen. In diesem Zusammenhang ist AI-900 relevant, weil es Fachleuten eine strukturierte Möglichkeit gibt, zu erklären, was KI-Systeme tun, wo Azure-Dienste passen und welche Grenzen oder Kontrollen gelten, bevor ein Projekt skaliert.

Während der Schulung erarbeiten sich die Teilnehmenden die Landschaft der Azure-KI-Dienste so, wie Projektteams ihr in der Praxis begegnen. Sie ordnen Geschäftsszenarien in Machine Learning, Computer Vision, Verarbeitung natürlicher Sprache, konversationelle KI, Dokumentenintelligenz, Knowledge Mining oder generative KI ein. Sie betrachten Bildanalyse, OCR, Belegextraktion, Spracherkennung, Übersetzung, Textanalyse, Bot-Funktionen und Anwendungsfälle von Azure OpenAI. Ausserdem verknüpfen sie jeden Anwendungsfall mit dem entsprechenden Microsoft-Dienst und bereiten sich auf die Logik und Formulierungen der AI-900 Prüfung vor.

Diese Schulung schliesst Lücken, die viele einführende KI-Kurse ignorieren. Viele Teams können einen KI-Dienst benennen, aber die Wahl nicht begründen, den Workload nicht korrekt definieren oder Evidenzqualität und Dienstgrenzen gegenüber Stakeholdern nicht erklären. Andere geraten ins Stocken, wenn Geschäfts-, Compliance- und Technikteams unterschiedliche Sprache für dasselbe Problem verwenden. Die Schulung schliesst diese Lücken, indem sie sich auf Dienstauswahl, Workload-Einordnung, Grundsätze verantwortungsvoller KI und eine Kommunikation konzentriert, die internen Prüfungen und Zertifizierungsprüfungen standhält.

Die Teilnehmenden verlassen die Schulung mit der Fähigkeit, die Azure-KI-Grundlagen klar zu erklären, die richtigen Dienstfamilien für gängige Szenarien zu identifizieren und Vision-, Sprach-, Speech-, Such- und generative KI-Workloads ohne Verwirrung zu unterscheiden. Sie können Grundsätze verantwortungsvoller generativer KI erörtern, prüfungsähnliche Fragen präzise interpretieren und mit einer soliden Basis in fortgeschrittenere Azure- oder KI-Governance-Schulungen einsteigen. Sie sind zudem bereit, die AI-900 Prüfung abzulegen und die Zertifizierung Microsoft Certified: Azure AI Fundamentals anzustreben.

• IT-Managerinnen und IT-Manager, die erste KI-Anwendungsfälle bewerten und Chancen korrekt einordnen müssen, bevor sie Budget oder Anbieter zuweisen
• Business-Analystinnen und -Analysten in KI-Initiativen, die betriebliche Anforderungen in die richtige Azure-Dienstfamilie übersetzen müssen
• Fachleute aus Cybersecurity, Risiko oder Compliance, die KI-Workloads interpretieren und Governance-Implikationen mit Umsetzungsteams besprechen müssen
• Cloud- oder Datenfachleute am Karriereanfang, die sich auf Microsoft-KI-Zertifizierungen vorbereiten und eine strukturierte Grundlage benötigen, bevor sie tiefere technische Pfade einschlagen

Es sind keine praktischen Vorkenntnisse im KI-Engineering erforderlich. Die Teilnehmenden sollten über grundlegende digitale Kompetenz und ein allgemeines Bewusstsein für Cloud-Dienste und Geschäftsanwendungen verfügen. Vertrautheit mit Microsoft Azure ist hilfreich, aber nicht zwingend. Ohne diese Grundlage können die Teilnehmenden dem Kurs dennoch folgen, benötigen aber möglicherweise etwas mehr Zeit, um Azure-Dienstnamen mit praktischen Anwendungsfällen und Prüfungsformulierungen zu verknüpfen.