Bewertungen 4,2
Bewertungen 4,5
AI-103 Develop AI Apps and Agents on Azure
Intelligente Software lebt von echten Daten, präziser Logik und klarer Architektur. Du lernst, wie du KI-Anwendungen und Agents auf Azure konzipierst, baust und zuverlässig in Betrieb nimmst.
Zentrale Themen
- Generative KI-Apps und Agents mit Microsoft Foundry und Azure OpenAI entwickeln
- Azure Cognitive Services für Sprache, Bild und Dokument einsetzen
- Autonome KI-Agenten planen, konfigurieren und testen
- Multi-Agent-Architekturen orchestrieren und integrieren
- Daten anbinden, Modelle optimieren und in Produktion bringen
Voraussetzung
Wer Erfahrung in Softwareentwicklung oder Cloud-Umgebungen mitbringt, findet sofort Anknüpfungspunkte. Ein Grundverständnis von KI-Konzepten ist hilfreich, aber keine Pflicht.
Zielgruppe
Alle, die KI-Anwendungen professionell entwickeln wollen – ob als Developer, Solution Architect oder technische Fachkraft mit Interesse an AI-Integration.
Du verlässt den Kurs mit konkretem Wissen: wie intelligente Apps gebaut werden, was Agents brauchen und wie du eigene KI-Lösungen auf Azure von der Idee bis zum Betrieb begleitest.
Kursinhalte
Azure-Umgebung für KI-Lösungen einrichten und vorbereiten
- Grundlagen und Einordnung von KI-Konzepten
- Überblick über Microsoft Foundry als Entwicklungsplattform
- Werkzeuge und Komponenten von Microsoft Foundry kennenlernen
- Entwicklerwerkzeuge und SDKs für Azure KI nutzen
- Prinzipien verantwortungsvoller KI-Nutzung anwenden
Modelle in Microsoft Foundry auswählen, einsetzen und beurteilen
- Den Modellkatalog von Microsoft Foundry gezielt durchsuchen
- Leistungsbenchmarks für die Modellwahl verstehen und einsetzen
- Modelle auf Zielgeräten bereitstellen und konfigurieren
- Qualität und Leistung von Modellen systematisch bewerten
KI-Chat-Anwendung mit Microsoft Foundry schrittweise aufbauen
- Den Modell-Spielplatz zum Testen und Erkunden nutzen
- Passenden Endpunkt und geeignetes SDK auswählen
- Antworten über die Responses-API generieren und steuern
- Chat-Antworten mit der ChatCompletions-API erzeugen
Generative KI-Apps mit integrierten Tools ausstatten und erweitern
- Rolle und Funktion von Tools in KI-Apps verstehen
- Den Code-Interpreter-Tool gezielt einsetzen
- Websuche als Tool in KI-Anwendungen integrieren
- Dateizugriff über das File-Search-Tool ermöglichen
- Eigene Logik über Functions-Tools einbinden
Generative KI-Modelle gezielt abstimmen und optimieren
- Prompt Engineering zur Verbesserung von Modellausgaben einsetzen
- Modelle mit RAG auf echten Daten trainieren und verbessern
- Modelle durch Feinabstimmung auf konsistentes Verhalten ausrichten
- Unterschiedliche Optimierungsansätze vergleichen und kombinieren
Verantwortungsvolle generative KI mit Microsoft Foundry umsetzen
- Verantwortungsvolle KI-Lösung systematisch planen
- Risiken erkennen und vollständig erfassen
- Identifizierte Risiken strukturiert bewerten
- Maßnahmen zur Risikominderung entwickeln und umsetzen
- Betrieb und Verwaltung verantwortungsvoller KI-Lösungen sicherstellen
KI-Agenten mit Foundry und Visual Studio Code aufbauen
- Grundlagen des Foundry Agent Service kennenlernen
- Verschiedene Ansätze zur Agentenentwicklung vergleichen
- Ersten Agenten in Microsoft Foundry anlegen und konfigurieren
- Visual Studio Code als Entwicklungsumgebung für Agents einrichten
- Agents in VS Code gezielt konfigurieren und überwachen
- Agentenbefähigkeiten durch Tool-Integration ausbauen
- Agenten testen, deployen und in Anwendungen einbinden
Eigene Tools entwickeln und in Agenten einbinden
- Mehrwert und Einsatzszenarien benutzerdefinierter Tools verstehen
- Implementierungsoptionen für eigene Tools abwägen
- Benutzerdefinierte Tools schrittweise integrieren
MCP-Server und Azure AI-Agents verbinden und nutzen
- Grundlagen und Erkennung von MCP-Tools verstehen
- Agenten-Tools über MCP-Server und -Client einbinden
- Azure AI-Agenten mit MCP-Servern koppeln und betreiben
Wissensbasierte KI-Agenten mit Foundry IQ entwickeln
- Grundlagen von RAG für den Einsatz in Agenten kennenlernen
- Möglichkeiten von Foundry IQ erkunden
- Datenquellen für Knowledge Bases gezielt konfigurieren
- Informationsabruf mit Foundry IQ einrichten und optimieren
KI-Agenten in Microsoft 365 einbinden und veröffentlichen
- Publikationsoptionen für Foundry-Agenten kennenlernen
- Agenten aus dem Foundry-Portal in Microsoft Teams bereitstellen
- Das Microsoft 365 Agents Toolkit für erweiterte Szenarien einsetzen
- Microsoft 365-Daten über Work IQ einbinden
- Integrierten Agenten testen und gezielt verbessern
Automatisierte Workflows mit Agenten in Microsoft Foundry aufbauen
- Grundlagen und Funktionsweise von KI-Workflows verstehen
- Typische Workflow-Muster erkennen und einordnen
- Eigene Workflows in Microsoft Foundry anlegen
- Agenten als Teil von Workflows konfigurieren
- Power Fx für Workflow-Logik nutzen
- Workflows überwachen und im Betrieb pflegen
- Workflows programmgesteuert aufrufen und steuern
Agenten mit dem Microsoft Agent Framework aufbauen
- Architektur und Konzepte des Microsoft Agent Framework kennenlernen
- Azure KI-Agenten im Agent Framework anlegen und einrichten
- Agenten durch Tool-Integration erweitern und stärken
Multi-Agent-Systeme mit dem Microsoft Agent Framework steuern
- Aufbau und Prinzipien des Microsoft Agent Framework kennenlernen
- Konzepte und Vorteile der Agenten-Orchestrierung erfassen
- Agenten in parallelen Abläufen koordinieren
- Agenten sequentiell steuern und verketten
- Gruppenbasierte Kommunikation zwischen Agenten einsetzen
- Übergaben zwischen Agenten gezielt managen
- Magentic-Orchestrierung für komplexe Multi-Agent-Szenarien nutzen
Kommunikation zwischen Azure AI Agents mit A2A aufbauen
- A2A-Agenten konzipieren und definieren
- Den Agent-Executor implementieren und einbinden
- A2A-Server konfigurieren und hosten
- Verbindung zu einem A2A-Agenten aufbauen und testen
Natürliche Sprache mit Azure Language und Foundry Tools analysieren
- Azure Language als Teil von Microsoft Foundry Tools kennenlernen
- Sprache zuverlässig erkennen und klassifizieren
- Relevante Entitäten aus Texten extrahieren
- Personenbezogene Daten sicher erkennen und extrahieren
Textanalyse-Agenten über den Azure Language MCP-Server aufbauen
- Einsatzmöglichkeiten des Azure Language MCP-Servers verstehen
- Language MCP-Server mit einem Agenten verbinden und in Betrieb nehmen
Sprachein- und -ausgabe in KI-Anwendungen integrieren
- Das passende Modell für Sprachverarbeitung auswählen
- Gesprochene Sprache in Text umwandeln
- Text in natürliche Sprache umwandeln
Sprachfähige Anwendungen mit Azure Speech entwickeln
- Azure Speech im Kontext von Foundry Tools kennenlernen
- Gesprochene Sprache über die Speech-to-Text-API verarbeiten
- Text über die Text-to-Speech-API in Sprache ausgeben
- Audioformate und Stimmprofile gezielt konfigurieren
- SSML für präzise Sprachausgabe einsetzen
Sprachagenten mit dem Azure Speech MCP-Server aufbauen
- Funktionsweise und Einsatzbereiche des Azure Speech MCP-Servers kennenlernen
- Azure Speech MCP-Server mit einem Agenten koppeln und betreiben
Echtzeit-Sprachagenten mit Azure Speech Voice Live entwickeln
- Möglichkeiten und Struktur der Azure Voice Live API kennenlernen
- AI Voice Live Client Library für Python analysieren und einsetzen
- Einen funktionsfähigen Voice Live Agent aufbauen
Text und Sprache mit Microsoft Foundry Tools übersetzen
- Übersetzungsfunktionen in Microsoft Foundry kennenlernen
- Texte automatisch übersetzen und ausgeben
- Gesprochene Sprache in andere Sprachen übertragen
KI-Anwendungen mit Bildverarbeitungsfähigkeiten aufbauen
- Bildverarbeitungsfähiges Modell in Microsoft Foundry auswählen
- Das Foundry-Portal für bildbasierte Anwendungen nutzen
- Eine Chat-Anwendung mit Bildverarbeitung entwickeln und testen
KI-gestützte Bildgenerierung in Anwendungen einsetzen
- Grundlagen und Typen von KI-Bildgenerierungsmodellen kennenlernen
- Bildmodelle im Foundry-Portal vergleichen und auswählen
- Client-Anwendung zur Bildgenerierung entwickeln
KI-gestützte Videogenerierung mit Microsoft Foundry aufbauen
- Videogenerierungsmodell bereitstellen und konfigurieren
- Videos durch Texteingabe erzeugen und ausgeben
- Videogenerierung per Python-Code steuern
Bilder mit Azure Content Understanding auswerten
- Konzept und Anwendungsbereich von Content Understanding verstehen
- Bilder mit Content Understanding gezielt analysieren
Multimodale Analysen mit Azure Content Understanding entwickeln
- Funktionsweise und Einsatzgebiete von Azure Content Understanding kennenlernen
- Content-Understanding-Analyzer aufbauen und konfigurieren
- Inhalte über die Content Understanding API verarbeiten
Client-Anwendung für Azure Content Understanding entwickeln
- Voraussetzungen für die Content Understanding API schaffen
- Content Understanding-Analyzer aufbauen
- Inhalte analysieren und Ergebnisse verarbeiten
Strukturierte Daten mit Azure Document Intelligence gewinnen
- Möglichkeiten und Einsatzbereiche von Azure Document Intelligence kennenlernen
- Document Intelligence Studio effektiv nutzen
- Vorgefertigte Modelle für gängige Dokumententypen einsetzen
- Eigene Modelle für spezifische Dokumentenformate trainieren
Wissens-Mining-Lösung mit Azure AI Search aufbauen
- Azure AI Search als Knowledge-Mining-Plattform kennenlernen
- Inhalte über einen Indexer automatisch erfassen
- Erfasste Daten durch KI-Skills anreichern
- Intelligente Suche über den Index ermöglichen
- Ergebnisse dauerhaft in einem Knowledge Store ablegen
Jetzt kostenlos beraten lassen
Unsere Fördermaßnahmen gelten ausschließlich für Teilnehmende mit Wohn- oder Arbeitssitz in Deutschland.
Eine Förderung außerhalb Deutschlands ist nicht möglich.
Für Berufseinsteiger, Arbeitsuchende, Quereinsteiger, Startups, Berufserfahrene, Aufsteiger, Spezialisten …
Welchen Berufsvorteil bringt AI-103 in der Praxis?
- Mit fundierten Azure-Kenntnissen entwickelst du schneller, automatisierst gezielt und machst eigene Projekte von Grund auf skalierbar.
Warum wächst die Nachfrage nach KI-Agent-Entwicklung so stark?
- Organisationen jeder Größe suchen nach Wegen, Routinearbeit zu automatisieren und Entscheidungen zuverlässig durch KI zu unterstützen.
Was kannst du nach AI-103 in der Praxis umsetzen?
- Du kannst KI-Anwendungen konzipieren, entwickeln und in bestehende Systeme integrieren – mit echten Azure-Diensten für reale Anforderungen.
Für welche Rollen ist AI-103 am relevantesten?
- Besonders wertvoll für alle, die in Entwicklung, Cloud, Data oder IT-Architektur arbeiten und KI gezielt integrieren wollen.
Was riskieren Teams ohne Azure-AI-Kenntnisse?
- Wer KI-Kompetenz vernachlässigt, verliert Boden gegenüber Teams, die Innovationspotenziale früher erkennen und konsequenter nutzen.
Wie lange dauert es bis zur ersten produktiven KI-Anwendung?
- Wer strukturiert vorgeht, kann erste lauffähige Lösungen oft innerhalb weniger Tage entwickeln und für reale Szenarien einsetzen.
Welche Azure-Technologien prägen aktuelle KI-Lösungen?
- Moderne Azure-KI-Lösungen kombinieren Cloud-native Services, Machine Learning APIs und Agenten-Logik zu skalierbaren, flexiblen Systemen.
Was macht Azure zur wichtigsten Plattform für KI-Entwicklung?
- Kein anderes Cloud-Ökosystem bietet eine vergleichbare Kombination aus Modellvielfalt, Service-Integration und nahtloser Anbindung an bestehende Infrastrukturen.
Dein persönlicher Weg zur passenden Weiterbildung – wir beraten Dich individuell
Unsere erfahrenen Bildungsberater:innen begleiten Dich von der ersten Frage bis zum Start Deiner Weiterbildung.
