AI-103 Develop AI Apps and Agents on Azure

Preis
Netto €
MwSt. €

Preis
Preis auf Anfrage

Dauer
4 Tage

Für Unternehmen und Arbeitssuchende:
dieser Kurs ist zu 100 % förderfähig!

Standort

Kurssprache
Englisch

Trainingslösungen
Online Live

Jetzt Beratung vereinbaren Als Favorit speichern Als PDF drucken/speichern

Der nächste Schritt in der Softwareentwicklung ist intelligent, adaptiv und kontextbewusst. KI-gestützte Apps und Agents eröffnen neue Möglichkeiten für Effizienz und Innovation.

Zentrale Themen:

Aufbau moderner AI-Anwendungen in Azure.
Nutzung von Azure OpenAI und Cognitive Services.
Entwicklung autonomer Agents.
Datenanbindung und Modellsteuerung.
Best Practices für Deployment und Monitoring.

Voraussetzung:
Solide Kenntnisse in Entwicklung oder Cloud-Umgebungen, Verständnis grundlegender AI-Konzepte hilfreich

Zielgruppe:
Developers, Solution Architects und technische Rollen mit Interesse an AI-Integration

Praxisnahes Verständnis für Technologien, die digitale Produkte intelligenter, schneller und wettbewerbsfähiger machen.

Als PDF drucken/speichern

Kursinhalte

AI-Lösungen auf Azure planen und vorbereiten

Was ist KI?
Microsoft Foundry
Foundry-Tools
Developer-Tools und SDKs
Verantwortungsvolle KI

Microsoft Foundry-Modelle auswählen, bereitstellen und bewerten

Modellkatalog durchsuchen
Benchmarks zur Modellauswahl nutzen
Endgeräte mit Modellen ausstatten
Modellleistung bewerten

Generative KI-Chat-App mit Microsoft Foundry entwickeln

Mit dem Modell-Spielplatz experimentieren.
Einen Endpunkt und ein SDK auswählen.
Antworten mit der Responses-API generieren.
Antworten mit der ChatCompletions-API generieren.

Mithilfe von Tools generative KI-Apps entwickeln

Was sind Tools?
Code-Interpreter-Tool verwenden
Web-Search-Tool verwenden
File-Search-Tool verwenden
Functions-Tool verwenden

Leistung generativer KI-Modelle mit Microsoft Foundry optimieren

Modellausgaben durch Prompt Engineering optimieren.
Modelle mit Retrieval Augmented Generation an realen Daten schulen.
Modelle für konsistentes Verhalten feinabstimmen.
Optimierungsstrategien vergleichen und kombinieren.

Umsetzung einer verantwortungsvollen Lösung für generative KI in Microsoft Foundry

Planung einer verantwortungsvollen Lösung für generative KI.
Erfassung potenzieller Risiken.
Bewertung potenzieller Risiken.
Minderung potenzieller Risiken.
Verwaltung einer verantwortungsvollen Lösung für generative KI.

KI-Agenten mit Microsoft Foundry und Visual Studio Code entwickeln

KI-Agenten und Microsoft Foundry Agent Service verstehen.
Entwicklungsansätze erkunden.
Erstmaligen Agenten in Microsoft Foundry erstellen.
Visual Studio Code für die Agentenentwicklung einrichten.
Agenten in Visual Studio Code konfigurieren und verwalten.
Agentenfunktionen mit Tools erweitern.
Agenten testen, bereitstellen und integrieren.

Benutzerdefinierte Tools in den Agenten integrieren

Warum benutzerdefinierte Tools verwenden?
Möglichkeiten zur Implementierung benutzerdefinierter Tools.
Integration benutzerdefinierter Tools.

MCP-Tools mit Azure AI-Agenten integrieren

Grundlagen zur Erkennung von MCP-Tools.
Agent-Tools mithilfe eines MCP-Servers und -Clients integrieren.
Azure AI-Agenten mit MCP-Servern verwenden.

Aufbau von wissensbasierten KI-Agenten mit Foundry IQ

RAG für Agenten verstehen.
Foundry IQ entdecken
Datenquellen für Wissensdatenbanken konfigurieren.
Die Informationsgewinnung mit Foundry IQ konfigurieren.

Agent in Microsoft 365 integrieren

Die Veröffentlichungsoptionen für Foundry-Agenten verstehen.
Einen Agenten vom Foundry-Portal in Teams veröffentlichen.
Fortgeschritten – Das Microsoft 365 Agents Toolkit verwenden.
Mit Work IQ auf Microsoft 365-Daten zugreifen.
Den integrierten Agenten testen und optimieren.

Agentengesteuerte Workflows mit Microsoft Foundry erstellen

Workflows verstehen.
Workflow-Muster erkennen.
Workflows in Microsoft Foundry erstellen.
Agenten zu einem Workflow hinzufügen.
Power Fx in Workflows anwenden.
Workflows in Microsoft Foundry verwalten.
Workflows im Code verwenden.

KI-Agent mit Microsoft Agent Framework entwickeln

KI-Agenten im Microsoft Agent Framework verstehen.
Azure-KI-Agent mit Microsoft Agent Framework erstellen.
Tools zum Azure-KI-Agenten hinzufügen.

Multi-Agent-Lösung mithilfe des Microsoft Agent Frameworks orchestrieren

Das Microsoft Agent Framework verstehen.
Agenten-Orchestrierung verstehen.
Parallele Orchestrierung verwenden.
Sequentielle Orchestrierung verwenden.
Gruppenchat-Orchestrierung verwenden.
Handoff-Orchestrierung verwenden.
Magentic-Orchestrierung verwenden.

Azure AI Agents mit A2A kennenlernen

A2A-Agent definieren
Agent-Executor implementieren.
A2A-Server hosten
Verbindung zu dem A2A-Agent herstellen.

Textanalyse mit Azure Language in Foundry Tools

Azure Language in Microsoft Foundry Tools.
Sprache erkennen
Entitäten extrahieren
Personenbezogene Daten (PII) extrahieren.

Textanalyse-Agent mit dem Azure Language MCP-Server entwickeln

Den Azure Language MCP-Server kennenlernen.
Verbindung zum Language MCP-Server herstellen und diesen mit einem Agenten nutzen.

Sprachfähige generative KI-Anwendung entwickeln

Ein sprachfähiges Modell auswählen.
Sprache transkribieren
Sprache synthetisieren

Sprachfähige Apps mit Azure Speech in Microsoft Foundry Tools erstellen

Azure Speech in Foundry Tools
Die Speech-to-Text-API verwenden.
Die Text-to-Speech-API verwenden.
Audioformate und Stimmen konfigurieren.
Die Speech Synthesis Markup Language verwenden.

Mit Azure Speech MCP-Server einen Sprachagenten entwickeln

Azure Speech MCP-Server verstehen.
Speech MCP-Server mit einem Agenten verbinden und nutzen.

Entwicklung eines Azure Speech Voice Live Agents

Untersuchung der Azure Voice Live API.
Untersuchung der AI Voice Live Client Library für Python.
Entwicklung eines Voice Live Agents.

Übersetzen von Text und Sprache mit Microsoft Foundry Tools

Übersetzung in Microsoft Foundry
Text übersetzen
Sprache übersetzen

Generative KI-Anwendung mit Bildverarbeitungsfunktion entwickeln

Ein bildverarbeitungsfähiges Modell im Microsoft.
Foundry-Portal verwenden.
Eine bildbasierte Chat-Anwendung entwickeln.

Bilder mit KI generieren

Was sind Bildgenerierungsmodelle?
Modelle im Foundry-Portal erkunden
Client-App mit Bildmodell erstellen

Videos mit Microsoft Foundry erstellen

Ein Videogenerierungsmodell bereitstellen.
Video aus einer Eingabeaufforderung generieren.
Video in Python generieren.

Bilder mit Content Understanding analysieren

Was versteht man unter Content Understanding?
Bilder mithilfe von Content Understanding auswerten.

Multimodale Analyselösung mit Azure Content Understanding erstellen

Was ist Azure Content Understanding?
Einen Content-Understanding-Analyzer erstellen.
Die Content-Understanding-API verwenden.

Azure Content Understanding-Clientanwendung erstellen

Vorbereitung zur Nutzung der AI Content Understanding API.
Erstellen eines Content Understanding-Analyzers.
Analysieren von Inhalten.

Daten mit Azure Document Intelligence extrahieren

Was ist Azure Document Intelligence?
Verwendung des Document Intelligence Studio.
Verwendung vorgefertigter Modelle.
Trainieren und Verwenden benutzerdefinierter Modelle.

Knowledge-Mining-Lösung mit Azure AI Search erstellen

Was ist Azure AI Search?
Daten mit einem Indexer extrahieren.
Extrahierte Daten mit KI-Fähigkeiten anreichern.
Einen Index durchsuchen.
Extrahierte Informationen in einem Knowledge Store speichern.

Dein Training wird zu 100% gefördert

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, …

Das QCG Programm für alle im Unternehmen

Weitere Informationen

Der Bildungsgutschein für alle Jobsuchenden

Weitere Informationen

Häufig gestellte Fragen

Was bringt Wissen zu Azure AI Apps und Agents konkret im Job?

Automatisierte Prozesse, intelligente Anwendungen und schnellere Entwicklung steigern Effizienz und machen Projekte skalierbar.

Warum ist der Aufbau von AI Agents aktuell so gefragt?

Unternehmen setzen zunehmend auf autonome Systeme, um Kosten zu senken und Entscheidungen datenbasiert zu automatisieren.

Welche Praxiskenntnisse entstehen rund um Azure AI Lösungen?

Konzeption, Entwicklung und Integration von AI Apps sowie Einsatz moderner Azure-Dienste für reale Use Cases.

Für wen lohnt sich der Fokus auf AI-gestützte Anwendungen besonders?

Relevanz für Development, Data, Cloud und Business-Rollen, die Prozesse digitalisieren und intelligent erweitern.

Welche Risiken entstehen ohne Know-how in Azure AI?

Verpasste Innovationschancen, ineffiziente Abläufe und steigender Wettbewerbsdruck durch besser aufgestellte Teams.

Wie schnell lassen sich eigene AI Apps produktiv einsetzen?

Mit strukturiertem Ansatz entstehen erste funktionsfähige Lösungen oft bereits nach kurzer Entwicklungszeit.

Welche Technologien stehen im Mittelpunkt moderner AI Lösungen auf Azure?

Cloud-native Services, Machine Learning, APIs und Agenten-Logik für skalierbare und flexible Anwendungen.

Warum ist Azure eine zentrale Plattform für AI-Projekte?

Hohe Integrationstiefe, breite Servicepalette und direkte Anbindung an bestehende Cloud-Infrastrukturen ermöglichen schnelle Umsetzung.

Hast du weitere Fragen? Bitte kontaktiere uns.

Centerauswahl *

0800 258 258 055

website@newhorizons.de

Vorname *

Nachname *

Telefonnummer *

Postleitzahl *

E-Mail *

Ich möchte meine Weiterbildung fördern lassen - ich bin zurzeit: *

Firmenname

Deine Nachricht

Hiermit bestätige ich, dass ich den Datenschutzhinweis zur Kenntnis genommen habe. *