Datenplattformen mit Azure KI: Datenaufnahme und KI-Dienste

Kursüberblick

In der Weiterbildung "Datenplattformen mit Azure KI: Datenaufnahme und KI-Dienste" werden die Themen "Datenaufnahme" und "KI-Dienste" systematisch erschlossen und anhand beruflicher Aufgaben vertieft. Bei Azure AI liegt der Schwerpunkt auf einem sachgerechten und nachvollziehbaren Vorgehen. Im Mittelpunkt stehen ein klarer Aufgabenbezug, geeignete Vorgehensweisen und überprüfbare Arbeitsergebnisse. Anhand beruflicher Situationen wird geprüft, wie Azure AI einzuordnen ist und welche Rolle Datenplattformen dabei übernimmt. Als roter Faden dient die Aufgabenstellung "Datenplattformen mit Azure KI"; sie wird aus fachlicher, methodischer und qualitätsbezogener Perspektive bearbeitet. Die Teilnehmenden vergleichen Vorgehensweisen, in denen die Schwerpunkte Azure AI und Datenplattformen unterschiedliche Anforderungen abdecken. Teilnehmende bearbeiten nachvollziehbare Praxisfälle aus KI-gestützten Arbeits- und Anwendungssituationen, vergleichen Lösungswege und halten Annahmen, Entscheidungen sowie Ergebnisse fest. Ziel ist ein strukturiertes Verständnis der im Titel beschriebenen Aufgabenfelder und ihrer Anwendung in unterschiedlichen Arbeitssituationen. Programm Die Übungen behandeln Azure AI in einem klaren Arbeitsablauf und beziehen Datenplattformen an passenden Entscheidungspunkten ein. Die Bildungsinhalte sind in sieben aufeinander bezogene Lernabschnitte gegliedert: - Aufgabenfelder und KI-Bezug: Der Schwerpunkt "Datenplattformen mit Azure KI" wird hinsichtlich Aufgabenrahmen, typischer Einsatzbereiche und der dafür benötigten Arbeitsschritte eingeordnet. Die Ausrichtung konkretisiert sich durch die Auswahl geeigneter Ressourcen, Bereitstellung, Zugriffe, Überwachung und betriebliche Auswirkungen sowie durch den Weg von Quellen und Strukturen über Verarbeitungsschritte bis zu nutzbaren und geprüften Ergebnissen. - Datenaufnahme: Datenwege werden von der Quelle bis zum Ziel geplant; Transformationen, Abhängigkeiten und Fehlerpfade werden dokumentiert. Zu Azure AI werden typische Anforderungen, mögliche Lösungswege und Prüfkriterien gegenübergestellt. - KI-Dienste: Anwendungsfälle werden hinsichtlich Nutzen, Datenbezug, Ergebnisqualität und verantwortlicher Nutzung eingeordnet. - Aufgabenformulierung: Das Teilthema wird anhand zentraler Begriffe, typischer Arbeitsschritte und eines nachvollziehbaren Anwendungsfalls bearbeitet. Bei der Ergebniskontrolle werden sowohl Azure AI als auch Datenplattformen anhand nachvollziehbarer Kriterien betrachtet. - Vorgehen, Entscheidung und Dokumentation: Geeignete Arbeitsschritte werden ausgewählt, begründet und in einer strukturierten Dokumentation festgehalten. - Ergebnisqualität, Grenzen und Verantwortung: Ausgaben werden auf Plausibilität, Nachvollziehbarkeit und mögliche Fehler geprüft; Grenzen des Einsatzes werden dokumentiert. Dokumentierte Ergebnisse zeigen, wie Azure AI und Datenplattformen im jeweiligen Aufgabenfeld zusammenwirken. - Anwendungsaufgabe und Reflexion: Ein realitätsnahes Beispiel wird gepla…

Nächste Termine

• 2026-08-16T22:00:00.000Z · 2026-11-08T23:00:00.000Z · München · Combined Learning
• 2026-08-16T22:00:00.000Z · 2027-01-31T23:00:00.000Z · München · Combined Learning
• 2026-09-13T22:00:00.000Z · 2026-12-06T23:00:00.000Z · München · Combined Learning
• 2026-09-13T22:00:00.000Z · 2027-02-28T23:00:00.000Z · München · Combined Learning