Develop AI apps and agents on Azure

Grundlagen der KI-Entwicklung mit Microsoft Azure

• Überblick über Azure AI Services

• Einführung in Microsoft Foundry

• Planung von KI-Entwicklungsprojekten

• Entwicklungsumgebungen vorbereiten

• SDKs und Entwicklungstools einsetzen

• Grundlagen verantwortungsvoller KI

Generative KI-Modelle entwickeln und bereitstellen

• Modelle im Microsoft Foundry-Modellkatalog auswählen

• KI-Modelle vergleichen

• Modell-Benchmarks verwenden

• Modelle über Endpunkte bereitstellen

• Modellleistung bewerten

• Automatisierte und manuelle Modellauswertung

Generative KI-Anwendungen entwickeln

• Chat-Anwendungen mit Microsoft Foundry erstellen

• Model Playground verwenden

• API-Endpunkte integrieren

• Responses API einsetzen

• Chat Completions API verwenden

• KI-Funktionen in Anwendungen integrieren

Toolgestützte KI-Anwendungen

• Tools in generative KI-Anwendungen integrieren

• Code Interpreter einsetzen

• Web Search und File Search verwenden

• Function Calling implementieren

• Externe Funktionen anbinden

• Toolgestützte Chat-Anwendungen entwickeln

Prompt Engineering und Modelloptimierung

• Prompt Engineering für generative KI

• Retrieval-Augmented Generation (RAG)

• Wissensbasierte KI-Antworten entwickeln

• Modellverhalten optimieren

• Antwortqualität verbessern

• Optimierungsstrategien bewerten

Responsible AI und Governance

• Verantwortungsvolle KI-Entwicklung

• Risiken generativer KI identifizieren

• Schutzmaßnahmen gegen schädliche Inhalte

• Governance-Anforderungen berücksichtigen

• Sicherheit und Kontrolle von KI-Anwendungen

KI-Agenten mit Microsoft Foundry entwickeln

• Einführung in Microsoft Foundry Agent Service

• KI-Agenten erstellen und konfigurieren

• Visual Studio Code als Entwicklungsumgebung

• Agent-Funktionen erweitern

• Agenten testen und bereitstellen

• Agenten in Anwendungen integrieren

Benutzerdefinierte Tools und MCP

• Eigene Tools in KI-Agenten integrieren

• Implementierungsoptionen bewerten

• Model Context Protocol verstehen

• MCP-Server und MCP-Clients anbinden

• Azure AI Agents mit MCP-Tools verbinden

• Agentische Tool-Workflows entwickeln

Knowledge Connections und Foundry IQ

• Wissensgestützte KI-Agenten erstellen

• Retrieval-Augmented Generation für Agents

• Microsoft Foundry IQ einsetzen

• Datenquellen konfigurieren

• Wissensdatenbanken integrieren

• Abrufqualität und Antwortqualität optimieren

KI-Agenten in Microsoft 365 integrieren

• Foundry Agents veröffentlichen

• Integration in Microsoft Teams

• Microsoft 365 Copilot anbinden

• Microsoft 365-Daten mit Work IQ nutzen

• Integrierte Agenten testen

• Agent-Funktionalität optimieren

Agent-Workflows und Multi-Agent-Systeme

• Agentgesteuerte Workflows entwickeln

• Power Fx in Workflows einsetzen

• Microsoft Agent Framework verwenden

• Agent-Orchestrierung planen

• Sequenzielle und parallele Agent-Ausführung

• Gruppenchat-Orchestrierung

• Handoff-Orchestrierung

• Multi-Agent-Lösungen entwickeln

• Agent-to-Agent-Protokoll (A2A) einsetzen

• Kommunikation zwischen Agenten ermöglichen

Natural Language Processing mit Azure

• Azure Language verwenden

• Automatische Sprachenerkennung

• Entitäten extrahieren

• Personenbezogene Informationen erkennen

• Semantische Textanalyse

• Azure Language MCP-Server integrieren

• Textanalyse-Agenten entwickeln

Sprachfähige KI-Anwendungen

• Sprachmodelle auswählen

• Speech-to-Text implementieren

• Text-to-Speech einsetzen

• Azure Speech Services integrieren

• Speech Synthesis Markup Language verwenden

• Sprachfähige KI-Agenten entwickeln

• Azure Speech MCP-Server einsetzen

Voice Agents und Übersetzung

• Voice Live API und SDK verwenden

• Konversationsfähige Voice Agents entwickeln

• Sprachinteraktionen integrieren

• Automatische Textübersetzung

• Übersetzung gesprochener Sprache

• Mehrsprachige Anwendungen entwickeln

Bildverarbeitung und generative KI

• Visionfähige KI-Modelle einsetzen

• Bildgestützte Chat-Anwendungen entwickeln

• Bildinhalte analysieren

• Bildgenerierungsmodelle auswählen

• Bilder aus Texteingaben generieren

• Bildgenerierung mit Microsoft Foundry integrieren

Video und multimodale KI

• Videogenerierungsmodelle bereitstellen

• Videos aus Texteingaben generieren

• Videogenerierung mit Python

• Sora 2 in Microsoft Foundry

• Multimodale KI-Anwendungen entwickeln

• Unterschiedliche Inhaltstypen kombinieren

Azure Content Understanding

• Inhalte automatisiert analysieren

• Informationen aus Bildern extrahieren

• Multimodale Datenanalyse

• Content Understanding API verwenden

• Analyseworkflows entwickeln

• KI-gestützte Client-Anwendungen integrieren

Azure Document Intelligence

• Automatisierte Dokumentenverarbeitung

• OCR-Technologien einsetzen

• Deep-Learning-Modelle verwenden

• Vorgefertigte und benutzerdefinierte Modelle

• Informationen aus Dokumenten extrahieren

Azure AI Search und Knowledge Mining

• Azure AI Search einsetzen

• Daten mit Indexern erfassen

• KI-gestützte Datenanreicherung

• Wissensspeicher entwickeln

• Suchlösungen implementieren

• Informationen für KI-Anwendungen bereitstellen