AI Engineer: Arbeitsaufgaben, Werkzeuge und Qualitäts­sicherung

Passt der Kurs zu dir?

1. 1
   Grundlagen in Netzwerken, IP-Adressierung und Linux oder Windows Server, denn jede Cloud-Plattform baut darauf auf.
2. 2
   Ein eigenes Testkonto beim Cloud-Anbieter mit Budgetwarnung, damit Übungsressourcen keine unerwarteten Kosten verursachen; frage, ob der Kurs stattdessen eine Laborumgebung stellt.
3. 3
   Englisch zum Lesen von Konsole und Herstellerdokumentation; frage nach, in welcher Sprache du die Zertifizierungsprüfung ablegst.

Das lernst du

1. 1
   Die Weiterbildung "AI Engineer mit Azure Infrastruktur und Datenstrategie: Arbeitsaufgaben, Werkzeuge und Qualitätssicherung" verbindet fachliche Grundlagen mit anwendungsbezogenen Übungen zu den Themen "Arbeitsaufgaben", "Werkzeuge" und "Qualitätssicherung". Arbeitsergebnisse zu Microsoft Azure werden anhand klarer Kriterien besprochen und verbessert. Der Aufbau folgt typischen Arbeitsschritten von der Anforderungsaufnahme über die technische Umsetzung bis zur Prüfung und Dokumentation der Ergebnisse. Zwischen Microsoft Azure und AI Engineer werden Gemeinsamkeiten, Unterschiede und sinnvolle Übergänge herausgearbeitet. Als roter Faden dient die Aufgabenstellung "AI Engineer mit Azure Infrastruktur und Datenstrategie"; sie wird aus fachlicher, methodischer und qualitätsbezogener Perspektive bearbeitet. Anhand beruflicher Situationen wird geprüft, wie Microsoft Azure einzuordnen ist und welche Rolle AI Engineer dabei übernimmt. 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.
2. 2
   Im fachlichen Mittelpunkt stehen das Kompetenzfeld Microsoft Azure und der Anwendungsschwerpunkt AI Engineer.
3. 3

   Die Bildungsinhalte sind in sieben aufeinander bezogene Lernabschnitte gegliedert

   Aufgabenfelder und KI-Bezug: Der Schwerpunkt "AI Engineer mit Azure Infrastruktur und Datenstrategie" 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. Die Übungen behandeln Microsoft Azure in einem klaren Arbeitsablauf und beziehen AI Engineer an passenden Entscheidungspunkten ein.
   Arbeitsaufgaben: Die Teilnehmenden ordnen Anforderungen ein, wählen ein geeignetes Vorgehen und dokumentieren die daraus entstehenden Ergebnisse.
   Werkzeuge: Begriffe, Abläufe und Entscheidungspunkte werden miteinander verbunden und in einer praxisnahen Aufgabe angewendet. Für die Praxisfälle werden Kenntnisse zu Microsoft Azure aufgebaut und mit fachlichen Bezügen zu AI Engineer verknüpft.
   Qualitätssicherung: Annahmen, Prüfschritte und Ergebnisse werden so dokumentiert, dass Entscheidungen und Korrekturen nachvollzogen werden können. Für Microsoft Azure werden Grenzen, Abhängigkeiten und geeignete Kontrollschritte berücksichtigt.
   Arbeitsablauf von Anforderung bis Ergebnis: Anforderungen werden konkretisiert, die Umsetzung wird geplant und das Ergebnis mit dokumentierten Prüfschritten abgeschlossen.
   Kontrolle und verantwortliche Nutzung: Eingaben, Ergebnisse und menschliche Prüfschritte werden zu einem nachvollziehbaren Qualitätsprozess verbunden. Die fachliche Einordnung von Microsoft Azure wird durch konkrete Aufgaben zu AI Engineer ergänzt.
   Praxisübung mit Ergebnisbesprechung: Eine strukturierte Aufgabe verbindet die Lernabschnitte; Ergebnisse, offene Fragen und mögliche Verbesserungen werden gemeinsam ausgewertet.
   Die Teilnehmenden setzen Microsoft Azure in einem abgegrenzten Aufgabenabschnitt selbstständig ein. Die Übungen sind so angelegt, dass Teilnehmende Begriffe nicht nur wiedergeben, sondern Arbeitsschritte begründen, Ergebnisse prüfen und auf einen neuen Fall übertragen. Die Lernaufgaben verbinden Microsoft Azure mit AI Engineer und machen die Schnittstellen zwischen beiden Themen sichtbar. Die Dokumentation der Praxisaufgaben macht Lernfortschritte, offene Fragen und fachliche Entscheidungen nachvollziehbar.

1. 1

   München

   26.10.2026 · Blended Learning · Vollzeit · 1–3 Monate · 5.000–10.000 €

2. 2

   München

   26.10.2026 · Blended Learning · Teilzeit · 3–6 Monate · 5.000–10.000 €

3. 3

   München

   23.11.2026 · Blended Learning · Teilzeit · 3–6 Monate · 5.000–10.000 €

4. 4

   München

   23.11.2026 · Blended Learning · Vollzeit · 1–3 Monate · 5.000–10.000 €

Förderwege

Wer deinen Kurs zahlt

Was dir die Qualifikation beruflich bringt

1. 1

   Infrastruktur automatisieren

   In den DevOps- und Bereitstellungskursen beschreibst du Server und Netzwerke als Code und spielst Änderungen über Pipelines aus. Testumgebungen entstehen so per Skript und verschwinden danach wieder. Beispiel: Du richtest eine Pipeline ein, die bei jeder Codeänderung eine Testumgebung in AWS erzeugt und nach dem Test löscht.

2. 2

   Datenschutz und Sicherheit mitplanen

   Die Kurse zu Cloud Security und CCSP behandeln Verschlüsselung, Identitäten und die geteilte Verantwortung zwischen Anbieter und Kunde. Verarbeitet ein Cloud-Anbieter personenbezogene Daten im Auftrag, verlangt die DSGVO einen Vertrag, der ihn an die dokumentierten Weisungen des Auftraggebers bindet. Beispiel: Du prüfst für ein Projekt, in welcher Region die Kundendaten liegen und ob der Vertrag zur Auftragsverarbeitung unterschrieben ist.

3. 3

   Kosten sichtbar machen

   Du lernst, Ressourcen mit Tags Projekten zuzuordnen, Budgets mit Warnschwellen anzulegen und ungenutzte Instanzen zu finden. Das trennt einen geplanten Cloud-Betrieb von einer überraschenden Monatsrechnung. Beispiel: Du findest in einem Konto vergessene Testserver und stellst eine automatische Abschaltung am Abend ein.

Themen

Arbeitsmarkt

Cloud Computing bundesweit in Zahlen