KI-Architekt*in mit Zusatz­qualifikation - Identität

Passt der Kurs zu dir?

1. 1
   Motivation und Lernbereitschaft
2. 2
   Zuverlässigkeit im jeweiligen Arbeitsfeld
3. 3
   Konkrete Zulassung des gewählten Weges prüfen

Das lernst du

1. 1
   Titel: KI-Architekt*in mit Zusatzqualifikation - Identität, Zugriff und Sicherheit in Azure
2. 2
   1. Kursbeschreibung
3. 3
   Der Kurs,,KI-Architekt*in mit Zusatzqualifikation - Identität, Zugriff und Sicherheit in Azure" verbindet technologische Kompetenz in Künstlicher Intelligenz mit umfassendem Wissen über Cloud-Sicherheit und Identitätsmanagement. Teilnehmende lernen, KI-Systeme in Azure sicher zu entwickeln, zu verwalten und zu schützen. Der Fokus liegt auf Identitätsverwaltung, Zugriffskontrollen und der sicheren Integration von KI-Lösungen in Unternehmensumgebungen.
4. 4
   2. Zielgruppe
5. 5
   Der Kurs richtet sich an KI-Architekt:innen, Data Scientists, Cloud- und Sicherheitsfachkräfte sowie IT-Verantwortliche, die KI-Modelle und Cloud-Dienste sicher betreiben und verwalten möchten.
6. 6
   3. Kursniveau
7. 7
   Fortgeschrittene bis Expert:innen - Grundkenntnisse in Cloud Computing, KI oder IT-Sicherheit sind empfehlenswert.
8. 8
   4. Vorkenntnisse und empfohlene Vorkurse
9. 9
   Empfohlen werden die Kurse,,Azure Fundamentals (AZ-900)" und,,Introduction to Python", um das Verständnis für Cloud- und KI-Technologien zu vertiefen.
10. 10
    5. Agenda (4-6 Themenblöcke)
11. 11
    Modul 1: Architektur und Sicherheit von KI-Systemen
12. 12
    Teilnehmende lernen, wie KI-Architekturen aufgebaut sind und welche Sicherheitskonzepte für den Schutz sensibler Daten und Modelle notwendig sind.
13. 13
    Praxisbeispiel: Entwurf einer sicheren KI-Architektur mit Azure-Diensten.
14. 14

    Kursinhalte

    Grundlagen moderner KI-Architekturen
    Datenfluss- und Zugriffssicherheit
    Governance und Richtlinien für KI-Systeme
    Risikomanagement in KI-Projekten
    Modul 2: Microsoft AI-102 - Azure AI Engineer Associate
    Dieses Modul vermittelt die praktische Umsetzung von KI-Projekten mit Azure Cognitive Services, Azure Machine Learning und Azure OpenAI.
    Praxisbeispiel: Entwicklung einer KI-Anwendung mit Authentifizierung und Zugriffskontrolle.
    Entwicklung und Deployment von KI-Modellen in Azure
    Nutzung von Sprach-, Text- und Vision-Diensten
    Integration von KI in bestehende Anwendungen
    Sicherheit, Skalierbarkeit und Datenschutz
    Modul 3: Microsoft SC-300 - Identity and Access Administrator Associate
    In diesem Modul werden die Grundlagen und Best Practices der Identitätsverwaltung in Azure vermittelt. Der Fokus liegt auf der sicheren Authentifizierung, Zugriffskontrolle und Governance.
    Praxisbeispiel: Implementierung von Rollen- und Berechtigungsstrukturen für KI-Projekte.
    Verwaltung von Benutzeridentitäten mit Microsoft Entra ID
    Zugriffssteuerung und Berechtigungsmanagement
    Implementierung von Conditional Access Policies
    Sicheres Anwendungs- und Geräte-Management
    Modul 4: Microsoft SC-100 - Cybersecurity Architect Expert
    Dieses Modul vertieft das Wissen zur Planung und Umsetzung sicherer Cloud-Architekturen. Teilnehmende lernen, Sicherheitsrichtlinien für hybride und KI-basierte Systeme zu entwerfen.
    Praxisbeispiel: Entwicklung eines umfassenden Sicherheitskonzepts für eine KI-Cloud-Infrastruktur.
    Entwurf sicherer Cloud-Architekturen
    Zero-Trust-Strategien und Sicherheitsautomatisierung
    Überwachung und Incident Response
    Compliance, Governance und Datenschutz
    Modul 5: Praxisprojekt - Sichere KI-Architektur in Azure
    Im Abschlussprojekt kombinieren Teilnehmende ihre Kenntnisse aus den Modulen, um eine sichere, skalierbare und governance-konforme KI-Lösung zu entwickeln.
    Praxisbeispiel: Aufbau einer Multi-Tenant-KI-Architektur mit rollenbasiertem Zugriff.
    Integration von KI, Identität und Zugriffssicherheit
    Verwaltung von Datenzugriffen und Secrets
    Überwachung von Systemaktivitäten mit Azure Defender
    Abschlusspräsentation des Projekts
    6. Zusatzinformationen
    Der Kurs ist AZAV-zertifiziert und kann über Bildungsgutschein oder Qualifizierungschancengesetz (QCG) gefördert werden.
    Er richtet sich an Einzelpersonen und B2B-Kund:innen und wird über New Horizons (München, Stuttgart, Nürnberg) sowie learn2program.de angeboten.
    ,,KI-Architekt*in mit Zusatzqualifikation - Identität, Zugriff und Sicherheit in Azure" bietet eine praxisorientierte Verbindung von KI-Entwicklung und Cloud-Security. Teilnehmende lernen, wie moderne KI-Systeme sicher betrieben, geschützt und verwaltet werden - eine zentrale Kompetenz in der Cloud-gestützten KI-Welt.
    Alle Kurse können deutschlandweit online belegt werden. Viele unserer Kurse finden auf Deutsch und/oder auf Englisch statt.

1. 1

   Stuttgart

   Blended Learning · Teilzeit · 1–3 Monate · 5.000–10.000 €

2. 2

   Nürnberg

   Blended Learning · Teilzeit · 1–3 Monate · 5.000–10.000 €

3. 3

   München

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

4. 4

   Stuttgart

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

5. 5

   München

   Blended Learning · Teilzeit · 1–3 Monate · 5.000–10.000 €

Förderwege

Wer deinen Kurs zahlt

Brutto im Monat

Mitte und Viertel bundesweit

3 Schritte vom Kurs in den Beruf

1. 1

   KI auf echte Arbeitsaufgaben anwenden

   Deine Branchenkenntnis bleibt wertvoll, wenn du einen Prozess mit KI unterstützt und das Ergebnis prüfst. Gute Praxis beschreibt Ausgangslage, Daten, menschliche Kontrolle und eine überprüfbare Verbesserung, ohne Automatisierung pauschal zu versprechen. Beispiel: Bearbeite einen kleinen Prozess aus deinem bisherigen Beruf und vergleiche Zeitbedarf und Qualität vorher und nachher.

2. 2

   Fachwissen mit neuen Werkzeugen verbinden

   Branchenkenntnis, Kommunikation und Qualitätskontrolle bleiben wichtig. Gerade im Quereinstieg ergänzt du vorhandene Erfahrung durch ein Projekt mit Quellenprüfung, Versionierung, Freigabe und dokumentierten Grenzen. Beispiel: Ein Bewerbungsbeispiel beschreibt Aufgabe, verwendete Werkzeuge, Prüfung der Ergebnisse und Grenzen des Ansatzes.

3. 3

   Verantwortung schrittweise aufbauen

   Projektkoordination, Schulung und Prozessgestaltung verlangen mehr als Toolbedienung. Achte auf Inhalte zu Use-Case-Auswahl, Datenqualität, Prüfung, Dokumentation und Zusammenarbeit. Vergleiche die Kursaufgaben mit den Zielstellen, die du erreichen möchtest. Beispiel: Vergleiche einen Grundlagenkurs mit einem Projektkurs und entscheide nach deinem aktuellen Kenntnisstand.

Themen

Arbeitsmarkt

KI & Machine Learning bundesweit in Zahlen