{"course":{"productid":34761,"modality":1,"active":true,"language":"de","title":"Develop generative AI apps in Azure","productcode":"AI-3016","vendorcode":"MS","vendorname":"Microsoft","fullproductcode":"MS-AI-3016","courseware":{"has_ekit":true,"has_printkit":false,"language":""},"url":"https:\/\/portal.flane.ch\/course\/microsoft-ai-3016","essentials":"<p>Bevor Sie mit diesem Modul beginnen, sollten Sie sich mit grundlegenden KI-Konzepten und -Diensten in Azure vertraut machen. Eventuell sollten Sie zun&auml;chst den Lernpfad Erste Schritte mit k&uuml;nstlicher Intelligenz abschliessen.<\/p>","contents":"<h4>Planen und Vorbereiten der Entwicklung von KI-L&ouml;sungen in Azure<\/h4><ul>\n<li>Einleitung<\/li><li>Was ist KI?<\/li><li>Microsoft Foundry<\/li><li>Giesserei-Werkzeuge<\/li><li>Entwicklerwerkzeuge und SDKs<\/li><li>Verantwortungsvolle KI<\/li><li>&Uuml;bung &ndash; Vorbereiten eines KI-Entwicklungsprojekts<\/li><li>Modulbewertung<\/li><li>Zusammenfassung<\/li><\/ul>\n<h4>Ausw&auml;hlen, Bereitstellen und Auswerten von Microsoft Foundry-Modellen<\/h4><ul>\n<li>Einleitung<\/li><li>Erkunden des Modellkatalogs<\/li><li>Ausw&auml;hlen von Modellen mit Benchmarks<\/li><li>Bereitstellen von Modellen zu Endpunkten<\/li><li>Modellleistung bewerten<\/li><li>&Uuml;bung &ndash; Ausw&auml;hlen, Bereitstellen und Auswerten von Modellen<\/li><li>Wissens&uuml;berpr&uuml;fung<\/li><li>Zusammenfassung<\/li><\/ul>\n<h4>Entwickeln einer generativen KI-Chat-App mit Microsoft Foundry<\/h4><ul>\n<li>Einleitung<\/li><li>Entdecken Sie mit dem Modell-Playground<\/li><li>Ausw&auml;hlen eines Endpunkts und SDK<\/li><li>Generieren von Antworten mit der Antwort-API<\/li><li>Generieren von Antworten mit der ChatCompletions-API<\/li><li>&Uuml;bung &ndash; Erstellen einer generativen KI-Chat-App<\/li><li>Wissens&uuml;berpr&uuml;fung<\/li><li>Zusammenfassung<\/li><\/ul>\n<h4>Entwickeln von generativen KI-Apps, die Tools verwenden<\/h4><ul>\n<li>Einf&uuml;hrung<\/li><li>Was sind Tools?<\/li><li>Verwendung des Tools Code_Interpreter<\/li><li>Verwenden Sie das Tool &quot;Web_Search&quot;<\/li><li>Verwenden Sie das Tool file_search<\/li><li>Verwenden des Funktionstools<\/li><li>&Uuml;bung &ndash; Erstellen einer generativen KI-Chat-App, die Tools verwendet<\/li><li>Modulbewertung<\/li><li>Zusammenfassung<\/li><\/ul>\n<h4>Optimieren der leistung des generativen KI-Modells mit Microsoft Foundry<\/h4><ul>\n<li>Einleitung<\/li><li>Optimieren der Modellausgabe mit Prompt Engineering<\/li><li>Verankern Sie Ihr Modell mit durch Abruf angereicherter Generierung.<\/li><li>Optimieren eines Modells f&uuml;r ein einheitliches Verhalten<\/li><li>Vergleichen und Kombinieren von Optimierungsstrategien<\/li><li>&Uuml;bung &ndash; Optimieren der leistung des generativen KI-Modells<\/li><li>Modulbewertung<\/li><li>Zusammenfassung<\/li><\/ul>\n<h4>Implementieren einer verantwortungsvollen generativen KI-L&ouml;sung in Microsoft Foundry<\/h4><ul>\n<li>Einleitung<\/li><li>Planen einer verantwortungsvollen generativen KI-L&ouml;sung<\/li><li>Kartieren potenzieller Sch&auml;den<\/li><li>Messen potenzieller Sch&auml;den<\/li><li>Minimieren potenzieller Sch&auml;den<\/li><li>Verwalten einer verantwortungsvollen generativen KI-L&ouml;sung<\/li><li>&Uuml;bung &ndash; Anwenden von Schutzmassnahmen, um die Ausgabe sch&auml;dlicher Inhalte zu vermeiden<\/li><li>Modulbewertung<\/li><li>Zusammenfassung<\/li><\/ul>","outline":"<h5>Planen und Vorbereiten der Entwicklung von KI-L&ouml;sungen in Azure<\/h5><p>Microsoft Azure bietet mehrere Dienste, mit denen Entwicklern spannende KI-basierte L&ouml;sungen erstellen k&ouml;nnen. Die richtige Planung und Vorbereitung umfasst die Identifizierung der Dienste, die Sie verwenden und eine optimale Arbeitsumgebung f&uuml;r Ihr Entwicklungsteam erstellen.<\/p>\n<ul>\n<li>Einleitung<\/li><li>Was ist KI?<\/li><li>Azure AI-Dienste<\/li><li>Azure AI Foundry<\/li><li>Entwicklertools und SDKs<\/li><li>Verantwortungsvolle KI<\/li><li>&Uuml;bung &ndash; Vorbereiten eines KI-Entwicklungsprojekts<\/li><li>Modulbewertung<\/li><li>Zusammenfassung<\/li><\/ul><h5>Ausw&auml;hlen und Bereitstellen von Modellen aus dem Modellkatalog im Azure AI Foundry-Portal<\/h5><p>W&auml;hlen Sie die verschiedenen Sprachmodelle aus, die &uuml;ber den Modellkatalog von Azure AI Foundry verf&uuml;gbar sind. Erfahren Sie, wie Sie ein Modell ausw&auml;hlen, bereitstellen und testen sowie dessen Leistung verbessern.<\/p>\n<ul>\n<li>Einf&uuml;hrung<\/li><li>Erkunden der Sprachmodelle im Modellkatalog<\/li><li>Bereitstellen eines Modells auf einem Endpunkt<\/li><li>Verbessern der Leistung eines Sprachmodells<\/li><li>&Uuml;bung: Erkunden und Bereitstellen von Sprachmodellen und Chatten mit Sprachmodellen<\/li><li>Wissensbeurteilung<\/li><li>Zusammenfassung<\/li><\/ul><h5>Entwickeln einer KI-App mit dem Azure AI Foundry SDK<\/h5><p>Verwenden Sie das Azure AI Foundry SDK, um KI-Anwendungen mit Azure AI Foundry-Projekten zu entwickeln.<\/p>\n<ul>\n<li>Einleitung<\/li><li>Was ist das Azure AI Foundry SDK?<\/li><li>Arbeiten mit Projektverbindungen<\/li><li>Erstellen eines Chatclients<\/li><li>&Uuml;bung &ndash; Erstellen einer generativen KI-Chat-App<\/li><li>Modulbewertung<\/li><li>Zusammenfassung<\/li><\/ul><h5>Erste Schritte mit Prompt Flow zum Entwickeln von Sprachmodell-Apps in Azure KI Foundry<\/h5><p>Erfahren Sie, wie Sie mithilfe von Prompt Flow in Azure KI Foundry Anwendungen entwickeln, die Sprachmodelle nutzen.<\/p>\n<ul>\n<li>Einf&uuml;hrung<\/li><li>Grundlegendes zum Entwicklungslebenszyklus einer LLM-App (Large Language Model)<\/li><li>Grundlegende Komponenten verstehen und Flow-Typen untersuchen<\/li><li>Erkunden von Verbindungen und Laufzeiten<\/li><li>Erkunden von Varianten und &Uuml;berwachungsoptionen<\/li><li>&Uuml;bung: Erste Schritte mit dem Prompt Flow<\/li><li>Wissensbeurteilung<\/li><li>Zusammenfassung<\/li><\/ul><h5>Entwickeln einer RAG-basierten L&ouml;sung mit Ihren eigenen Daten mithilfe von Azure AI Foundry<\/h5><p>Retrieval Augmented Generation (RAG) ist ein g&auml;ngiges Muster, das in L&ouml;sungen f&uuml;r generative KI verwendet wird, um Aufforderungen mit Ihren Daten zu grounden. Azure AI Foundry bietet Unterst&uuml;tzung f&uuml;r das Hinzuf&uuml;gen von Daten, das Erstellen von Indizes und die Integration in generative KI-Modelle, die Ihnen beim Erstellen von RAG-basierten L&ouml;sungen helfen.<\/p>\n<ul>\n<li>Einf&uuml;hrung<\/li><li>Verstehen, wie Ihr Sprachmodell geerdet wird<\/li><li>Machen Sie Ihre Daten durchsuchbar<\/li><li>Erstellen eines Copilots mit Prompt Flow<\/li><li>&Uuml;bung: Erstellen eines benutzerdefinierten Copilots, der Ihre eigenen Daten verwendet<\/li><li>Wissensbeurteilung<\/li><li>Zusammenfassung<\/li><\/ul><h5>Optimieren eines Sprachmodells mit Azure KI Foundry<\/h5><p>Trainieren eines Basissprachenmodells f&uuml;r eine Chat-Vervollst&auml;ndigungsaufgabe. Im Modellkatalog von Azure KI Foundry finden Sie viele Open-Source-Modelle, die Sie f&uuml;r die speziellen Anforderungen an das Verhalten Ihres Modells optimieren k&ouml;nnen.<\/p>\n<ul>\n<li>Einf&uuml;hrung<\/li><li>Verstehen, wann ein Sprachmodell optimiert werden sollte<\/li><li>Vorbereiten Ihrer Daten zur Optimierung eines Chat-Vervollst&auml;ndigungsmodells<\/li><li>Entdecken Sie die Optimierung von Sprachmodellen in Azure KI Studio<\/li><li>&Uuml;bung &ndash; Optimieren eines Sprachmodells<\/li><li>Modulbewertung<\/li><li>Zusammenfassung<\/li><\/ul><h5>Implementieren einer verantwortungsvollen generativen KI-L&ouml;sung in Azure AI Foundry<\/h5><p>Mit der generativen KI sind erstaunlich kreative L&ouml;sungen m&ouml;glich, sie muss jedoch verantwortungsbewusst implementiert werden, um das Risiko zu minimieren, dass sch&auml;dliche Inhalte generiert werden.<\/p>\n<ul>\n<li>Einleitung<\/li><li>Planen einer verantwortungsvollen generativen KI-L&ouml;sung<\/li><li>Potenzielle Sch&auml;den kartieren<\/li><li>Messen potenzieller Sch&auml;den<\/li><li>Minimieren potenzieller Sch&auml;den<\/li><li>Verwalten einer verantwortungsvollen generativen KI-L&ouml;sung<\/li><li>&Uuml;bung &ndash; Anwenden von Inhaltsfiltern, um die Ausgabe sch&auml;dlicher Inhalte zu verhindern<\/li><li>Modulbewertung<\/li><li>Zusammenfassung<\/li><\/ul><h5>Bewertung der generativen KI-Leistung im Azure AI Foundry-Portal<\/h5><p>Die Auswertung von Copiloten ist unerl&auml;sslich, um sicherzustellen, dass Ihre generativen KI-Anwendungen den Benutzeranforderungen entsprechen, genaue Antworten bereitstellen und sich im Laufe der Zeit kontinuierlich verbessern. Erfahren Sie, wie Sie die Leistung Ihrer generativen KI-Anwendungen mithilfe der Tools und Features bewerten und optimieren, die in Azure KI Studio verf&uuml;gbar sind.<\/p>\n<ul>\n<li>Einf&uuml;hrung<\/li><li>Bewerten Sie die Modellleistung<\/li><li>Manuelles Auswerten der Leistung eines Modells<\/li><li>Automatisierte Auswertungen<\/li><li>Bewerten Sie die Leistung Ihrer generativen KI-Apps<\/li><li>&Uuml;bung &ndash; Bewerten der leistung des generativen KI-Modells<\/li><li>Modulbewertung<\/li><li>Zusammenfassung<\/li><\/ul>","summary":"<p>Erfahren Sie, wie Sie generative KI-Apps in Microsoft Foundry entwickeln<\/p>","essentials_plain":"Bevor Sie mit diesem Modul beginnen, sollten Sie sich mit grundlegenden KI-Konzepten und -Diensten in Azure vertraut machen. Eventuell sollten Sie zun\u00e4chst den Lernpfad Erste Schritte mit k\u00fcnstlicher Intelligenz abschliessen.","contents_plain":"Planen und Vorbereiten der Entwicklung von KI-L\u00f6sungen in Azure\n\n\n- Einleitung\n- Was ist KI?\n- Microsoft Foundry\n- Giesserei-Werkzeuge\n- Entwicklerwerkzeuge und SDKs\n- Verantwortungsvolle KI\n- \u00dcbung \u2013 Vorbereiten eines KI-Entwicklungsprojekts\n- Modulbewertung\n- Zusammenfassung\n\nAusw\u00e4hlen, Bereitstellen und Auswerten von Microsoft Foundry-Modellen\n\n\n- Einleitung\n- Erkunden des Modellkatalogs\n- Ausw\u00e4hlen von Modellen mit Benchmarks\n- Bereitstellen von Modellen zu Endpunkten\n- Modellleistung bewerten\n- \u00dcbung \u2013 Ausw\u00e4hlen, Bereitstellen und Auswerten von Modellen\n- Wissens\u00fcberpr\u00fcfung\n- Zusammenfassung\n\nEntwickeln einer generativen KI-Chat-App mit Microsoft Foundry\n\n\n- Einleitung\n- Entdecken Sie mit dem Modell-Playground\n- Ausw\u00e4hlen eines Endpunkts und SDK\n- Generieren von Antworten mit der Antwort-API\n- Generieren von Antworten mit der ChatCompletions-API\n- \u00dcbung \u2013 Erstellen einer generativen KI-Chat-App\n- Wissens\u00fcberpr\u00fcfung\n- Zusammenfassung\n\nEntwickeln von generativen KI-Apps, die Tools verwenden\n\n\n- Einf\u00fchrung\n- Was sind Tools?\n- Verwendung des Tools Code_Interpreter\n- Verwenden Sie das Tool \"Web_Search\"\n- Verwenden Sie das Tool file_search\n- Verwenden des Funktionstools\n- \u00dcbung \u2013 Erstellen einer generativen KI-Chat-App, die Tools verwendet\n- Modulbewertung\n- Zusammenfassung\n\nOptimieren der leistung des generativen KI-Modells mit Microsoft Foundry\n\n\n- Einleitung\n- Optimieren der Modellausgabe mit Prompt Engineering\n- Verankern Sie Ihr Modell mit durch Abruf angereicherter Generierung.\n- Optimieren eines Modells f\u00fcr ein einheitliches Verhalten\n- Vergleichen und Kombinieren von Optimierungsstrategien\n- \u00dcbung \u2013 Optimieren der leistung des generativen KI-Modells\n- Modulbewertung\n- Zusammenfassung\n\nImplementieren einer verantwortungsvollen generativen KI-L\u00f6sung in Microsoft Foundry\n\n\n- Einleitung\n- Planen einer verantwortungsvollen generativen KI-L\u00f6sung\n- Kartieren potenzieller Sch\u00e4den\n- Messen potenzieller Sch\u00e4den\n- Minimieren potenzieller Sch\u00e4den\n- Verwalten einer verantwortungsvollen generativen KI-L\u00f6sung\n- \u00dcbung \u2013 Anwenden von Schutzmassnahmen, um die Ausgabe sch\u00e4dlicher Inhalte zu vermeiden\n- Modulbewertung\n- Zusammenfassung","outline_plain":"Planen und Vorbereiten der Entwicklung von KI-L\u00f6sungen in Azure\n\nMicrosoft Azure bietet mehrere Dienste, mit denen Entwicklern spannende KI-basierte L\u00f6sungen erstellen k\u00f6nnen. Die richtige Planung und Vorbereitung umfasst die Identifizierung der Dienste, die Sie verwenden und eine optimale Arbeitsumgebung f\u00fcr Ihr Entwicklungsteam erstellen.\n\n\n- Einleitung\n- Was ist KI?\n- Azure AI-Dienste\n- Azure AI Foundry\n- Entwicklertools und SDKs\n- Verantwortungsvolle KI\n- \u00dcbung \u2013 Vorbereiten eines KI-Entwicklungsprojekts\n- Modulbewertung\n- Zusammenfassung\nAusw\u00e4hlen und Bereitstellen von Modellen aus dem Modellkatalog im Azure AI Foundry-Portal\n\nW\u00e4hlen Sie die verschiedenen Sprachmodelle aus, die \u00fcber den Modellkatalog von Azure AI Foundry verf\u00fcgbar sind. Erfahren Sie, wie Sie ein Modell ausw\u00e4hlen, bereitstellen und testen sowie dessen Leistung verbessern.\n\n\n- Einf\u00fchrung\n- Erkunden der Sprachmodelle im Modellkatalog\n- Bereitstellen eines Modells auf einem Endpunkt\n- Verbessern der Leistung eines Sprachmodells\n- \u00dcbung: Erkunden und Bereitstellen von Sprachmodellen und Chatten mit Sprachmodellen\n- Wissensbeurteilung\n- Zusammenfassung\nEntwickeln einer KI-App mit dem Azure AI Foundry SDK\n\nVerwenden Sie das Azure AI Foundry SDK, um KI-Anwendungen mit Azure AI Foundry-Projekten zu entwickeln.\n\n\n- Einleitung\n- Was ist das Azure AI Foundry SDK?\n- Arbeiten mit Projektverbindungen\n- Erstellen eines Chatclients\n- \u00dcbung \u2013 Erstellen einer generativen KI-Chat-App\n- Modulbewertung\n- Zusammenfassung\nErste Schritte mit Prompt Flow zum Entwickeln von Sprachmodell-Apps in Azure KI Foundry\n\nErfahren Sie, wie Sie mithilfe von Prompt Flow in Azure KI Foundry Anwendungen entwickeln, die Sprachmodelle nutzen.\n\n\n- Einf\u00fchrung\n- Grundlegendes zum Entwicklungslebenszyklus einer LLM-App (Large Language Model)\n- Grundlegende Komponenten verstehen und Flow-Typen untersuchen\n- Erkunden von Verbindungen und Laufzeiten\n- Erkunden von Varianten und \u00dcberwachungsoptionen\n- \u00dcbung: Erste Schritte mit dem Prompt Flow\n- Wissensbeurteilung\n- Zusammenfassung\nEntwickeln einer RAG-basierten L\u00f6sung mit Ihren eigenen Daten mithilfe von Azure AI Foundry\n\nRetrieval Augmented Generation (RAG) ist ein g\u00e4ngiges Muster, das in L\u00f6sungen f\u00fcr generative KI verwendet wird, um Aufforderungen mit Ihren Daten zu grounden. Azure AI Foundry bietet Unterst\u00fctzung f\u00fcr das Hinzuf\u00fcgen von Daten, das Erstellen von Indizes und die Integration in generative KI-Modelle, die Ihnen beim Erstellen von RAG-basierten L\u00f6sungen helfen.\n\n\n- Einf\u00fchrung\n- Verstehen, wie Ihr Sprachmodell geerdet wird\n- Machen Sie Ihre Daten durchsuchbar\n- Erstellen eines Copilots mit Prompt Flow\n- \u00dcbung: Erstellen eines benutzerdefinierten Copilots, der Ihre eigenen Daten verwendet\n- Wissensbeurteilung\n- Zusammenfassung\nOptimieren eines Sprachmodells mit Azure KI Foundry\n\nTrainieren eines Basissprachenmodells f\u00fcr eine Chat-Vervollst\u00e4ndigungsaufgabe. Im Modellkatalog von Azure KI Foundry finden Sie viele Open-Source-Modelle, die Sie f\u00fcr die speziellen Anforderungen an das Verhalten Ihres Modells optimieren k\u00f6nnen.\n\n\n- Einf\u00fchrung\n- Verstehen, wann ein Sprachmodell optimiert werden sollte\n- Vorbereiten Ihrer Daten zur Optimierung eines Chat-Vervollst\u00e4ndigungsmodells\n- Entdecken Sie die Optimierung von Sprachmodellen in Azure KI Studio\n- \u00dcbung \u2013 Optimieren eines Sprachmodells\n- Modulbewertung\n- Zusammenfassung\nImplementieren einer verantwortungsvollen generativen KI-L\u00f6sung in Azure AI Foundry\n\nMit der generativen KI sind erstaunlich kreative L\u00f6sungen m\u00f6glich, sie muss jedoch verantwortungsbewusst implementiert werden, um das Risiko zu minimieren, dass sch\u00e4dliche Inhalte generiert werden.\n\n\n- Einleitung\n- Planen einer verantwortungsvollen generativen KI-L\u00f6sung\n- Potenzielle Sch\u00e4den kartieren\n- Messen potenzieller Sch\u00e4den\n- Minimieren potenzieller Sch\u00e4den\n- Verwalten einer verantwortungsvollen generativen KI-L\u00f6sung\n- \u00dcbung \u2013 Anwenden von Inhaltsfiltern, um die Ausgabe sch\u00e4dlicher Inhalte zu verhindern\n- Modulbewertung\n- Zusammenfassung\nBewertung der generativen KI-Leistung im Azure AI Foundry-Portal\n\nDie Auswertung von Copiloten ist unerl\u00e4sslich, um sicherzustellen, dass Ihre generativen KI-Anwendungen den Benutzeranforderungen entsprechen, genaue Antworten bereitstellen und sich im Laufe der Zeit kontinuierlich verbessern. Erfahren Sie, wie Sie die Leistung Ihrer generativen KI-Anwendungen mithilfe der Tools und Features bewerten und optimieren, die in Azure KI Studio verf\u00fcgbar sind.\n\n\n- Einf\u00fchrung\n- Bewerten Sie die Modellleistung\n- Manuelles Auswerten der Leistung eines Modells\n- Automatisierte Auswertungen\n- Bewerten Sie die Leistung Ihrer generativen KI-Apps\n- \u00dcbung \u2013 Bewerten der leistung des generativen KI-Modells\n- Modulbewertung\n- Zusammenfassung","summary_plain":"Erfahren Sie, wie Sie generative KI-Apps in Microsoft Foundry entwickeln","skill_level":"Intermediate","version":"1.0","duration":{"unit":"d","value":1,"formatted":"1 Tag"},"pricelist":{"List Price":{"DE":{"country":"DE","currency":"EUR","taxrate":19,"price":690},"US":{"country":"US","currency":"USD","taxrate":null,"price":675},"CA":{"country":"CA","currency":"CAD","taxrate":null,"price":675},"AT":{"country":"AT","currency":"EUR","taxrate":20,"price":690},"SE":{"country":"SE","currency":"EUR","taxrate":25,"price":690},"IT":{"country":"IT","currency":"EUR","taxrate":20,"price":490},"PL":{"country":"PL","currency":"PLN","taxrate":23,"price":1400},"CH":{"country":"CH","currency":"CHF","taxrate":8.1,"price":950},"GB":{"country":"GB","currency":"GBP","taxrate":20,"price":940},"NL":{"country":"NL","currency":"EUR","taxrate":21,"price":695},"SG":{"country":"SG","currency":"USD","taxrate":8,"price":540},"AU":{"country":"AU","currency":"USD","taxrate":10,"price":675},"IN":{"country":"IN","currency":"USD","taxrate":12.36,"price":399},"SI":{"country":"SI","currency":"EUR","taxrate":20,"price":690},"FR":{"country":"FR","currency":"EUR","taxrate":19.6,"price":990},"AE":{"country":"AE","currency":"USD","taxrate":5,"price":450}}},"lastchanged":"2026-02-26T12:56:40+01:00","parenturl":"https:\/\/portal.flane.ch\/swisscom\/json-courses","nexturl_course_schedule":"https:\/\/portal.flane.ch\/swisscom\/json-course-schedule\/34761","source_lang":"de","source":"https:\/\/portal.flane.ch\/swisscom\/json-course\/microsoft-ai-3016"}}