Darum lohnt sich der Kurs
Entwickeln Sie skalierbare und produktionsreife Multi-Agent-KI-Lösungen mit Microsoft Foundry und Azure. In diesem praxisorientierten Training vertiefen Sie die Architektur von Multi-Agent-Systemen, bauen geeignete Tool-Ökosysteme auf und integrieren diese in Ihre Lösungen. Darüber hinaus befassen Sie sich mit der Orchestrierung mehrerer KI-Agenten sowie mit zentralen Anforderungen an Überwachung, Sicherheit und Governance.Seminarinhalt
Der Kurs vermittelt fortgeschrittene Kenntnisse für die Konzeption und Entwicklung von Multi-Agent-KI-Lösungen. Im Mittelpunkt steht der Weg von der logischen Architektur bis zu produktionsfähigen Multi-Agent-Systemen und -Workflows. Dabei lernen Sie, wie verschiedene Agenten, Tools und technische Komponenten strukturiert zusammenspielen und wie sich betriebliche sowie sicherheitsrelevante Anforderungen berücksichtigen lassen.
Zu den Schwerpunkten gehören:
- Entwerfen und Entwickeln von Multi-Agent-KI-Lösungen mit Microsoft Foundry und Azure
- Konzeption der logischen Architektur von Multi-Agent-Lösungen
- Aufbau und Integration von Tool-Ökosystemen
- Multi-Agent-Orchestrierung
- Integration von Überwachungsmechanismen
- Sicherheit von Multi-Agent-Lösungen
- Governance für Multi-Agent-Systeme
- Ausrichtung auf skalierbare und produktionsbereite KI-Lösungen und Workflows
Nach diesem Training:
- konzipieren und implementieren Sie produktionsreife Multi-Agent-KI-Lösungen in Azure.
- orchestrieren Sie KI-Agenten und gestalten deren Aufgabenverteilung und Kommunikation mit A2A.
- entwickeln Sie produktionsgerechte Prompting-Strategien und Tool-Ökosysteme mit MCP und Microsoft Foundry.
- implementieren Sie fortgeschrittene RAG-Pipelines und Speicherarchitekturen für Multi-Agent-Systeme.
- automatisieren Sie die Bereitstellung von Multi-Agent-Systemen mit CI/CD-Pipelines und GitHub Actions.
- sichern und steuern Sie Multi-Agent-Systeme mithilfe von Zero-Trust-Prinzipien und geeigneten Governance-Mechanismen.
- überwachen und evaluieren Sie Multi-Agent-Lösungen mit OpenTelemetry und geeigneten Evaluierungsframeworks.
- optimieren Sie Performance und Kosten produktiver Multi-Agent-Lösungen.
- integrieren Sie Human-in-the-Loop-Freigabeprozesse mit Power Automate und Microsoft Teams.
- analysieren und beheben Sie Fehler und Incidents in produktiven Multi-Agent-Systemen.
Programm
- Zustandsbehaftete agentische Schleifen mit Microsoft Foundry Agent Service konzipieren
- Fortgeschrittene Multi-Agent-Orchestrierungsmuster in Microsoft Foundry implementieren
- Strategien zur Aufgabenzerlegung und Zusammenarbeit von Agenten in Microsoft Foundry anwenden
- Agentenkommunikation im Unternehmensmaßstab mit dem Agent2Agent-Protokoll (A2A) in Azure entwerfen
Entwicklung produktionsreifer Multi-Agent-Funktionen mit Microsoft Foundry
- Fortgeschrittene Prompting-Strategien für produktiv eingesetzte KI-Agenten entwickeln
- Unternehmenstaugliche Tool-Ökosysteme mit dem Model Context Protocol (MCP) und Microsoft Foundry entwickeln
- Fortgeschrittene RAG-Pipelines mit Azure AI Search und Microsoft Foundry implementieren
- Speicherarchitekturen für Multi-Agent-Systeme mit Azure Cosmos DB entwerfen
Bereitstellung und Governance agentischer KI-Lösungen für Unternehmen in Azure
- CI/CD-Pipelines für Multi-Agent-Systeme mit GitHub Actions implementieren
- Multi-Agent-Systeme mithilfe einer Zero-Trust-Architektur in Azure absichern
- Governance für verantwortungsvolle KI mit Azure AI Content Safety und Microsoft Foundry skalieren
- Den Lebenszyklus von KI-Agenten im Unternehmensumfeld mit Microsoft Foundry steuern
Überwachung, Evaluierung und Betrieb von Multi-Agent-KI-Lösungen in Azure
- Verteilte Observability für Multi-Agent-Lösungen mit OpenTelemetry implementieren
- Evaluierungsframeworks für Multi-Agent-Lösungen mit Microsoft Foundry konzipieren
- Performance und Kosten von Multi-Agent-Lösungen in Microsoft Foundry optimieren
- Human-in-the-Loop-Freigabeworkflows mit Power Automate und Microsoft Teams konzipieren
- Produktive Multi-Agent-Systeme in Azure debuggen und auf Incidents reagieren
Zielgruppen
Dazu zählen insbesondere:
- KI-Techniker*innen
- KI-Edge-Techniker*innen
- Entwickler*innen
- Lösungsarchitekt*innen
- Fachleute, die mit Machine-Learning-Ingenieur*innen, Plattformingeneur*innen, Data Scientists und weiteren technischen sowie geschäftlichen Stakeholder*innen an Multi-Agent-Lösungen arbeiten.
Vorkenntnisse
- Praxiserfahrung in der Softwareentwicklung - idealerweise mit Python oder C#
- Grundkenntnisse in Microsoft Azure und cloudbasierten Lösungsarchitekturen
- Verständnis von generativer KI, Prompt Engineering und RAG
- Erste Erfahrung mit der Entwicklung oder Integration von KI-Anwendungen und APIs
- Grundkenntnisse in Git, Sicherheit sowie Monitoring

