Baue, betreibe und skaliere KI-Workloads in der Cloud mit Security, Kostenkontrolle und MLOps.
Alle Kurse anzeigen
Baue KI-Workloads auf Azure, die messbar liefern: Daten, Modelle, Sicherheit, Betrieb und Kosten im Griff.
Baue sichere, skalierbare KI-Workloads auf AWS mit klaren Architektur- und MLOps-Entscheidungen.
Baue, deploye und betreibe ML- und GenAI-Lösungen auf GCP: Vertex AI, Gemini, MLOps, Governance und Kostenkontrolle.
Bauen Sie sichere Workflows mit der Open AI API, GPT, Assistants API, Tool-Use und Governance
Vergleichen, integrieren, absichern: KI-Stacks jenseits der Big-3 souverän einsetzen.
Offizielles Microsoft Training für KI-gestützte Informationsextraktion aus Formularen, Dokumenten und Geschäftsprozessen
Offizielles Microsoft Training für Textanalyse, Question Answering, CLU, Übersetzung und Speech mit Azure KI Services
Cloud-Native-Praxis für skalierbare, sichere und beobachtbare KI-Services in Azure
Triff belastbare Plattform-Entscheidungen für Training, Inferenz, Daten und Kosten, inklusive Governance und Betrieb.
Plane sichere GenAI-Lösungen in Azure und setze die ersten produktionsnahen Use Cases um.
Wir bieten die Kurse auch als Inhouse oder Firmenseminar an - vor Ort oder Live-Online.
Baue, betreibe und skaliere KI-Workloads über Functions, Events und Managed Services, ohne Server zu patchen oder Kapazitäten zu planen.
Baue eine tragfähige Architektur für KI-Workloads, ohne Datenschutz, Compliance und Security zu verwässern.
Vom Notebook zur überwachten Azure-Deployment-Pipeline mit reproduzierbaren Releases und sauberem Betrieb.
Baue zuverlässige KI-Funktionen mit Google Cloud APIs, inklusive Sicherheit, Kostenkontrolle und praxisnaher Integration.
Baue semantische Suche und RAG-Backends, die in Produktion stabil bleiben.
Baue zuverlässige Automatisierungen mit Vision, Sprache und Text Analyse, von der Idee bis zur produktiven API Integration.
Wir arbeiten direkt an euren eigenen Themen - effizient und praxisnah.
Von Sentiment bis Entity Extraction: baue belastbare Text-Pipelines in Google Cloud ohne Overengineering.
Erkenne Objekte, Gesichter, Text und Moderationsrisiken mit AWS Rekognition und baue belastbare Analyse-Pipelines.
Baue, deploye und betreibe ML-Workloads mit MLOps, Security und Kostenkontrolle in AWS und Microsoft Azure.
Verstehe die neuen Risiken von GenAI, Datenfreigaben und Cloud-Identitäten und setze sofort umsetzbare Schutzmaßnahmen auf.
Von Architektur bis Betrieb: So bringst Du offene GPT-Modelle sicher in Deine Prozesse.
Wähle das passende Llama-Modell für Qualität, Kosten, Latenz und Compliance, mit messbaren Kriterien und praxistauglichen Tests.
Wir helfen dir kurz weiter und empfehlen dir das passende Training.
Von Tool-Calling bis Guardrails: entwickle Agents, die in Deinen Systemen zuverlässig arbeiten.
Von Setup bis Governance: GLM-5.1 sicher betreiben, evaluieren und in Workflows integrieren.
Bewerte Qwen 3.5 und verwandte Alibaba Open Source Modelle nach Qualität, Kosten, Betrieb und Compliance.
Erhalten Sie in diesem Seminar einen praxisnahen Einstieg in die Welt der KI-Agents und Microsoft 365 Copilot! Lernen Sie die zentralen Tools, Entwicklungsmethoden und Geschäftsmodelle kennen, mit denen Sie..
Von der sicheren Inbetriebnahme bis zur produktiven Nutzung im Team, inklusive Betrieb, Kostenkontrolle und Governance.
Von Setup bis Governance: Kimi K2.6 sicher betreiben, bewerten und in Workflows integrieren.
Baue produktionsreife GenAI-Systeme für das Enterprise
Bring Deine ML-Modelle sicher in die Produktion
Azure Databricks ist eine leistungsstarke, cloudbasierte Datenanalyseplattform, die von Microsoft in Zusammenarbeit mit den Erfindern von Apache Spark entwickelt wurde. Sie vereinfacht die Entwicklung und..
Im Seminar AB-730T00-A: Transformieren von Geschäftsworkflows mit generativer KI lernen Sie, wie Sie generative KI gezielt einsetzen, um tägliche Aufgaben zu vereinfachen, fundiertere Entscheidungen zu treffen..
Schöpfen Sie das volle Potenzial von Microsoft 365 Copilot aus: In diesem Seminar lernen Sie, wie Sie mit Microsoft Copilot Studio intelligente Low-Code-Agenten entwickeln, die Copilot durch individuelles..
In diesem Kurs werden die Grundlagen in Bezug auf Machine Learning und künstliche Intelligenz (AI) und die Services in Microsoft Azure vorgestellt, mit denen entsprechende Lösungen erstellt werden können. Der..
Im Seminar AB-900T00-A: Einführung in Microsoft 365 und AI Administration lernst du, wie du Microsoft 365 sicher administrierst und KI gezielt einsetzt – für schnellere Abläufe, bessere Entscheidungen und..
Lerne künstliche Intelligenz in Prozesse und Workflows zu integrieren
Die Schulung AI-3017: Microsoft KI für Führungskräfte richtet sich an Entscheidungsträger, die den strategischen Einsatz künstlicher Intelligenz im Unternehmen vorantreiben wollen. Das Seminar vermittelt..
Entwerfen und Implementieren einer Azure AI-Lösung ist für Softwareentwickler gedacht, die AI-infundierte Anwendungen erstellen möchten die Azure Cognitive Services, Azure Cognitive Search und Microsoft Bot..
Baue ein belastbares Kostenmodell für GenAI, Training und Inference und setze Budgets, Guardrails und Verantwortlichkeiten wirksam um.
Von Datenklassifizierung bis Cloud-Kontrollen: so setzt Du KI-Services DSGVO-konform und auditfähig auf.
Baue, bewerte und betreibe MiniMax 2.7 praktisch: von Setup, über Prompting bis Anpassung und Kontrolle.
Offizielles Microsoft Training
In dieser 1-tägigen Schulung erhalten Sie eine Einführung in die Grundlagen der Künstlichen Intelligenz (KI) und des maschinellen Lernens (ML). Der Kurs vermittelt zentrale KI-Begriffe, praxisorientierte..
In diesem praxisorientierten Kurs lernen Sie, wie Sie mithilfe von Amazon SageMaker Machine-Learning-Anwendungsfälle lösen und verwertbare Ergebnisse erzielen. Durch praktische Übungen und theoretische Inhalte..
In diesem Kurs lernen Sie, wie Sie bewährte DevOps-Praktiken auf den gesamten Lebenszyklus von Machine-Learning (ML)-Modellen anwenden können. Der Fokus liegt auf Tools, Automatisierung, Prozessen und..
Diese Schulung vermittelt die Grundlagen der generativen KI, ihre Anwendungsfälle und wie Unternehmen diese Technologien einsetzen können. Sie lernen die zugrunde liegenden Modelle, die verfügbaren..
Dieser Kurs bietet ein tiefgehendes Verständnis der Amazon-Bedrock-Plattform und konzentriert sich auf die Entwicklung leistungsfähiger generativer KI-Anwendungen. Neben der Einführung in grundlegende Konzepte..
Wir erstellen dir gern ein individuelles Trainingsangebot.
Keine Schulungen gefunden
Bitte passe deine Filter an.
5.0/5 aus 2 Bewertungen
KI Cloud Services verbinden Machine Learning, Datenplattformen und Cloud-Betrieb zu einem System, das zuverlässig liefert. Diese Kurs-Kategorie fokussiert darauf, wie du KI-Workloads in AWS, Microsoft Azure oder Google Cloud planst, implementierst und produktiv betreibst, ohne bei Security, Compliance oder Kosten ins Risiko zu laufen.
Im Mittelpunkt stehen Managed Services und Referenzarchitekturen für Training und Inference, inklusive GPU- und Accelerator-Strategien, Containerisierung (Docker, Kubernetes), CI/CD für ML (MLOps), Modell-Registry, Feature Stores, Monitoring und Incident-Handling. Du lernst, wie Datenpipelines, Governance und Zugriffskontrollen zusammenspielen, wie du Latenz und Durchsatz für Realtime- und Batch-Inference optimierst und wie du FinOps-Prinzipien auf KI anwendest.
Praxisnah geht es auch um GenAI in der Cloud: Auswahl und Betrieb von Foundation Models, RAG-Architekturen, Vektordatenbanken, Prompt- und Evaluations-Workflows sowie Guardrails für Datenschutz und Content-Sicherheit. Ziel ist, KI-Lösungen zu bauen, die skalieren, messbar besser werden und im Audit bestehen.
Weitere häufig gestellte Fragen und Antworten findest du in den FAQs .
Wer nach „KI Cloud Services“ sucht, will meist mehr als ein Modell trainieren: Es geht um den Weg von Experimenten zu stabilen, produktiven KI-Anwendungen. Genau hier setzt diese Kurs-Kategorie an. Du lernst, wie du KI in der Cloud mit AWS, Azure oder Google Cloud so betreibst, dass Performance, Sicherheit und Kosten planbar bleiben. Statt Tool-Sammelsurium stehen belastbare Architekturen im Fokus: Datenaufnahme und -aufbereitung, Training, Deployment, Inference, Monitoring und kontinuierliche Verbesserung.
Ein zentraler Baustein ist MLOps: Versionskontrolle für Daten und Modelle, automatisierte Tests, CI/CD-Pipelines, Model Registry, Rollbacks und reproduzierbare Deployments über Container und Kubernetes. Dazu kommen Cloud-spezifische Themen wie Identity & Access Management, Netzwerksegmentierung, Secrets Management, Verschlüsselung, Logging und Audit-Trails. In vielen Organisationen entscheidet genau diese Schicht darüber, ob KI überhaupt freigegeben wird.
Für GenAI-Projekte werden außerdem RAG-Architekturen, Vektordatenbanken, Embeddings, Evaluationsmethoden und Guardrails relevant. Du lernst, wie du Latenz, Token-Kosten und Qualität in Einklang bringst und wie du Prompt- und Retrieval-Änderungen kontrolliert ausrollst. Ergänzend behandelt die Kategorie FinOps für KI: Kapazitätsplanung, GPU-Nutzung, Autoscaling, Spot-Strategien und Kostenallokation pro Team oder Produkt.
Diese Weiterbildungen richten sich an Data Scientists, ML Engineers, Cloud Engineers, Architekten und Tech Leads, die KI nicht nur entwickeln, sondern verantwortbar betreiben wollen. Ergebnis sind Fähigkeiten, um KI-Services in der Cloud sicher zu designen, effizient zu skalieren und dauerhaft zuverlässig zu liefern.
