Schulungsübersicht

Einführung in AI Builder und Low-Code AI

  • Fähigkeiten von AI Builder und häufige Anwendungsfälle
  • Lizenzierung, Governance und Betrachtungen auf Tenant-Ebene
  • Überblick über die Integrationen der Power Platform (Power Apps, Power Automate, Dataverse)

OCR und Formularverarbeitung: Strukturierte und unstrukturierte Dokumente

  • Unterschiede zwischen strukturierten Vorlagen und freien Textdokumenten
  • Vorbereitung der Trainingsdaten: Felderkennzeichnung, Stichprobenvielfalt und Qualitätsrichtlinien
  • Erstellen eines AI Builder Formularverarbeitungsmodells und Bewertung der Extraktionsgenauigkeit
  • Nachbearbeitung extrahierter Daten: Validierung, Normalisierung und Fehlerbehandlung
  • Praxislabor: OCR-Extraktion aus gemischten Formulartypen und Integration in einen Verarbeitungsfluss

Prognosemodelle: Klassifizierung und Regression

  • Problemformulierung: qualitativ (Klassifizierung) vs. quantitativ (Regression)
  • Vorbereitung von Merkmalen und Umgang mit fehlenden Daten in Power Platform-Abläufen
  • Trainieren, Testen und Interpretation von Modellmetriken (Genauigkeit, Präzision, Recall, RMSE)
  • Erklärbarkeit der Modelle und Gerechtigkeitsaspekte bei Geschäftsfällen
  • Praxislabor: Erstellung eines benutzerdefinierten Prognosemodells für Churn/Punkte oder numerische Vorhersagen

Integration mit Power Apps und Power Automate

  • Einfügen von AI Builder-Modellen in Canvas- und modelldrivenden Apps
  • Erstellen automatisierter Flüsse zur Verarbeitung extrahierter Daten und Auslösen von Geschäftsvorgängen
  • Designmuster für skalierbare, wartbare AI-getriebene Anwendungen
  • Praxislabor: End-to-End-Szenario – Dokumentupload, OCR, Vorhersage und Automatisierung des Workflows

Ergänzende Konzepte der Prozessanalyse (optional)

  • Wie Prozessanalyse bei der Entdeckung, Analyse und Verbesserung von Prozessen auf Basis von Ereignislogs hilft
  • Verwenden der Ausgaben der Prozessanalyse zur Vervollständigung des Modellmerkmals und zur Automatisierung der Verbesserungsprozesse
  • Praktisches Beispiel: Kombinieren Sie Erkenntnisse aus der Prozessanalyse mit AI Builder, um manuelle Ausnahmen zu reduzieren

Produktionsaspekte, Governunft und Überwachung

  • Datengovernance, Datenschutz und Einhaltung von Vorschriften bei der Verwendung von AI Builder auf vertraulichen Dokumenten
  • Modell-Lebenszyklus: Wiederausbildung, Versionierung und Überwachung der Leistung
  • Operationalisierung von Modellen mit Warnungen, Dashboards und menschlichem Einbezug zur Validierung

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Erfahrung mit Power Apps, Power Automate oder der Verwaltung des Power Platform
  • Kenntnisse in Datenkonzepten, grundlegenden ML-Ideen und Modellevaluierung
  • Komfort beim Arbeiten mit Datensätzen, Excel/CSV-Exports und grundlegender Datenaufbereitung

Zielgruppe

  • Entwickler und Lösungsarchitekten der Power Platform
  • Datenanalysten und Prozesseigentümer, die durch KI Automatisierung suchen
  • Business Automatisierungsleiter, die sich auf Dokumentverarbeitung und Vorhersagefallstudien fokussieren
 14 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (2)

Kommende Kurse

Verwandte Kategorien