Developing AI Apps and Agents on Azure
AI-103
AI-103 ist eine Prüfung auf Associate-Niveau für die Entwicklung von generativen KI- und Agentenlösungen auf Azure und der Nachfolger von AI-102, die am 30.06.2026 eingestellt wird. Sie überprüft deine praktischen Fähigkeiten, KI-Lösungen mit Python und Microsoft Foundry zu entwerfen, bereitzustellen, zu betreiben und abzusichern. Die Prüfung deckt fünf Bereiche ab: Planung und Verwaltung von Azure-KI-Lösungen, Implementierung von generativer KI und Agenten, Computer Vision, Textanalyse und Informationsextraktion. Der Schwerpunkt liegt auf realer Implementierung und Designentscheidungen – etwa RAG-basiertem Retrieval und Grounding, Multi-Agent-Orchestrierung, Modell- und Dienstauswahl, Responsible AI und Dokumenteninhaltsextraktion – statt nur auf Konzepten. Sie richtet sich an KI-Entwickler:innen, die sich mit Python und Azure-Diensten sicher fühlen.
50
120 Min.
700/ 1000
224+
Zielgruppe
Azure-KI-Entwickler:innen, die generative KI- und Agentenlösungen auf Microsoft Foundry mit Python erstellen, bereitstellen und betreiben. Geeignet für alle, die von den AI-900/AI-901-Grundlagen aufsteigen oder vom auslaufenden AI-102 umsteigen, sowie für Entwickler:innen, die mit Solution Architects, Data Scientists und Security Engineers an produktiven KI-Systemen zusammenarbeiten.
Voraussetzungen
Praktische Erfahrung in der Entwicklung von Anwendungen mit Python sowie Vertrautheit mit Azure-Diensten, generativer KI und agentenbasierten Konzepten. Vorkenntnisse aus den Grundlagenprüfungen (AI-900 oder AI-901) sind hilfreich, aber nicht erforderlich. Diese Prüfung auf Associate-/Entwickler-Niveau testet Implementierungs- und Designentscheidungen und nicht nur Konzepte, daher wird praktische Erfahrung mit Foundry-SDKs, RAG und Agenten empfohlen.
Fragetypen
Language & Recognition
Official Exam Languages
PasslyExam Languages
Recognition Scope
Globally recognized Microsoft role-based associate certification; the successor to AI-102, broadly applicable across countries and industries.
Prüfungsbereiche
Planung und Verwaltung einer Azure-KI-Lösung
Implementierung generativer KI- und Agentenlösungen
Implementierung von Computer-Vision-Lösungen
Implementierung von Textanalyselösungen
Implementierung von Informationsextraktionslösungen
Empfohlener Lernplan
- Woche 1: Ordne die Microsoft-Foundry-Konzepte, die Modell-/Service-Auswahl und die grundlegende RAG-/Agent-Architektur zu.
- Woche 2: Baue RAG-, Function-Calling- und Agent-Flows mit dem Foundry Python SDK und lerne dabei die Konfigurationsoptionen und Trade-offs.
- Woche 3: Stärke Computer Vision, Textanalyse, Informationsextraktion, Sicherheit (managed identity) und Responsible AI.
- Letzte 5–7 Tage: Absolviere zeitlich begrenzte Probeprüfungen, um dich an Szenario- und Multi-Response-Fragen zu gewöhnen, und beseitige wiederkehrende Fehler.
Prüfungsprozess für Fragen
Probier das Übungsset direkt aus und beurteile die Ähnlichkeit zur echten Prüfung selbst.
Häufig gestellte Fragen (FAQ)
Q. Muss ich für AI-103 programmieren (Python)?
A. AI-103 ist eine Prüfung auf Associate-/Developer-Niveau und setzt praktische Erfahrung beim Entwickeln von Apps in Python voraus. Erwarte Implementierungs- und Designentscheidungen — welches Modell, welchen Service oder welches SDK du verwendest und wie du es konfigurierst — statt reinem Abrufen. Die effektivste Vorbereitung ist, tatsächlich RAG- und Agent-Flows mit dem Microsoft Foundry Python SDK zu bauen, damit du die Optionen und die Gründe hinter jeder Entscheidung lernst.
Q. Worin unterscheidet sich AI-103 von AI-102, und welche sollte ich jetzt ablegen?
A. AI-103 ist der Nachfolger von AI-102 (Azure AI Engineer Associate), das am 2026-06-30 eingestellt wird. AI-103 wurde rund um Microsoft Foundry, Agenten und Multi-Agent-Orchestrierung, RAG, Evaluation und Responsible AI neu aufgebaut. Wenn du neu anfängst, wähle AI-103 statt des bald eingestellten AI-102.
Q. Brauche ich zuerst AI-900 oder AI-901?
A. Nicht erforderlich. Grundlagen (AI-900/AI-901) helfen, aber AI-103 prüft echte Implementierungs- und Designentscheidungen, keine einfachen Konzeptabfragen. Wenn deine Grundlagen dünn sind, festige zuerst die AI-Workload-Typen und Service-Rollengrenzen und investiere dann die meiste Lernzeit in die Foundry-Implementierung — RAG, Agenten und Sicherheit.
Q. Wie soll ich mich vorbereiten und welche Punktzahl ist sicher?
A. Die Bestehensgrenze liegt bei 700 von 1000. Ein guter Richtwert sind ~75–80%+ über deine letzten drei Probeprüfungen mit weniger wiederkehrenden Fehlern. Übe, deine Argumentation als requirement → constraints (cost, latency, security) → best service/configuration aufzubauen, besonders bei Szenario- und Multi-Response-Fragen. Häufige Fehler sind die Wahl von Fine-Tuning, wo RAG erforderlich ist, oder das Hardcoding von API-Schlüsseln statt der Nutzung einer managed identity.
Q. Worin unterscheiden sich Übungsfragen und die Prüfungssimulation auf Zeit?
A. Übungsfragen löst du nach Thema mit Fehlererklärungen, um Schwächen auszugleichen; die Prüfungssimulation auf Zeit machst du wie die echte Prüfung. Beide nutzen Originalfragen mit Erklärungen vom KI-Tutor.
Q. Ist das mit Exam-Dumps vergleichbar?
A. PasslyExam bietet keine geleakten Dumps. Unsere Inhalte entstehen aus offiziellen Leitfäden und öffentlichen Prüfungszielen und werden anschließend so abgestimmt, dass sie realistische Fragemuster und eine passende Schwierigkeitsverteilung widerspiegeln. Der Fokus liegt auf praxisnaher Vorbereitung mit erklärungsbasiertem Lernen, nicht auf dem Auswendiglernen geleakter Inhalte.
Leitfaden als Dump-Alternative ansehen