Kontakt aufnehmen

Schulungsübersicht

Einführung in AI Builder und Low-Code KI

  • Fähigkeiten und gängige Anwendungsszenarien von AI Builder
  • Lizenzierung, Governance und mandantenspezifische Überlegungen
  • Überblick über die Integrationen in Power Platform (Power Apps, Power Automate, Dataverse)

OCR und Dokumentverarbeitung: Strukturierte und unstrukturierte Dokumente

  • Unterschiede zwischen strukturierten Vorlagen und Freiformdokumenten
  • Vorbereitung der Trainingsdaten: Feldmarkierungen, Stichprobenvielfalt und Qualitätsrichtlinien
  • Erstellung eines AI Builder-Modells zur Dokumentverarbeitung und Bewertung der Extraktionsgenauigkeit
  • Nachbearbeitung extrahierter Daten: Validierung, Normierung und Fehlerbehandlung
  • Praxisübung: OCR-Erfassung aus gemischten Formulartypen und Integration in einen Verarbeitungs-Flow

Vorhersagemodelle: Klassifizierung und Regression

  • Problemstellung: qualitative (Klassifizierung) versus quantitative (Regressions-)Aufgaben
  • Feature-Vorbereitung und Umgang mit fehlenden Daten in Power Platform-Workflows
  • Training, Testen und Interpretieren der Modellmetriken (Genauigkeit, Precision, Recall, RMSE)
  • Erklärbarkeit und fairen Aspekten der Modelle bei Geschäftsanwendungen
  • Praxisübung: Erstellung eines eigenen Vorhersagemodells für Churn-/Punktwert oder numerische Prognosen

Integration mit Power Apps und Power Automate

  • Einbetten von AI Builder-Modellen in Canvas-Apps und modellbasierte Apps
  • Automatisierte Flows zur Verarbeitung extrahierter Daten und Auslösung von Geschäftsaktionen erstellen
  • Designpatterns für skalierbare, wartbare KI-gestützte Applikationen
  • Praxisübung: End-to-End-Szenario — Dokument-Upload, OCR, Vorhersage und Workflow-Automatisierung

Ergänzende Process-Mining-Konzepte (optional)

  • Wie Process Mining hilft, Prozesse zu entdecken, zu analysieren und mittels Event-Logs zu verbessern
  • Nutzung der Process-Mining-Ergebnisse zur Bestimmung von Feature-Ausprägungen und Automatisierung von Verbesserungsloops
  • Praxisbeispiel: Kombination von Process-Mining-Erkenntnissen mit AI Builder, um manuelle Ausnahmen zu reduzieren

Aspekte für den Produktiveinsatz, Governance und Monitoring

  • Daten-Governance, Datenschutz und Compliance bei der Verwendung von AI Builder für sensible Dokumente
  • Modell-Lebenszyklus: Nachschulung (Retraining), Versionierung und Leistungs-Monitoring
  • Operationalisierung der Modelle mittels Alerts, Dashboards und manueller Validierung durch Menschen (Human-in-the-Loop)

Zusammenfassung und weitere Schritte

Voraussetzungen

  • Erfahrung mit Power Apps, Power Automate oder der Administration von Microsoft Power Platform
  • Vertrautheit mit Datenkonzepten, grundlegenden ML-Grundlagen und der Modellauswertung
  • Erfahrung im Umgang mit Datensätzen, Excel-/CSV-Exporten und grundlegender Datensäuberung

Zielgruppe

  • Power Platform-Entwickler und Lösungarchitekten
  • Datenanalysten und Prozessverantwortliche, die Automatisierung durch KI anstreben
  • Leiter der Geschäftsautomatisierung mit Fokus auf Dokumentverarbeitung und Prognoseanwendungsfälle
 14 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (2)

Kommende Kurse

Verwandte Kategorien