Schulungsübersicht
Einführung in AI Builder und Low-Code-KI
- AI Builder-Fähigkeiten und übliche Szenarien
- Lizenzierung, Governance und tenant-spezifische Überlegungen
- Übersicht über die Power Platform-Integration (Power Apps, Power Automate, Dataverse)
OCR und Formularverarbeitung: Strukturierte und unstrukturierte Dokumente
- Unterschiede zwischen strukturierten Vorlagen und freiformigen Dokumenten
- Vorbereitung von Trainingsdaten: Felder beschriften, Vielfalt der Beispiele und Qualitätsguidelines
- Erstellen eines AI Builder-Formularverarbeitungsmodells und Evaluieren der Extraktionsgenauigkeit
- Nachbearbeitung von extrahierten Daten: Validierung, Normalisierung und Fehlerbehandlung
- Praktische Übung: OCR-Extraktion aus gemischten Formulartypen und Integration in einen Verarbeitungsflow
Vorhersagemodelle: Klassifikation und Regression
- Problemformulierung: qualitativ (Klassifikation) vs. quantitativ (Regression)
- Vorverarbeitung von Merkmalen und Behandlung fehlender Daten in Power Platform-Workflows
- Training, Testen und Interpretieren von Modellmetriken (Genauigkeit, Präzision, Recall, RMSE)
- Modellerklärbarkeit und Fairness-Überlegungen in Geschäftsfällen
- Praktische Übung: Erstellen eines benutzerdefinierten Vorhersagemodells für Kundenfluktuation/Score oder numerische Prognose
Integration mit Power Apps und Power Automate
- Einbetten von AI Builder-Modellen in Canvas- und modelgetriebene Anwendungen
- Erstellen automatisierter Flows zur Verarbeitung extrahierter Daten und Auslösung von Geschäftshandlungen
- Designmuster für skalierbare, wartbare AI-gestützte Anwendungen
- Praktische Übung: End-to-End-Szenario — Dokumentupload, OCR, Vorhersage und Workflow-Automatisierung
Ergänzende Prozessabbildungskonzepte (optional)
- Wie Prozessabbildung hilft, Prozesse zu entdecken, zu analysieren und zu verbessern, indem sie Ereignisprotokolle verwendet
- Nutzung von Prozessabbildungs-Ausgaben zur Informierung von Modellmerkmalen und Automatisierung von Verbesserungsschleifen
- Praktisches Beispiel: Kombinieren von Prozessabbildungs-Einblicken mit AI Builder, um manuelle Ausnahmen zu reduzieren
Produktionsüberlegungen, Governance und Monitoring
- Daten-Regelung, Datenschutz und Compliance bei der Verwendung von AI Builder für sensible Dokumente
- Modelllebenszyklus: Retraining, Versionierung und Leistungsüberwachung
- Operationalisieren von Modellen mit Warnungen, Dashboards und menschlicher Überprüfung
Zusammenfassung und Nächste Schritte
Voraussetzungen
- Erfahrung mit Power Apps, Power Automate oder der Verwaltung von Power Platform
- Kenntnisse in Datenkonzepten, Grundlagen der ML und Modellbewertung
- Komfort bei der Arbeit mit Datensätzen, Excel/CSV-Exporten und grundlegender Datenbereinigung
Zielgruppe
- Power Platform-Entwickler und Lösungsarchitekten
- Datenanalysten und Prozesseigner, die Automatisierung durch KI suchen
- Geschäftsauftragsleiter, die sich auf Dokumentverarbeitung und Vorhersage-Szenarien konzentrieren
Erfahrungsberichte (2)
Wir haben ziemlich komplexe Beispiele durchgegangen, um ein Gefühl dafür zu bekommen, wie die Arbeit mit Power Automate Desktop in einem realen Szenario aussehen kann.
Michal Strnad - MicroNova AG
Kurs - Microsoft Flow/Power Automate
Maschinelle Übersetzung
Dynamisch, anpassungsfähig und informativ
Marcia - Complete Coherence
Kurs - Microsoft Power Platform Fundamentals
Maschinelle Übersetzung