AWS Certified AI Practitioner
270 Übungsfragen
Zuletzt überprüft: April 2026
Persönliche Notizen und Ressourcenlinks für Ihre Lernreise
Nach Zertifizierung Filtern
Das AWS Certified AI Practitioner (AIF-C01) ist ein von AWS im Oktober 2024 eingeführtes Zertifikat auf Foundation-Ebene, das das praktische Verständnis von KI, maschinellem Lernen und generativen KI-Diensten auf AWS validiert. Es richtet sich an nicht-technische Rollen — Produktmanager, Business Analysts, Sales Engineers und technische Entscheidungsträger — sowie an Entwickler, die zum ersten Mal in das AWS KI-Ökosystem einsteigen. Die Prüfung legt Wert auf konzeptionelle Flüssigkeit statt auf praktisches Coding: Erwarten Sie Fragen zu Foundation Models, Prompt Engineering, Richtlinien für verantwortungsvolle KI und der Zuordnung von AWS-Diensten (Amazon Bedrock, SageMaker, Comprehend, Transcribe, Rekognition) zu typischen Anwendungsfällen.
Grundlegendes ML-Vokabular (supervised vs. unsupervised, training vs. inference, Modellevaluierung). Leichte Statistik. Etwa jede fünfte Frage stammt aus diesem Bereich.
Foundation Models, Transformer-Grundlagen, Embeddings, RAG-Muster, Prompt-Engineering-Techniken. Der größte Einzelbereich mit 24 %.
Gewichtsmäßig größter Bereich. Auswahl des richtigen AWS GenAI-Dienstes für einen Anwendungsfall (Bedrock für LLMs, SageMaker JumpStart für Fine-Tuning, Comprehend für NLP). Erwarten Sie Szenariofragen.
Bias, Fairness, Erklärbarkeit, Minderung von Halluzinationen, Daten-Governance. Geringere Gewichtung (14 %), aber Fragen mit hoher Dichte.
Services, die Sie in der Prüfung antreffen, und warum jeder davon wichtig ist.
Vollständig verwalteter Dienst, der Foundation Models von Anthropic, Meta, Mistral, AI21, Cohere, Stability AI und Amazon Titan über eine einheitliche API bereitstellt.
Warum er in der Prüfung steht: Bedrock steht im Mittelpunkt von Domäne 3 (Anwendungen von Foundation Models) — rechnen Sie mit Szenariofragen zur Modellauswahl, zu Inferenzparametern und zum Vergleich zwischen verwalteten und selbst gehosteten Optionen.
Verwaltete RAG-Lösung (retrieval-augmented generation) auf Basis von S3-Dokumenten und einem Vektorspeicher — mit integriertem Chunking, Embeddings und Quellenangaben.
Warum er in der Prüfung steht: RAG ist die kanonische Antwort auf die Frage "Wie verankert man ein Foundation Model in privaten Daten ohne Fine-Tuning?" — ein wiederkehrendes Szenario in AIF-C01.
Richtlinienschicht, die schädliche Inhalte filtert, unzulässige Themen blockiert, PII maskiert und Antworten verankert, um Halluzinationen zu reduzieren.
Warum er in der Prüfung steht: Domäne 4 (Leitlinien für verantwortungsvolle KI) prüft, wie Halluzinationen und unsichere Ausgaben gemindert werden — Guardrails ist die AWS-eigene Antwort darauf.
Orchestrierungsschicht, mit der ein Foundation Model APIs aufrufen, Knowledge Bases abfragen und mehrstufige Aktionen per Tool Use verketten kann.
Warum er in der Prüfung steht: Agents passen direkt zu Szenarien rund um KI-Orchestrierung und automatisiertes Handeln in Domäne 3; Fragen unterscheiden Agents typischerweise von reiner Bedrock-Inferenz.
Von AWS verwalteter generativer KI-Assistent — Q Developer für die Codeerstellung in IDEs und in der AWS-Konsole, Q Business für Fragen zu Unternehmensdaten.
Warum er in der Prüfung steht: AIF-C01 führt Q als gebrauchsfertigen Konsumenten von Foundation-Model-Funktionen ein; Fragen prüfen, wann Q die richtige Wahl ist und wann eine direkte Bedrock-Integration sinnvoller ist.
Durchgängige ML-Plattform für Notebooks, Training Jobs, Hyperparameter-Tuning, verwaltete Inferenz-Endpunkte und MLOps-Pipelines.
Warum er in der Prüfung steht: SageMaker ist die Referenzplattform für den gesamten ML-Lebenszyklus in Domäne 2 (Grundlagen von KI und ML) — rechnen Sie mit Fragen zu Training, Inferenz und Deployment.
Katalog vortrainierter Foundation- und Task-Modelle mit One-Click-Deployment und vorbereiteten Notebooks für Fine-Tuning.
Warum er in der Prüfung steht: AIF-C01 grenzt "Nutze ein vorgefertigtes Modell" (JumpStart) von "Rufe eine gehostete API auf" (Bedrock) ab — diese Abgrenzung ist eine häufige Prüfungsfrage.
Werkzeug zur Bias-Erkennung und Erklärbarkeit, das SHAP-Feature-Attributions sowie Bias-Metriken vor und nach dem Training für tabellarische und Foundation-Model-Ausgaben liefert.
Warum er in der Prüfung steht: Domäne 4 (Verantwortungsvolle KI) prüft Bias-Erkennung und Erklärbarkeit — Clarify ist der in diesen Fragen genannte AWS-Dienst.
Verwalteter NLP-Dienst für Sentiment-Analyse, Entitätserkennung, Extraktion von Schlüsselbegriffen, Sprachenerkennung und Identifikation von PII.
Warum er in der Prüfung steht: AIF-C01 erwartet, dass Sie pro Anwendungsfall den passenden vorgefertigten KI-Dienst wählen; Comprehend ist die kanonische Antwort für "Text analysieren, ohne ein Modell zu trainieren".
Computer-Vision-Dienst für Label-Erkennung, Gesichtsanalyse, Inhaltsmoderation, Prominentenerkennung und Aktivitätserkennung in Videos.
Warum er in der Prüfung steht: Die Referenzantwort für Szenarien "Ich habe Bilder oder Videos, aber kein ML-Team" — taucht in Domänen 2 und 3 bei Dienstauswahl-Fragen auf.
Dienst zum Verstehen von Dokumenten, der Text, Schlüssel-Wert-Paare, Tabellen und Formularfelder aus PDFs und gescannten Bildern extrahiert.
Warum er in der Prüfung steht: Die Unterscheidung zwischen Textract (strukturierte Dokumentenextraktion) und Rekognition Detect Text (generisches OCR) ist ein wiederkehrendes Distraktor-Muster in AIF-C01.
Speech-to-Text-Dienst mit Sprechererkennung, benutzerdefinierten Vokabularen, Echtzeit-Streaming sowie Varianten für Medizin und Call Analytics.
Warum er in der Prüfung steht: Kombiniert sich mit Comprehend zu Pipelines "Audio → Text → Analyse", die in Szenariofragen zu integrierten KI-Workflows auftauchen.
TTS-Dienst mit neuronalen und generativen Stimmen in dutzenden Sprachen, SSML-Unterstützung und benutzerdefinierten Lexika.
Warum er in der Prüfung steht: Die vorgefertigte TTS-Option, die Sie gegen ein eigenes Stimmtraining abgrenzen — Fragen prüfen, wann Polly ausreicht und wann SageMaker nötig ist.
Neuronale maschinelle Übersetzung in mehr als 75 Sprachen mit benutzerdefinierter Terminologie und Active Custom Translation für fachspezifische Formulierungen.
Warum er in der Prüfung steht: Die erwartete Antwort, wenn eine Frage fragt, wie Inhalte lokalisiert werden, ohne ein eigenes Übersetzungsmodell zu trainieren.
Dienst für konversationelle KI zum Aufbau von Text- und Sprach-Chatbots mit Intents, Slots und Polly-gestützter Sprachausgabe.
Warum er in der Prüfung steht: AIF-C01 stellt Lex als die vorgefertigte Konversationsoption dar, die mit eigens entwickelten Assistenten auf Basis von Bedrock Agents kontrastiert wird.
ML-gestützte Unternehmenssuche über Dokumente, SharePoint, Confluence und Datenbanken mit natürlichsprachlicher Anfrageinterpretation.
Warum er in der Prüfung steht: Erscheint als nicht-generative Retrieval-Baseline im Vergleich zu Bedrock Knowledge Bases, wenn Latenz oder Aktualität wichtiger sind als Synthese.
Kontoweite Zugriffskontrolle: Benutzer, Rollen, Richtlinien, Föderation und Least-Privilege-Berechtigungen für jeden Aufruf eines KI-Dienstes.
Warum er in der Prüfung steht: Domäne 5 (Sicherheit, Compliance und Governance) prüft Least-Privilege-Muster für den Zugriff auf Bedrock und SageMaker — IAM-Rollen und Richtlinien sind der dafür genannte Mechanismus.
Verwaltete Erstellung und Steuerung kryptografischer Schlüssel zur Verschlüsselung von Trainingsdaten, Modellartefakten und Inferenzausgaben im Ruhezustand.
Warum er in der Prüfung steht: Verschlüsselung im Ruhezustand mit kundenseitig verwalteten Schlüsseln ist die Standardantwort der Prüfung zum Schutz von Modellgewichten und Trainingskorpora.
Verwalteter Dienst zur Entdeckung sensibler Daten, der mittels ML PII, Zugangsdaten und Finanzdaten in Amazon S3-Buckets identifiziert.
Warum er in der Prüfung steht: Wird in Domäne 4 und 5 bei Fragen zum Scannen von Trainingskorpora und RAG-Dokumentenmengen auf sensible Daten genannt, bevor sie ein Modell erreichen.
Metriken, Logs und Alarme über AWS-Dienste hinweg — einschließlich Bedrock-Invocation-Logs, SageMaker-Endpunktmetriken und Ausgaben des Model Monitor.
Warum er in der Prüfung steht: Die Prüfung erwartet CloudWatch für die laufende Überwachung von Modell-Drift, Kosten und Betriebszustand nach dem Deployment.
$90k–$135k–$195k USD jährlich
Der Bereich umfasst US-basierte, mittel- bis hochrangige AI/ML-Rollen, bei denen AWS-Kenntnisse erforderlich sind. Einstiegspositionen und Märkte außerhalb der Küstenregionen liegen tendenziell niedriger; Senior-Rollen bei FAANG / Unicorns liegen deutlich höher (oft über 250.000 $ Gesamtvergütung). Das Zertifikat allein erschließt diese Gehälter nicht — es ergänzt nachweisliche Erfahrung.
Quelle: levels.fyi 2025 Cloud-KI-Rollen, U.S. BLS OEWS May 2024 (15-1252 software developers, 15-2099 ML scientists). Die Zahlen sind ungefähr; die tatsächliche Vergütung hängt von der Rolle, der Region und der Erfahrung ab.
Die Einstellung von AI/ML-Fachkräften für AWS-zentrierte Stacks beschleunigte sich von 2024 bis 2026, da die Einführung von GenAI in Unternehmen vom Pilotprojekt zur Produktion überging. Das AIF-C01 dient als Screening-Signal in Rollen, in denen tiefgehende ML-Programmierung nicht erforderlich ist — Personalverantwortliche und einstellende Manager nutzen es, um Kandidaten zu filtern, die glaubwürdig über Bedrock, SageMaker, RAG-Architekturen und die Kompromisse bei verantwortungsvoller KI sprechen können. Als grundlegendes Zertifikat qualifiziert es Kandidaten nicht von selbst für ML-Engineering-Rollen; für diese sind der AWS Machine Learning Engineer Associate (MLA-C01) oder Spezialisierungszertifikate stärkere Signale.
Es gibt keine formalen Voraussetzungen. AWS empfiehlt sechs Monate Erfahrung mit AI/ML-Anwendungsfällen auf AWS, aber die Prüfung ist wirklich für jeden zugänglich, der den offiziellen AWS AI Practitioner Lernpfad (ca. 20 Stunden Skill Builder-Inhalte) durchgearbeitet und ein grundlegendes Verständnis der Cloud-Grundlagen hat.
Wenn Sie keinerlei AWS-Hintergrund haben, wird die vorherige Absolvierung des AWS Certified Cloud Practitioner (CLF-C02) das AIF-C01 spürbar erleichtern — viele AIF-C01-Fragen setzen eine grundlegende Vertrautheit mit AWS-Dienstnamen, dem Shared-Responsibility-Modell und grundlegenden IAM-Konzepten voraus.
AIF-C01 ist als Foundation-Zertifizierung eingestuft — es ist eine der zugänglicheren AWS-Zertifizierungen. Erwarten Sie, 30–60 Stunden über 4–6 Wochen zu lernen, wenn Sie keinen vorherigen AI/ML- oder AWS-Hintergrund haben; 15–25 Stunden über 2–3 Wochen, wenn Sie eines davon haben. Die Prüfung besteht aus Multiple-Choice- und Multiple-Response-Fragen, 65 bewerteten Fragen in 90 Minuten, ohne praktische Labs.
Das häufigste Hindernis ist die Bandbreite der AWS GenAI-Dienstnamen — es gibt etwa ein Dutzend benannte Dienste wie Bedrock, SageMaker, Comprehend, Transcribe, Polly, Translate, Textract, Kendra, Rekognition und Q. Das Auswendiglernen, welcher Dienst welchem Anwendungsfall (Texterzeugung vs. Zusammenfassung vs. Klassifizierung vs. Transkription) zugeordnet ist, macht den größten Unterschied zwischen Bestehen und Nichtbestehen aus.
Erste allgemeine Verfügbarkeit. Die Beta-Prüfung lief von August bis Oktober 2024 mit vergünstigten Preisen. Aktuelle Version Stand April 2026.
AIF-C01 (AWS Certified AI Practitioner) ist eine gilt als Einstiegsprüfung, die das breite konzeptionelle Verständnis statt der praktischen Tiefe testet Foundational-Level-Prüfung. Die meisten Kandidaten benötigen 30–80 Stunden Lernzeit, verteilt über 3–6 Wochen, für Prüfungen auf Grundlagenniveau. Die meisten Kandidaten, die bei Übungsprüfungen konstant über der Bestehensschwelle liegen, bestehen beim ersten Versuch.
Die meisten Kandidaten benötigen 30–80 Stunden Lernzeit, verteilt über 3–6 Wochen, für Prüfungen auf Grundlagenniveau. Die benötigte Zeit bis zum Bestehen variiert stark je nach Vorerfahrung. Ingenieure mit praktischer Produktionserfahrung in der zugrunde liegenden Technologie benötigen in der Regel weniger; Kandidaten, die neu auf der Plattform sind, sollten sich am oberen Ende dieses Bereichs orientieren.
AIF-C01 ist ein anerkanntes Zeugnis im AWS-Ökosystem und signalisiert Arbeitgebern, Personalvermittlern und Kunden validiertes Wissen. Ob es sich für Sie lohnt, hängt von Ihrer Rolle und Ihren Zielen ab – es zahlt sich am meisten für Cloud-Ingenieure, Architekten und Berater aus, die täglich mit AWS arbeiten oder in solche Rollen wechseln möchten.
Die Bestehensgrenze für AIF-C01 beträgt 700 / 1000. Die Prüfung enthält 65 Fragen und dauert 1 Std 30 Min.
Die Prüfungsgebühr für AIF-C01 beträgt $100 USD. Die Gebühren werden von AWS festgelegt und können je nach Region variieren; bestätigen Sie immer den aktuellen Preis auf der offiziellen AWS Zertifizierungsseite, bevor Sie buchen.
AWS-Zertifizierungen sind 3 Jahre gültig. Rezertifizieren Sie sich, indem Sie die aktuelle Version derselben Prüfung bestehen oder eine Prüfung auf höherem Niveau im selben Pfad vor Ablauf bestehen.
Ja. Sie können die Prüfung online (über den sicheren Browser des Anbieters, in den meisten Regionen rund um die Uhr verfügbar) oder in einem persönlichen Pearson VUE Testzentrum während der Geschäftszeiten ablegen. Beide Formate verwenden die gleichen Fragen, Zeitlimits und Bestehensgrenzen.
CertLabPro bietet 15 Lernmodi für die Übungsfragenbank für AIF-C01. Der Prüfungssimulationsmodus bildet die echte Prüfung ab: 65 Fragen in 1 Std 30 Min, mit der gleichen Bestehensschwelle von 700 / 1000. Im Browsing-Modus können Sie jede Frage und Antwort statisch lesen.