Microsoft Azure AI Apps and Agents Developer Associate
225 Übungsfragen
Zuletzt überprüft: April 2026
Persönliche Notizen und Ressourcenlinks für Ihre Lernreise
Nach Zertifizierung Filtern
Das Microsoft Certified: Azure AI Apps and Agents Developer Associate (Prüfung AI-103: Developing AI Apps and Agents on Azure) ersetzt AI-102 und definiert die Rolle des Azure AI-Ingenieurs neu, indem es sich auf die Entwicklung generativer Apps und agents mit Microsoft Foundry konzentriert. Es ist eine szenariobasierte Associate-Prüfung für Entwickler, die KI-Lösungen planen, entwickeln, bereitstellen und betreiben: Auswahl von Modellen und Foundry services, Implementierung von RAG und multi-agent orchestration, Verdrahtung von function-calling und Gesprächsspeicher sowie Sicherung und Überwachung aller Elemente in der Produktion. Die Abdeckung umfasst fünf Bereiche – Planung und Verwaltung von Lösungen, generative KI und agentic solutions, computer vision, text analysis und information extraction – wobei der Schwerpunkt auf dem generativen und agentic core liegt. Erwarten Sie Python-orientierte Fragen, die auf dem Foundry SDK, Azure AI Search, Azure Content Understanding, Azure Speech und Azure Translator basieren.
Etwa 25–30%. Auswahl der richtigen Foundry models und services für die Aufgabe (LLMs, small language models, multimodal models, Foundry Tools, grounding, vector search, agent workflows), Infrastrukturdesign, Konfiguration von Modell- und agent-Bereitstellungen und Integration von CI/CD. Deckt auch Betrieb und Governance ab: Quoten, Skalierung, rate limits und Kosten; Überwachung von Leistung, drift, safety und grounding quality; Sicherheit mit managed identity, private networking, keyless credentials und rollenbasierten Richtlinien; und verantwortungsvolle KI durch safety filters, Evaluatoren, trace logging und agent oversight controls.
Der Kernbereich, ca. 30–35%. Erstellen generativer Anwendungen (Bereitstellung und Nutzung von LLM/SLM/Code/multimodal models, Implementierung von RAG, Design von tool-augmented und multistep reasoning Workflows, Bewertung auf Fälschungen/Relevanz/Qualität/Sicherheit) und Erstellen von agents (Definition von Rollen, Zielen und tool schemas; Kombination von retrieval, function-calling und conversation memory; Orchestrierung von multi-agent solutions; Hinzufügen von Schutzmaßnahmen und Genehmigungsworkflows). Deckt auch Optimierung und Betrieb ab: prompt engineering, reflection- und self-critique loops und Beobachtbarkeit durch tracing, token analytics, safety signals und latency breakdowns.
Etwa 10–15%. Erzeugung und Bearbeitung von Bildern und Videos aus Prompts (einschließlich inpainting und mask-basierten Bearbeitungen), Entwicklung von multimodal understanding Workflows (Bildunterschriften, visuelle Frage-Antwort-Systeme, barrierefreier alt-text, Objekt-/Regionenerkennung und Azure Content Understanding im single-task und pro mode) und Anwendung von verantwortungsvoller KI für visuelle Inhalte – unsafe-content filters, indirekte prompt-injection Erkennung aus in Bildern eingebettetem Text und visuelle Richtlinienregeln wie Wasserzeichen und Markenprüfungen.
Etwa 10–15%. Einsatz von Sprachmodellen für entity-/topic-/summary-extraction und strukturierte JSON-Ausgabe, Erkennung von sentiment, Ton und sensiblen Inhalten sowie Übersetzung mit Azure Translator oder LLM-powered flows. Der Sprachanteil umfasst speech-to-text und text-to-speech für agentic interactions, Sprache als agent modality (einschließlich custom speech models), multimodal reasoning aus Audio und speech translation.
Etwa 10–15%. Entwicklung von retrieval- und grounding-Pipelines: Aufnahme und Indexierung von Dokumenten, Bildern, Audio und Video; Konfiguration von semantic, hybrid und vector search; Anreicherung von Inhalten mit integrierten oder benutzerdefinierten Fähigkeiten; und Ausführung von RAG ingestion mit OCR. Extrahieren strukturierter Inhalte aus Dokumenten mithilfe von multimodal OCR + layout + field-extraction Pipelines und Azure Content Understanding Analyzern, die saubere, grounded, markdown- oder JSON-Ausgabe für nachgelagerte agents liefern.
$110k–$155k–$215k USD jährlich
Generative-AI- und agent-development-Fähigkeiten erzielen 2026 einen Premium-Preis. Die Zertifizierung ist ein Glaubwürdigkeitssignal; die Gehaltsspanne spiegelt angewandte KI-Ingenieure wider, die LLM- und agent-Systeme in Produktion bringen. Die Kombination von AI-103 mit nachgewiesener Foundry-, RAG- und multi-agent-Projektarbeit bewegt Kandidaten in Richtung des oberen Endes der Skala. Märkte außerhalb der großen US-Tech-Hubs tendieren zu niedrigeren Gehältern.
Quelle: levels.fyi 2025 AI/ML engineer roles, U.S. BLS OEWS May 2024 (15-1252 software developers, 15-2051 data scientists), Glassdoor 2025. Die Zahlen sind ungefähr; die tatsächliche Vergütung hängt von der Rolle, der Region und der Erfahrung ab.
Die Entwicklung von agent- und generativen Apps ist eine der am schnellsten wachsenden Ingenieurspezialitäten im Jahr 2026, und AI-103 ist als das führende Azure-Zertifikat dafür positioniert – Microsoft hat die Prüfung direkt um Foundry, agents und RAG herum aufgebaut, die Muster, die Unternehmen schnell implementieren wollen. Die Nachfrage ist am stärksten dort, wo Teams LLMs operationalisieren: grounding auf privaten Daten, Orchestrierung von multi-agent workflows und Erfüllung von Sicherheits- und Responsible-AI-Anforderungen. Da es das weit verbreitete AI-102 ersetzt, ist zu erwarten, dass es die Anerkennung bei Personalvermittlern dieser Prüfung erbt und gleichzeitig aktuelle agent-era skills signalisiert.
Es gibt keine formalen Voraussetzungen, aber AI-103 ist eine echte Entwicklerprüfung auf Associate-Niveau. Sie sollten sich sicher fühlen, Apps in Python zu entwickeln und mit allgemeiner KI, generativer KI und wichtigen Azure-Diensten vertraut sein. In der Praxis profitieren Kandidaten von Vorkenntnissen der Azure AI services (Language, Vision, Speech, Search, Azure OpenAI) und praktischer Erfahrung im Microsoft Foundry portal und SDK.
Die kostenlosen Microsoft Learn-Pfade von Microsoft und der von einem Trainer geleitete Kurs AI-103T00 stimmen direkt mit den fünf Domänen überein. Wenn Sie AI-102 zuvor bestanden haben, planen Sie Zeit ein, um die Neuerungen zu lernen, anstatt die Grundlagen erneut zu erlernen: Das agent-centric model, multi-agent orchestration, Azure Content Understanding sowie das Foundry SDK und die Tools sind die Inhalte, die sich geändert haben. Wenn Sie von AWS kommen, ist das nächste Analogon der Generative AI Developer – Professional Track (Bedrock Agents, Knowledge Bases); die Konzepte übertragen sich, aber die SDKs und Dienstnamen unterscheiden sich.
AI-103 ist eine Associate-Level-Prüfung und merklich schwieriger als die Fundamentals-Stufe. Planen Sie 40–70 Stunden Lernzeit für Entwickler mit Vorkenntnissen in Azure AI ein, und mehr, wenn Foundry und agents neu für Sie sind. Die Prüfung dauert etwa 100 Minuten; erwarten Sie 40–60 Fragen in gemischten Microsoft-Formaten – Multiple Choice, Multiple Response, Drag-and-Drop-Sortierung und möglicherweise kurze Fallstudien – viele davon als "Wählen Sie den besten Dienst/Ansatz für dieses Szenario" formuliert.
Der schwierigste Teil ist die Breite: Die Prüfung erwartet fundierte Kenntnisse in den Bereichen Modellauswahl, RAG, agents, Sicherheit, Überwachung, vision, speech und information extraction, alles innerhalb des Foundry-Ökosystems. Da die Prüfung und Plattform 2026 neu sind, reifen die Lernmaterialien noch – verlassen Sie sich auf die offiziellen Microsoft Learn-Pfade, den AI-103-Studienführer und praktische Foundry labs anstelle älterer AI-102-Inhalte, die das agent- und Content Understanding-Material nicht abdecken.
Neue Associate-Prüfung – Developing AI Apps and Agents on Azure – ersetzt AI-102. Agent-centric und um Microsoft Foundry herum aufgebaut, mit fünf Domänen, die Planung/Management, generative & agentic solutions, computer vision, text analysis und information extraction umfassen. Englische Version aktualisiert am 16. April 2026; als Beta gestartet und geht 2026 in die allgemeine Verfügbarkeit über.
Die Azure AI Engineer Associate-Prüfung, die AI-103 ersetzt. Strukturiert um die Implementierung von Azure AI services (Vision, Language, Speech, Document Intelligence, Azure OpenAI) und generative-AI solutions, ohne den agent-first-, multi-agent- und Content Understanding-Fokus. Wird am 30. Juni 2026 eingestellt.
AI-103 (Microsoft Azure AI Apps and Agents Developer Associate) ist eine eine mittelschwere Prüfung, die praktische Erfahrung sowie ein solides Verständnis der Best Practices erwartet Associate-Level-Prüfung. Die meisten Kandidaten benötigen 80–150 Stunden Lernzeit, verteilt über 6–12 Wochen, für Prüfungen auf Associate-Niveau. Die meisten Kandidaten, die bei Übungsprüfungen konstant über der Bestehensschwelle liegen, bestehen beim ersten Versuch.
Die meisten Kandidaten benötigen 80–150 Stunden Lernzeit, verteilt über 6–12 Wochen, für Prüfungen auf Associate-Niveau. 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.
AI-103 ist ein anerkanntes Zeugnis im Azure-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 Azure arbeiten oder in solche Rollen wechseln möchten.
Die Bestehensgrenze für AI-103 beträgt 700 / 1000. Die Prüfung enthält 50 Fragen und dauert 1 Std 40 Min.
Die Prüfungsgebühr für AI-103 beträgt $165 USD. Die Gebühren werden von Azure festgelegt und können je nach Region variieren; bestätigen Sie immer den aktuellen Preis auf der offiziellen Azure Zertifizierungsseite, bevor Sie buchen.
Microsoft rollenbasierte Zertifizierungen verfallen nach 1 Jahr, können aber kostenlos über eine unüberwachte Online-Bewertung auf Microsoft Learn erneuert werden, beginnend 6 Monate vor dem Ablaufdatum.
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 AI-103. Der Prüfungssimulationsmodus bildet die echte Prüfung ab: 50 Fragen in 1 Std 40 Min, mit der gleichen Bestehensschwelle von 700 / 1000. Im Browsing-Modus können Sie jede Frage und Antwort statisch lesen.