Microsoft Azure AI Apps and Agents Developer Associate
225 Übungsfragen
Zuletzt überprüft: April 2026
Von Grund auf anhand des offiziellen Azure-Prüfungsleitfadens geschrieben
Persönliche Notizen und Ressourcenlinks für Ihre Lernreise
Verfolge deine Prüfungen, Notizen und Ressourcen Tag für Tag
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.
Es ist Microsofts Associate-Level-Zertifizierung für Entwickler, die KI-Lösungen auf Azure entwickeln - generative KI-Apps und Agents, natürliche Sprachverarbeitung und Wissensgewinnung, Computer Vision und verantwortungsvolle KI, hauptsächlich mit Azure AI Foundry und den Azure AI services. Es ist der aktualisierte Nachfolger von AI-102, überarbeitet für den Wandel zu generativer KI und Agents. Die Prüfung umfasst etwa 50 Fragen in 100 Minuten, zum Bestehen sind 700/1000 Punkte erforderlich. Siehe den AI-103 Hub.
AI-103 ist die aktuelle Azure AI Developer Associate-Prüfung und ersetzt die ältere AI-102. Wenn Sie sich heute entscheiden, lernen Sie für AI-103 - die Ziele decken generative KI- und Agenten-Lösungen auf Azure AI Foundry ab, die AI-102 noch nicht umfasste. Bestätigen Sie immer den Prüfungsstatus und die Fertigkeitenübersicht auf der offiziellen Microsoft Learn-Seite, bevor Sie buchen, da Microsoft Prüfungen nach eigenem Zeitplan von der Beta-Phase zur allgemeinen Verfügbarkeit überführt.
Es ist eine entwicklerorientierte Associate-Prüfung - sie setzt voraus, dass Sie mit den Azure AI SDKs entwickeln und generative KI-Muster (Prompting, RAG, Agents) verstehen, nicht nur die Konzepte aus den AI-901 Grundlagen. Mit praktischer Azure AI-Erfahrung ist sie zugänglich; kommt man nur vom Grundlagen-Niveau, ist es ein echter Sprung nach oben. Übungsfragen zeigen Ihnen, wo die Lücken sind.
Ja, wenn Sie KI-Anwendungen auf Azure entwickeln - sie zielt genau auf die generativen KI- und Agenten-Fähigkeiten ab, nach denen Arbeitgeber suchen, und ist rollenrelevanter als eine rein konzeptionelle KI-Zertifizierung. Sie eignet sich eher für Entwickler, die bereits mit Azure AI arbeiten, als für Anfänger. Sehen Sie, wie sie sich in unsere KI-Zertifizierungen einfügt, in unserem Stand der Zertifizierungen Bericht.
Sie läuft 12 Monate nach dem Erwerb ab (kostenlos verlängerbar durch eine kurze Online-Bewertung auf Microsoft Learn, die sechs Monate vor dem Ablaufdatum freigeschaltet wird), und nein - es ist eine überwachte, Closed-Book-Prüfung, die in einem Testzentrum oder online mit Webcam-Überwachung abgelegt wird.
Entwickeln Sie echte Lösungen mit Azure AI Foundry und den Azure AI services - generative KI-Apps, Agents, RAG über Ihre eigenen Daten sowie Sprach-/Vision-Funktionen - und nutzen Sie dann die kostenlosen Microsoft Learn-Pfade, um Lücken zu schließen und Szenariofragen zu trainieren. Unsere AI-103 Fragensammlung deckt jeden Bereich mit Erklärungen ab, und das Playbook fasst die Dienste und Muster zusammen, die in der Prüfung betont werden.
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.
Ja - für Cloud-Ingenieure, Architekten und Berater, die mit Azure arbeiten, lohnt sich AI-103 in der Regel. Es ist ein anerkannter Nachweis, der validiertes Wissen gegenüber Arbeitgebern, Recruitern und Kunden belegt; ob sich Zeit und Gebühr für dich lohnen, hängt von deiner Rolle und deinen Zielen ab.
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.
Der Prüfungssimulationsmodus für AI-103 bei CertLabPro bildet die echte Prüfung ab: 50 Fragen in 1 Std 40 Min, mit derselben Bestehensgrenze von 700 / 1000. Außerdem erhältst du insgesamt 15 Lernmodi, und der Durchsuchen-Modus zeigt jede Frage mit Antwort und Erklärung statisch an.
$110k-$215k USD ist die typische US-Gehaltsspanne für Rollen, die AI-103 schätzen, laut levels.fyi 2025 AI/ML engineer roles, U.S. BLS OEWS May 2024 (15-1252 software developers, 15-2051 data scientists), Glassdoor 2025. Das tatsächliche Gehalt hängt von Seniorität, Standort und Rolle ab - Senior- und Architektenrollen tendieren nach oben, Einstiegsrollen nach unten.
Ja - ein fokussierter Monat ist für die meisten Kandidaten realistisch. Die meisten Kandidaten benötigen 80-150 Stunden Lernzeit, verteilt über 6-12 Wochen, für Prüfungen auf Associate-Niveau. Wenn die Azure-Plattform neu für dich ist, plane mehr Zeit ein; mit praktischer Erfahrung brauchst du vielleicht weniger.
Etwas praktische Erfahrung mit Azure hilft, aber AI-103 ist auch für motivierte Einsteiger machbar, die zuerst die Grundlagen lernen.