Kontakt aufnehmen

Schulungsübersicht

Einführung in AI Builder und Low-Code-KI

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

OCR und Formulardverarbeitung: Strukturierte und unstrukturierte Dokumente

  • Unterschiede zwischen strukturierten Vorlagen und freien Dokumentenformaten
  • Vorbereitung der Trainingsdaten: Kennzeichnung von Feldern, Stichprobenvielfalt und Qualitätsrichtlinien
  • Erstellung eines KI Builder-Formularverarbeitungsmodells und Bewertung der Extraktionsgenauigkeit
  • Nachbearbeitung extrahierter Daten: Validierung, Normierung und Fehlerbehandlung
  • Praktisches Labor: OCR-Erkennung aus gemischten Formulartypen und Integration in einen Verarbeitungsflow

Prognosemodelle: Klassifizierung und Regression

  • Problemformulierung: qualitative (Klassifizierung) versus quantitative (Regressions) Aufgaben
  • Feature-Vorbereitung und Umgang mit fehlenden Daten innerhalb von Power Platform-Workflows
  • Training, Tests und Interpretation der Modellmetriken (Genauigkeit, Präzision, Recall, RMSE)
  • Erklärbarkeit und Fairnessaspekte der Modelle in Geschäftsanwendungsfällen
  • Praktisches Labor: Erstellung eines benutzerdefinierten Prognosemodells für Churn-/Score-Werte oder numerische Vorhersagen

Integration mit Power Apps und Power Automate

  • Einbetten von KI Builder-Modellen in Canvas-Apps und modellgesteuerte Apps (Model-driven Apps)
  • Erstellung automatisierter Flows zur Verarbeitung extrahierter Daten und Auslösung geschäftlicher Aktionen
  • Design-Patterns für skalierbare, wartbare KI-gestützte Apps
  • Praktisches Labor: Durchgängiges Szenario – Dokumenten-Upload, OCR, Prognose und Workflow-Automatisierung

Ergänzende Process-Mining-Konzepte (optional)

  • Wie Process Mining hilft, Prozesse mittels Event Logs zu entdecken, zu analysieren und zu verbessern
  • Nutzung von Process-Mining-Ergebnissen zur Beeinflussung von Model-Features und Automatisierung von Verbesserungszyklen
  • Praxisbeispiel: Kombination von Process-Mining-Erkenntnissen mit AI Builder zur Reduzung manueller Ausnahmen

Überlegungen zur Produktion, Governance und Überwachung

  • Daten-Governance, Datenschutz und Compliance bei der Nutzung von AI Builder für sensible Dokumente
  • Modelllebenszyklus: Nachschulung, Versionierung und Leistungsüberwachung
  • Operative Umsetzung von Modellen mit Alerts, Dashboards und menschlicher Validierung (Human-in-the-Loop)

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Erfahrung mit Power Apps, Power Automate oder der Verwaltung von Power Platform
  • Vertrautheit mit Datenkonzepten, grundlegenden ML-Ideen und Modellbewertung
  • Sicherheit im Umgang mit Datensätzen, Excel-/CSV-Exporten und grundlegender Datenbereinigung

Zielgruppe

  • Power Platform-Entwickler und Lösungsentwickler (Solution Architects)
  • Datenanalysten und Prozessverantwortliche, die Automatisierung durch KI anstreben
  • Leiter der Geschäftsautomatisierung mit Fokus auf Anwendungsfälle zur Dokumentenverarbeitung und Vorhersage
 14 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (2)

Kommende Kurse

Verwandte Kategorien