Nach diesem Tag baust du KI-Funktionen direkt auf Azure Database for PostgreSQL auf. Du richtest die azure_ai-Erweiterung ein, speicherst Embeddings mit pgvector, setzt semantische Suche und RAG um und rufst Sprach- und Übersetzungsdienste aus SQL heraus auf. Außerdem siehst du, wie ein KI-Agent über Foundry Agent Service oder MCP auf die Datenbank zugreift. Der Kurs eignet sich für Entwickler, Data Engineers und KI-Engineers, die PostgreSQL schon kennen und KI-Anwendungen nah an ihren Daten umsetzen wollen, statt dafür eine zusätzliche Datenbank einzuführen.
Das nimmst du mit.
- Die azure_ai-Erweiterung in Azure Database for PostgreSQL Flexible Server einrichten und Azure-KI-Dienste per SQL aufrufen
- Embeddings mit pgvector speichern und semantische Suche über Ähnlichkeitsabfragen umsetzen
- Texte in der Datenbank zusammenfassen und übersetzen, nach Stimmung und Entitäten auswerten und personenbezogene Daten erkennen
- Eine RAG-Anwendung auf Basis von PostgreSQL entwerfen und umsetzen
- Einen KI-Agenten mit der Datenbank verbinden, etwa über Foundry Agent Service oder MCP
Dein Training im Detail
- Für wen?
- Entwickler, Data Engineers und KI-Engineers, die bereits mit PostgreSQL arbeiten und KI-Funktionen nah an ihren Daten umsetzen wollen.
- Was bringst du mit?
- Erfahrung mit PostgreSQL und dem Schreiben von SQL-Abfragen sowie ein allgemeines Verständnis von KI- und ML-Konzepten.
- Umfang & Planung
- Standardumfang: 1 Trainingstag. Für Firmen ist nach Absprache ein angepasster Umfang möglich.
Agenda: vom Verständnis zur Anwendung
Unser eigenständig entwickelter Agenda-Vorschlag. Schwerpunkte, Übungsumgebung und Umfang stimmen wir vor einer Buchung ab.
Generative KI mit Azure Database for PostgreSQL: Architektur und azure_ai-Erweiterung
Semantische Suche: Embeddings, Vektorähnlichkeit und pgvector
KI-Dienste aus SQL: Azure AI Language, Translator und Inferenz über Azure-Machine-Learning-Endpunkte
RAG-Anwendungen auf PostgreSQL entwerfen und umsetzen
KI-Agenten mit PostgreSQL: Agentenarchitektur, Informationsabruf, Foundry Agent Service und MCP
Entwickeln in Visual Studio Code mit PostgreSQL-Erweiterung und GitHub Copilot
Du ergänzt eine Tabelle mit Produktbeschreibungen um Embeddings, beantwortest Freitextfragen per semantischer Suche und wertest Kundenbewertungen direkt per SQL nach Stimmung und genannten Produkten aus.
Prüfung, Lizenzen & Nachweise
Der Kurs folgt dem Microsoft-Lernpfad AI-3019 und endet ohne Prüfung; Microsoft nennt für diesen Lernpfad keine zugehörige Zertifizierung. PostgreSQL mit pgvector ist auch ein Thema der Prüfung AI-200, falls du später eine Zertifizierung anstrebst. Der Kurs ist kein offizieller Microsoft-Kurs, sofern das Angebot das nicht ausdrücklich angibt.
Herstellerquellen & fachlicher Stand
Quellen geprüft am 2026-11-10. Die Quellen beschreiben die Technologie bzw. externe Prüfungsanforderungen. Sie belegen keine Partnerschaft mit NextNowa.
Dein Lerninhalt
Die genannten Inhalte beschreiben das Schulungsthema. Konkreten Lehrplan, Termine und Trainer stimmen wir vor einer Buchung ab; verbindlich ist das Angebot.
Häufige Fragen
Brauche ich eine separate Vektordatenbank?
Nein. Mit pgvector speicherst und durchsuchst du Vektoren direkt in Azure Database for PostgreSQL.
Gibt es zu AI-3019 eine Prüfung?
Nein. AI-3019 ist ein Lernpfad ohne eigene Prüfung. PostgreSQL mit pgvector ist aber auch ein Thema der Prüfung AI-200.
Erhalte ich bei AI-3019 Build AI Apps with Azure Database for PostgreSQL: KI-Funktionen direkt in der Datenbank ein Zertifikat?
Der Kurs folgt dem Microsoft-Lernpfad AI-3019 und endet ohne Prüfung; Microsoft nennt für diesen Lernpfad keine zugehörige Zertifizierung. PostgreSQL mit pgvector ist auch ein Thema der Prüfung AI-200, falls du später eine Zertifizierung anstrebst. Der Kurs ist kein offizieller Microsoft-Kurs, sofern das Angebot das nicht ausdrücklich angibt.