Skip to main content
CertRampLearning

Microsoft · Kostenlose Übungsfragen

AI-901: Übungsfragen mit Lösungen

15 eigene AI-901-Übungsfragen zu den zwei Fähigkeitsbereichen des Microsoft-Studienleitfadens (gemessene Fähigkeiten ab dem 15. April 2026), ungefähr wie in der echten Prüfung gewichtet. Zu jeder Frage gibt es die Antwort, eine kurze Erklärung und die Begründung, warum jede andere Option falsch ist.

Aktualisiert am 28. Oktober 2026 · English version

Dies sind eigene Übungsfragen von CertRamp, geschrieben nach der offiziellen Prüfungsgliederung von Microsoft. Es sind keine echten Prüfungsfragen und sie stammen aus keiner Prüfung. Beantworte jede Frage zuerst selbst und öffne dann die Lösung mit der Erklärung zu jeder Option.

Bereich 1

Identifizieren von KI-Konzepten und Funktionen

Beschreiben von Prinzipien verantwortungsvoller KIGrundlagenBereich: Identifizieren von KI-Konzepten und Funktionen

Frage 1. Der Kreditassistent einer Bank teilt Antragstellenden mit, dass ein KI-System an ihrer Entscheidung beteiligt war, und erklärt in verständlicher Sprache, welche Faktoren das System berücksichtigt hat. Welches Prinzip verantwortungsvoller KI wird damit hauptsächlich umgesetzt?

  1. Option A: Inklusion
  2. Option B: Zuverlässigkeit und Sicherheit
  3. Option C: Transparenz
  4. Option D: Datenschutz und Sicherheit
Lösung und Erklärung anzeigen

Richtige Antwort: C. Transparenz

Offenzulegen, dass KI eingesetzt wird, und die Faktoren hinter ihrem Ergebnis zu erklären, ist der Kern der Transparenz. Verantwortlichkeit ist verwandt, meint aber, dass Menschen für den Betrieb des Systems verantwortlich bleiben.

  • A (falsch)Bei Inklusion geht es darum, KI so zu gestalten, dass sie Menschen mit unterschiedlichsten Fähigkeiten und Hintergründen unterstützt und für sie funktioniert.
  • B (falsch)Zuverlässigkeit und Sicherheit betreffen konsistentes, sicheres Verhalten unter erwarteten und unerwarteten Bedingungen, nicht das Erklären von Entscheidungen.
  • C (richtig)Richtig. Transparenz bedeutet, dass Menschen verstehen, dass KI eingesetzt wird, wie sie zu ihren Ergebnissen kommt und wo ihre Grenzen liegen.
  • D (falsch)Datenschutz und Sicherheit betreffen den Schutz personenbezogener Daten und des Systems, nicht die Erklärung, wie Entscheidungen zustande kommen.

Quelle: Microsoft Learn: AI-901-Studienleitfaden (öffnet in neuem Tab)

Beschreiben von Prinzipien verantwortungsvoller KIGrundlagenBereich: Identifizieren von KI-Konzepten und Funktionen

Frage 2. Beim Testen lehnt ein Modell zur Bewerberauswahl gleich qualifizierte Bewerberinnen und Bewerber aus einer Altersgruppe häufiger ab als andere. Welches Prinzip verantwortungsvoller KI ist gefährdet?

  1. Option A: Fairness
  2. Option B: Transparenz
  3. Option C: Verantwortlichkeit
  4. Option D: Datenschutz und Sicherheit
Lösung und Erklärung anzeigen

Richtige Antwort: A. Fairness

Unterschiedliche Ergebnisse für vergleichbare Personen aufgrund eines Merkmals wie des Alters sind ein Fairnessproblem. Ergebnisse über verschiedene Gruppen hinweg zu testen, ist ein typischer Weg, es zu erkennen.

  • A (richtig)Richtig. Fairness verlangt, dass ein KI-System alle Menschen gleichberechtigt behandelt und Gruppen mit ähnlicher Qualifikation nicht benachteiligt.
  • B (falsch)Bei Transparenz geht es um die Erklärung des Systems; das Problem hier ist ungleiche Behandlung, nicht fehlende Erklärungen.
  • C (falsch)Verantwortlichkeit regelt, wer für das System einsteht. Sie ist für die Behebung des Problems wichtig, ist aber nicht das verletzte Prinzip.
  • D (falsch)Im Szenario werden keine personenbezogenen Daten offengelegt oder missbraucht.

Quelle: Microsoft Learn: AI-901-Studienleitfaden (öffnet in neuem Tab)

Beschreiben von Prinzipien verantwortungsvoller KIMittelBereich: Identifizieren von KI-Konzepten und Funktionen

Frage 3. Ein Unternehmen richtet ein Prüfgremium ein, das jedes KI-System vor der Freigabe abnimmt und für das Verhalten jedes Systems im Produktivbetrieb verantwortlich bleibt. Welches Prinzip verantwortungsvoller KI wird dadurch am direktesten unterstützt?

  1. Option A: Inklusion
  2. Option B: Verantwortlichkeit
  3. Option C: Zuverlässigkeit und Sicherheit
  4. Option D: Fairness
Lösung und Erklärung anzeigen

Richtige Antwort: B. Verantwortlichkeit

Governance-Strukturen, die Menschen für KI-Systeme verantwortlich halten, setzen Verantwortlichkeit in die Praxis um. Die anderen Prinzipien beschreiben Eigenschaften des Systems, nicht wer dafür verantwortlich ist.

  • A (falsch)Bei Inklusion geht es darum, Menschen aller Fähigkeiten und Hintergründe gerecht zu werden, nicht um Governance und Zuständigkeit.
  • B (richtig)Richtig. Verantwortlichkeit bedeutet, dass Menschen, nicht das KI-System, für Entwurf, Bereitstellung und Betrieb verantwortlich bleiben.
  • C (falsch)Ein Prüfgremium kann die Zuverlässigkeit prüfen, das entscheidende Merkmal ist hier aber die menschliche Verantwortung für das System.
  • D (falsch)Bei Fairness geht es um die gleichberechtigte Behandlung der vom System betroffenen Menschen.

Quelle: Microsoft Learn: AI-901-Studienleitfaden (öffnet in neuem Tab)

Identifizieren von KI-Modellkomponenten und -konfigurationenMittelBereich: Identifizieren von KI-Konzepten und Funktionen

Frage 4. Ein in Microsoft Foundry bereitgestelltes Chatmodell liefert zu stark schwankende Antworten, wenn dieselbe Sachfrage mehrmals gestellt wird. Welche Parameteränderung macht die Antworten am wahrscheinlichsten konsistenter?

  1. Option A: Die maximale Antwortlänge erhöhen
  2. Option B: Die Temperatur erhöhen
  3. Option C: Weitere Stoppsequenzen hinzufügen
  4. Option D: Die Temperatur senken
Lösung und Erklärung anzeigen

Richtige Antwort: D. Die Temperatur senken

Die Temperatur steuert, wie zufällig das Modell Token auswählt. Niedrige Werte eignen sich für sachliche, konsistente Antworten, höhere Werte für kreative Aufgaben.

  • A (falsch)Ein höheres Limit erlaubt längere Antworten; es verringert nicht die Schwankung zwischen den Antworten.
  • B (falsch)Eine höhere Temperatur lässt das Modell zufälliger auswählen und erhöht die Schwankung.
  • C (falsch)Stoppsequenzen beenden die Generierung nur bei einem bestimmten Text; sie steuern nicht die Zufälligkeit.
  • D (richtig)Richtig. Eine niedrigere Temperatur lässt das Modell die wahrscheinlichsten Token bevorzugen, sodass die Ausgaben fokussierter und reproduzierbarer werden.

Quelle: Microsoft Learn: AI-901-Studienleitfaden (öffnet in neuem Tab)

Identifizieren von KI-Modellkomponenten und -konfigurationenGrundlagenBereich: Identifizieren von KI-Konzepten und Funktionen

Frage 5. Welche Aussage beschreibt am besten, wie ein großes Sprachmodell eine Textantwort erzeugt?

  1. Option A: Es sucht eine gespeicherte Antwort in einer Datenbank freigegebener Antworten heraus
  2. Option B: Es führt für jeden Fragetyp eine von Hand geschriebene Regel aus
  3. Option C: Es sagt wiederholt das nächste Token voraus, auf Basis des Prompts und der bisher erzeugten Token
  4. Option D: Es durchsucht vor jeder Antwort immer das Internet
Lösung und Erklärung anzeigen

Richtige Antwort: C. Es sagt wiederholt das nächste Token voraus, auf Basis des Prompts und der bisher erzeugten Token

Sprachmodelle werden mit großen Textmengen trainiert und erzeugen Ausgaben, indem sie wahrscheinliche nächste Token vorhersagen. Deshalb können sie auch flüssige, aber falsche Inhalte erzeugen, und deshalb sind Grounding und Überprüfung wichtig.

  • A (falsch)Sprachmodelle rufen keine festen Antworten ab; das würde einen regelbasierten FAQ-Bot beschreiben.
  • B (falsch)Generative Modelle lernen Muster aus Trainingsdaten, statt von Hand geschriebenen Regeln zu folgen.
  • C (richtig)Richtig. Das Modell zerlegt Text in Token und erzeugt eine Antwort Token für Token aus gelernten Wahrscheinlichkeiten.
  • D (falsch)Ein Modell nutzt externe Quellen nur, wenn eine Anwendung oder ein Agent ihm dafür ein Tool oder Grounding-Daten bereitstellt.

Quelle: Microsoft Learn: AI-901-Studienleitfaden (öffnet in neuem Tab)

Identifizieren von KI-WorkloadsGrundlagenBereich: Identifizieren von KI-Konzepten und Funktionen

Frage 6. Eine Hotelkette möchte automatisch erkennen, ob jede Online-Bewertung positiv, negativ oder neutral ist. Welche Textanalysetechnik passt?

  1. Option A: Stimmungsanalyse (Sentimentanalyse)
  2. Option B: Stichwortextraktion
  3. Option C: Entitätserkennung
  4. Option D: Sprachsynthese
Lösung und Erklärung anzeigen

Richtige Antwort: A. Stimmungsanalyse (Sentimentanalyse)

Der Studienleitfaden nennt Stichwortextraktion, Entitätserkennung, Stimmungsanalyse und Zusammenfassung als gängige Textanalysetechniken. Wähle die Technik passend zu der Ausgabe, die das Unternehmen braucht.

  • A (richtig)Richtig. Die Stimmungsanalyse ordnet die in einem Text geäußerte Meinung als positiv, negativ, neutral oder gemischt ein.
  • B (falsch)Die Stichwortextraktion liefert die wichtigsten Begriffe eines Textes, nicht ob die Meinung positiv oder negativ ist.
  • C (falsch)Die Entitätserkennung findet Dinge wie Personen, Orte und Datumsangaben im Text.
  • D (falsch)Die Sprachsynthese wandelt Text in Audio um; sie analysiert keine Meinungen.

Quelle: Microsoft Learn: AI-901-Studienleitfaden (öffnet in neuem Tab)

Identifizieren von KI-WorkloadsGrundlagenBereich: Identifizieren von KI-Konzepten und Funktionen

Frage 7. Ein Bahnunternehmen möchte schriftliche Verspätungsmeldungen automatisch mit natürlich klingender Stimme über die Bahnhofslautsprecher vorlesen lassen. Welche KI-Fähigkeit wird benötigt?

  1. Option A: Spracherkennung
  2. Option B: Bildgenerierung
  3. Option C: Entitätserkennung
  4. Option D: Sprachsynthese
Lösung und Erklärung anzeigen

Richtige Antwort: D. Sprachsynthese

Spracherkennung ist Speech-to-Text, Sprachsynthese ist Text-to-Speech. Stelle sicher, dass du die beiden Richtungen in einem Szenario auseinanderhalten kannst.

  • A (falsch)Die Spracherkennung wandelt gesprochenes Audio in Text um, also die umgekehrte Richtung.
  • B (falsch)Die Bildgenerierung erzeugt Bilder, kein Audio.
  • C (falsch)Die Entitätserkennung analysiert Text; sie erzeugt keine Sprache.
  • D (richtig)Richtig. Die Sprachsynthese (Text-to-Speech) erzeugt gesprochenes Audio aus Text.

Quelle: Microsoft Learn: AI-901-Studienleitfaden (öffnet in neuem Tab)

Bereich 2

Implementieren von KI-Lösungen mithilfe von Microsoft Foundry

Implementieren von generativen KI-Apps und -Agents mithilfe von FoundryGrundlagenBereich: Implementieren von KI-Lösungen mithilfe von Microsoft Foundry

Frage 8. Du entwickelst eine Support-Chat-App auf Basis eines in Microsoft Foundry bereitgestellten Modells. Der Assistent soll immer höflich antworten, nur über die Produkte deines Unternehmens sprechen und themenfremde Anfragen ablehnen. Wo solltest du diese Anweisungen hinterlegen?

  1. Option A: Im Systemprompt
  2. Option B: In jedem Benutzerprompt, vom Kunden eingegeben
  3. Option C: Im Bereitstellungsnamen des Modells
  4. Option D: In der Einstellung für die maximale Antwortlänge
Lösung und Erklärung anzeigen

Richtige Antwort: A. Im Systemprompt

Systemprompts legen fest, wie sich das Modell verhalten soll; Benutzerprompts enthalten die einzelnen Anfragen. Klare, konkrete Systemanweisungen sind ein zentraler Bestandteil wirksamen Prompt-Designs.

  • A (richtig)Richtig. Der Systemprompt legt Rolle, Tonfall und Grenzen des Modells für das gesamte Gespräch fest.
  • B (falsch)Man kann sich nicht darauf verlassen, dass Kunden Anweisungen hinzufügen, und sie könnten diese ändern oder entfernen.
  • C (falsch)Der Bereitstellungsname identifiziert nur die Bereitstellung; das Modell liest ihn nicht als Anweisung.
  • D (falsch)Dieser Parameter begrenzt die Länge der Ausgabe; er kann keine Verhaltensregeln abbilden.

Quelle: Microsoft Learn: AI-901-Studienleitfaden (öffnet in neuem Tab)

Implementieren von generativen KI-Apps und -Agents mithilfe von FoundryMittelBereich: Implementieren von KI-Lösungen mithilfe von Microsoft Foundry

Frage 9. Ein schlanker Python-Chatclient soll ein Modell aus dem Foundry-Modellkatalog aufrufen. Was muss in deinem Foundry-Projekt vorhanden sein, bevor der Client Prompts an das Modell senden kann?

  1. Option A: Eine feinabgestimmte (fine-tuned) Version des Modells
  2. Option B: Eine Bereitstellung (Deployment) des Modells
  3. Option C: Ein Content-Understanding-Analysetool
  4. Option D: Eine Speech-Ressource
Lösung und Erklärung anzeigen

Richtige Antwort: B. Eine Bereitstellung (Deployment) des Modells

In Foundry stellst du zuerst ein Modell bereit, testest es im Portal und rufst die Bereitstellung dann mit dem Foundry SDK aus Code auf. Der Code verweist auf die Bereitstellung, nicht nur auf das Modell im Katalog.

  • A (falsch)Feinabstimmung ist optional; Basismodelle können direkt verwendet werden.
  • B (richtig)Richtig. Der Client ruft eine Modellbereitstellung über deren Endpunkt auf; ein Katalogeintrag allein kann nicht aufgerufen werden.
  • C (falsch)Content Understanding dient der Informationsextraktion und wird für einen Chatclient nicht benötigt.
  • D (falsch)Speech wird nur für Audiofunktionen benötigt, nicht für Textchat.

Quelle: Microsoft Learn: AI-901-Studienleitfaden (öffnet in neuem Tab)

Implementieren von generativen KI-Apps und -Agents mithilfe von FoundryMittelBereich: Implementieren von KI-Lösungen mithilfe von Microsoft Foundry

Frage 10. Ein Team möchte einen Assistenten, der nicht nur Fragen beantwortet, sondern bei Bedarf auch den Bestellstatus über eine Unternehmens-API abfragen kann. Was sollte das Team in Microsoft Foundry erstellen?

  1. Option A: Eine Modellbereitstellung mit höherer Temperatur
  2. Option B: Eine Textanalyseanwendung
  3. Option C: Einen Agent, bei dem die API als Tool konfiguriert ist
  4. Option D: Eine Bereitstellung zur Bildgenerierung
Lösung und Erklärung anzeigen

Richtige Antwort: C. Einen Agent, bei dem die API als Tool konfiguriert ist

Der Unterschied zwischen einer Chat-App und einem Agent ist die Fähigkeit, Tools zu nutzen und zu handeln. Der Studienleitfaden erwartet, dass du im Foundry-Portal eine Lösung mit einem einzelnen Agent erstellst und testest.

  • A (falsch)Die Temperatur verändert die Zufälligkeit; sie ermöglicht dem Modell keinen API-Aufruf.
  • B (falsch)Textanalyse extrahiert Informationen aus Text; sie führt keine Aktionen aus.
  • C (richtig)Richtig. Ein Agent kombiniert ein Modell mit Anweisungen und Tools und kann so entscheiden, die API aufzurufen, um eine Aufgabe zu erledigen.
  • D (falsch)Bildgenerierung erzeugt Bilder und hat nichts mit dem Abfragen von Bestellungen zu tun.

Quelle: Microsoft Learn: AI-901-Studienleitfaden (öffnet in neuem Tab)

Implementieren von KI-Lösungen für Text und Sprache mithilfe von FoundryMittelBereich: Implementieren von KI-Lösungen mithilfe von Microsoft Foundry

Frage 11. Ein Servicetechniker nimmt eine gesprochene Frage auf dem Smartphone auf, und die App soll sie in einem einzigen Schritt ohne separaten Transkriptionsdienst beantworten. Welcher Ansatz passt?

  1. Option A: Das Audio an ein bereitgestelltes multimodales Modell senden, das Audioeingaben akzeptiert
  2. Option B: Das Audio an ein Bildgenerierungsmodell senden
  3. Option C: Eine Stimmungsanalyse auf die Audiodatei anwenden
  4. Option D: Sprachsynthese auf die Aufnahme anwenden
Lösung und Erklärung anzeigen

Richtige Antwort: A. Das Audio an ein bereitgestelltes multimodales Modell senden, das Audioeingaben akzeptiert

Der Studienleitfaden behandelt zwei Wege für Sprache: auf gesprochene Prompts mit einem multimodalen Modell antworten und Apps mit Azure Speech in Foundry Tools erstellen. Hier spricht die Anforderung nach einem einzigen Schritt für das multimodale Modell.

  • A (richtig)Richtig. Ein multimodales Modell mit Audiounterstützung kann den gesprochenen Prompt direkt verarbeiten und darauf antworten.
  • B (falsch)Bildgenerierungsmodelle erzeugen Bilder aus Prompts; sie beantworten keine gesprochenen Fragen.
  • C (falsch)Die Stimmungsanalyse arbeitet mit Text und liefert nur eine Meinungsbewertung, keine Antwort.
  • D (falsch)Sprachsynthese erzeugt Audio aus Text; sie versteht keine Audioeingaben.

Quelle: Microsoft Learn: AI-901-Studienleitfaden (öffnet in neuem Tab)

Implementieren von KI-Lösungen für Text und Sprache mithilfe von FoundryGrundlagenBereich: Implementieren von KI-Lösungen mithilfe von Microsoft Foundry

Frage 12. Ein Contact Center braucht Live-Transkripte von Kundengesprächen, damit die Mitarbeitenden mitlesen können. Welchen Foundry-Tools-Dienst sollte die Entwicklerin bzw. der Entwickler verwenden?

  1. Option A: Azure Content Understanding, nur Bildanalyse
  2. Option B: Ein Bildgenerierungsmodell
  3. Option C: Eine Textanalysefunktion zur Schlüsselbegriffserkennung
  4. Option D: Azure Speech mit Speech-to-Text
Lösung und Erklärung anzeigen

Richtige Antwort: D. Azure Speech mit Speech-to-Text

Speech-to-Text ist die Spracherkennungsfunktion von Azure Speech. Textanalysefunktionen könnten anschließend auf das Transkript angewendet werden, ersetzen aber nicht die Transkription.

  • A (falsch)Bildanalyse kann keine Gesprächsaufnahmen transkribieren.
  • B (falsch)Bildgenerierung verarbeitet kein Audio.
  • C (falsch)Die Schlüsselbegriffserkennung braucht Text als Eingabe; sie kann Audio nicht in Text umwandeln.
  • D (richtig)Richtig. Azure Speech bietet Spracherkennung, die gesprochenes Audio in Text umwandelt.

Quelle: Microsoft Learn: AI-901-Studienleitfaden (öffnet in neuem Tab)

Implementieren von KI-Lösungen mit Computervisions- und Bildgenerierungsfunktionen mithilfe von FoundryMittelBereich: Implementieren von KI-Lösungen mithilfe von Microsoft Foundry

Frage 13. In einer Versicherungs-App können Kundinnen und Kunden ein Foto eines Autoschadens hochladen und fragen: „Welche Teile sehen beschädigt aus?“ Welcher Ansatz nutzt das Foto direkt im Gespräch?

  1. Option A: Die Bildunterschrift des Fotos per Sprachsynthese in Audio umwandeln
  2. Option B: Das Bild in den Prompt an ein bereitgestelltes multimodales Modell aufnehmen
  3. Option C: Mit einem Bildgenerierungsmodell ein neues Bild des Autos erstellen
  4. Option D: Eine Stimmungsanalyse auf den Dateinamen des Bildes anwenden
Lösung und Erklärung anzeigen

Richtige Antwort: B. Das Bild in den Prompt an ein bereitgestelltes multimodales Modell aufnehmen

Visuelle Eingaben in Prompts zu interpretieren ist eine ausdrücklich genannte AI-901-Fähigkeit. Trenne das Verstehen von Bildern (multimodale Eingabe) vom Erzeugen von Bildern (generative Bildmodelle).

  • A (falsch)Sprachsynthese erzeugt Audio und kann keine Bilder interpretieren.
  • B (richtig)Richtig. Multimodale Modelle können visuelle Eingaben in Prompts interpretieren und Fragen dazu beantworten.
  • C (falsch)Bildgenerierung erzeugt neue Bilder; sie analysiert nicht das hochgeladene Bild.
  • D (falsch)Der Dateiname sagt nichts über den Schaden aus, und die Stimmungsanalyse beantwortet keine Fragen.

Quelle: Microsoft Learn: AI-901-Studienleitfaden (öffnet in neuem Tab)

Implementieren von KI-Lösungen mit Computervisions- und Bildgenerierungsfunktionen mithilfe von FoundryGrundlagenBereich: Implementieren von KI-Lösungen mithilfe von Microsoft Foundry

Frage 14. Ein Marketingteam möchte für eine Kampagne eigene Illustrationen aus Textbeschreibungen wie „ein Radfahrer bei Sonnenaufgang im flachen Pastellstil“ erstellen. Was sollte es verwenden?

  1. Option A: Ein Spracherkennungsmodell
  2. Option B: Content Understanding, um Felder aus Bildern zu extrahieren
  3. Option C: Ein in Foundry bereitgestelltes Bildgenerierungsmodell
  4. Option D: Entitätserkennung
Lösung und Erklärung anzeigen

Richtige Antwort: C. Ein in Foundry bereitgestelltes Bildgenerierungsmodell

Neue visuelle Ausgaben mit generativen Modellen zu erstellen, gehört zu den Vision-Fähigkeiten. Verantwortungsvolle KI gilt auch hier: Prüfe generierte Bilder vor der Verwendung.

  • A (falsch)Spracherkennung wandelt Audio in Text um und kann keine Bilder erzeugen.
  • B (falsch)Content Understanding extrahiert Informationen aus vorhandenen Inhalten; es erzeugt keine neuen Bilder.
  • C (richtig)Richtig. Bildgenerierungsmodelle erzeugen neue visuelle Ausgaben aus Textprompts.
  • D (falsch)Die Entitätserkennung findet benannte Elemente in Text; sie erzeugt keine Bilder.

Quelle: Microsoft Learn: AI-901-Studienleitfaden (öffnet in neuem Tab)

Implementieren von KI-Lösungen für die Informationsextraktion mithilfe von FoundryMittelBereich: Implementieren von KI-Lösungen mithilfe von Microsoft Foundry

Frage 15. Eine Buchhaltung erhält Tausende Lieferantenrechnungen als PDFs und Scans. Rechnungsnummer, Datum und Gesamtbetrag sollen als strukturierte Felder für das Finanzsystem extrahiert werden. Welchen Dienst sollte die Entwicklerin bzw. der Entwickler verwenden?

  1. Option A: Azure Speech
  2. Option B: Ein Bildgenerierungsmodell
  3. Option C: Stimmungsanalyse
  4. Option D: Azure Content Understanding in Foundry Tools
Lösung und Erklärung anzeigen

Richtige Antwort: D. Azure Content Understanding in Foundry Tools

Die Fähigkeiten zur Informationsextraktion drehen sich um Azure Content Understanding. Es funktioniert mit Dokumenten, Bildern, Audio und Video, und der Studienleitfaden erwartet, dass du eine schlanke Anwendung erstellst, die es nutzt.

  • A (falsch)Azure Speech verarbeitet gesprochenes Audio, keine Dokumente.
  • B (falsch)Bildgenerierung erzeugt Bilder und kann keine Felder extrahieren.
  • C (falsch)Die Stimmungsanalyse liefert für Text nur eine Meinungsbewertung.
  • D (richtig)Richtig. Content Understanding extrahiert Informationen aus Dokumenten und Formularen (sowie aus Bildern, Audio und Video) in strukturierte Ausgaben.

Quelle: Microsoft Learn: AI-901-Studienleitfaden (öffnet in neuem Tab)

Mehr üben?

15 Fragen sind nur ein Ausschnitt.

Die vollständigen CertRamp-Übungsprüfungen zu AI-901 auf Deutsch umfassen sechs Tests mit steigendem Schwierigkeitsgrad: vom Einstufungstest über Prüfungsniveau bis darüber hinaus, mit einer Erklärung zu jeder Option.

Wer die Prüfungen schreibt

Geschrieben aus der Praxis, nicht aus der Fragenfabrik

Joshua Ravnjak, founder of CertRamp Learning

Joshua Ravnjak

Senior Consultant für digitale Transformation und KI

Gründer von CertRamp Learning

921 Lernende und 61 Bewertungen auf Udemy (Stand: 3. November 2026)

Ich habe über 12 Jahre Berufserfahrung und arbeite als Senior Consultant in einer IT-Unternehmensberatung, mit Schwerpunkt auf digitaler Transformation, KI und Requirements Engineering in der Versicherungsbranche. Viele Zertifizierungen habe ich selbst abgelegt und weiß, wie sich Prüfungsvorbereitung anfühlt. Deshalb folgt jede CertRamp-Übungsprüfung derselben Progression: ein leichter Einstieg zur Standortbestimmung, dann echtes Prüfungsniveau, dann darüber hinaus. So gehst du mit Puffer und einem guten Gefühl in die Prüfung.

Ausgewählte Zertifizierungen

  • IREB® CPRE Foundation Level
  • ITIL® 4 Foundation
  • Professional Scrum Master I (PSM I)
  • Professional Scrum Product Owner I (PSPO I)
  • Certified SAFe® 6 Scrum Master
  • Certified AI-Empowered SAFe® 6 Product Owner/Product Manager

Dazu weitere Zertifizierungen von Microsoft und Anthropic (Claude).

ITIL® ist eine eingetragene Marke von PeopleCert. IREB® ist eine eingetragene Marke des IREB e.V. SAFe® ist eine eingetragene Marke von Scaled Agile, Inc. PSM und PSPO sind Marken von Scrum.org.

Auch als Buch

Cover: CPRE Foundation Level Prüfungsvorbereitung 2026 by Joshua Ravnjak

CPRE Foundation Level Prüfungsvorbereitung 2026

6 Übungsprüfungen mit 270 Fragen und ausführlichen Erklärungen

Taschenbuch, Oktober 2026

Mein Buch zur CPRE Foundation Level folgt demselben aufbauenden Prinzip.

Bei Amazon ansehen (opens in a new tab)