Developing AI Cloud Solutions on Azure (AI-200) — Übungsfragen und Probeprüfung

Die Prüfung AI-200, Developing AI Cloud Solutions on Azure, führt zur Zertifizierung Microsoft Certified: Azure AI Cloud Developer Associate und löst AZ-204 (Azure Developer Associate) ab, deren Zertifizierung und Renewal Assessment inzwischen eingestellt sind. Sie setzt voraus, dass die geprüfte Anwendung ein KI-System ist und keine beliebige Azure-App. Themen sind containerisierte Lösungen, KI-Entwicklung mit Azure-Datenmanagementdiensten, das Anbinden und Nutzen von Azure-Diensten sowie das Absichern, Überwachen und Debuggen des Ergebnisses. Python-Kenntnisse brauchst du durchgehend.

Diese Zertifizierung auf Associate-Niveau richtet sich an Entwickler, die in allen Phasen der Umsetzung von KI-Lösungen auf Azure mitarbeiten, mit Schwerpunkt auf Back-end-Services und -Komponenten. Du begleitest den kompletten Entwicklungszyklus, von der Anforderungsaufnahme bis zu Deployment und Monitoring, und behandelst Vector-Datenbanken, event-gesteuerte Pipelines und verteilte Observability als ganz normalen Teil der Arbeit, nicht als Spezialgebiet.

Das größte Gewicht liegt mit 25–30 % auf den Azure-Datenverwaltungsdiensten, und dieser Bereich dreht sich fast durchgehend um Vektoren: Embeddings und Ähnlichkeitssuche in Cosmos DB, pgvector-Dimensionierung und RAG-Muster in PostgreSQL, Vektorindizierung in Managed Redis. Containerisierte Lösungen, Service-Integration (Service Bus, Event Grid, Functions) sowie Absichern, Monitoring und Troubleshooting liegen jeweils bei 20–25 %. Das sind die allgemeinen Azure-Entwicklungsfähigkeiten, die früher in AZ-204 geprüft wurden, jetzt angewendet auf AI-Workloads.

Wenn du dich wie für AZ-204 vorbereitest und nur ein kleines AI-Kapitel obendrauf erwartest, schätzt du die Prüfung falsch ein: Allein der Datenverwaltungsbereich wiegt schwerer als jeder der drei übrigen, und er belohnt gezielt Routine mit Vektordatenbanken, nicht allgemeine CRUD-Erfahrung.

Rechne mit etwa 40 bis 60 Fragen in rund 120 Minuten. Vorkommen können Multiple Choice mit einer richtigen Antwort, Mehrfachauswahl sowie Drag-and-drop zum Sortieren und Zuordnen. Bewertet wird auf einer skalierten Skala von 1 bis 1000, zum Bestehen brauchst du 700. Der Prozentsatz der richtig beantworteten Fragen entspricht also nicht dem ausgewiesenen Ergebnis. Die meisten Fragen behandeln allgemein verfügbare Features; Preview-Features tauchen dort auf, wo sie bereits verbreitet im Einsatz sind.

Jede Domain der AI-200-Prüfung ist im Pool tief genug abgedeckt, um sie gezielt zu üben. Eine Probeprüfung stellt dir 50 Fragen am Stück, mit derselben 120-Minuten-Uhr wie am Prüfungstag.

Wie lange du brauchst, hängt davon ab, wie viel Praxiserfahrung du mitbringst. Den Rest legt der Anbieter fest: wie die Prüfung abläuft, wie schnell du wiederholen darfst und wie lange das Zertifikat gültig bleibt.

AI-200 läuft über Pearson VUE, wahlweise im Testcenter oder online mit Proctoring, und wird derzeit nur auf Englisch angeboten. Die Zertifizierung gilt ein Jahr; sechs Monate vor Ablauf schaltet Microsoft auf Learn ein kostenloses Renewal-Assessment frei.

Die häufigste Falle ist eine Vorbereitung nach dem Motto: AZ-204 plus ein angeflanschtes AI-Kapitel. So funktioniert diese Prüfung nicht. Der schwerste Einzelbereich sind die Azure-Datenverwaltungsdienste mit 25–30 %, und dort dominiert die Arbeit mit Vektoren: Embeddings, Ähnlichkeitssuche, Kostenkontrolle bei pgvector und RAG mit Metadaten-Filterung. Wer Cosmos DB und PostgreSQL als gewöhnliche CRUD-Speicher behandelt, verliert genau hier die meisten Punkte. Die zweite wiederkehrende Falle ist der Verbrauch von Request Units in Cosmos DB: Ihn über Indexdesign und die Wahl der Consistency Level zu steuern, wird als Hebel für Kosten und Performance geprüft, nicht als Konfigurationsdetail zum Auswendiglernen. Und drittens wird Observability ganz konkret abgefragt, mit OpenTelemetry-Tracing und selbst geschriebenem KQL statt einem allgemeinen Gefühl für Monitoring.