Microsoft AI Transformation Leader (AB-731) — Übungsfragen und Probeprüfung

Ein Champions-Programm ist eine günstige Peer-to-Peer-Verteilung, sowohl für Schulung als auch für Feedback. Das Lernargument ist das wichtigste: Menschen übernehmen eine neue Arbeitsweise schneller, wenn ein Kollege, dem sie ohnehin vertrauen, sie ihnen zeigt, und daran kommt kein zentral produzierter Kurs heran. Das Feedback-Argument ist das, was Führungskräfte unterschätzen, denn Champions melden lange vor jeder Umfrage, was in der Einführung und in den Schulungen scheitert. Champions entlasten außerdem das Kernprojektteam, statt es zu ersetzen, und sie bauen innerhalb ihrer eigenen Teams einen Einflusskreis auf. Bei der Motivation wird Microsoft deutlich: Anerkennung und Belohnungen lohnen sich, aber der Champion-Typ engagiert sich, weil die Rolle seine Arbeit sinnvoller und messbarer macht. Typische Champions sind begeisterungsfähige Menschen, die mit den bestehenden Werkzeugen oft frustriert sind. Prüfungstipp: Lernen von Kollegen ist der Grund, warum es Champions gibt, alles andere ist eine Folge davon.

Das Sicherheitsargument für einen deklarativen Agenten ist architektonischer und nicht prozeduraler Natur. Weil der Agent auf dem Orchestrator und den Foundation-Modellen von Copilot innerhalb von Microsoft 365 läuft, erbt er die Sicherheits-, Compliance- und Responsible-AI-Anforderungen dieser Plattform, statt dass die Organisation sie neu aufbauen muss. Der Preis dafür ist die Anpassbarkeit: Ein deklarativer Agent ist auf den Orchestrator und die Modelle von Copilot beschränkt, ist für die individuelle Nutzung gedacht, unterstützt keine proaktiven Interaktionen und läuft innerhalb der Microsoft-365-Anwendungen. Ein Agent mit eigener Engine dreht jeden dieser Punkte um: volle Kontrolle über Modelle und Orchestrierung, proaktives Verhalten und externe Kanäle, aber die Verantwortung für Compliance, Responsible-AI-Praktiken und Sicherheit liegt bei dem, der ihn baut, und meist kommt zusätzliches Hosting zu zusätzlichen Kosten hinzu. Für eine regulierte Kanzlei ist die geerbte Position oft mehr wert als die Flexibilität. Prüfungstipp: erben gegen selbst verantworten ist der schnellste Weg, die beiden Agententypen auseinanderzuhalten.

Generative KI ist der Zweig der KI, der neue Artefakte erzeugt, statt vorhandene zu bewerten. Die Eingabe ist meist eine Beschreibung in natürlicher Sprache dessen, was du willst, und die Ausgabe ist neuer Text, ein Bild oder Code, den es vorher nicht gab. Genau das unterscheidet sie von der Analytik, die deine Organisation vermutlich ohnehin schon betreibt und deren Aufgabe darin besteht, aus historischen Datensätzen zu klassifizieren oder vorherzusagen. Microsoft führt Microsoft 365 Copilot und Microsoft Foundry als Beispiele für Anwendungen auf, die auf dieser Modellklasse aufbauen. Für eine Führungskraft ist die praktische Folge, dass es beim Nutzenargument um das Erzeugen von Entwürfen, Zusammenfassungen und Code geht und nicht um eine bessere Prognose. Prüfungstipp: Wenn eine Frage betont, dass jemand das gewünschte Ergebnis in Alltagssprache beschreibt und neue Inhalte zurückbekommt, lautet die Antwort generative KI.

KI-Ausgaben sind verbrauchsabhängige Ausgaben, sie bewegen sich also zwischen Rechnungen und nicht zwischen Budgetrunden, und ein monatlicher Abgleich kommt immer erst an, wenn das Geld schon weg ist. Automatisierte Warnungen machen aus der Kontrolle eine vorbeugende statt einer aufdeckenden, indem sie Teams benachrichtigen, bevor die Kosten das Projektbudget erreichen. Mehrere Schwellenwerte geben eine abgestufte Warnung statt eines einzelnen Alarms an der Obergrenze. Das Framework kombiniert das mit der Überwachung der Nutzung, bei der Tokens pro Minute und Anfragen pro Minute verfolgt werden, damit Modelle und Architektur an die realen Muster angepasst werden können, und mit festen Preisschwellen für Dienste wie die Bildgenerierung, um Überraschungen zu vermeiden. Eine verpflichtungsbasierte Abrechnung wird ebenfalls empfohlen, aber unter Bedingungen: Diese Abrechnungsform senkt die Kosten dort, wo die Nutzung gleichmäßig ist, und eine Workload mit unvorhersehbarem Bedarf ist der falsche Kandidat dafür. Prüfungstipp: Bei unvorhersehbaren verbrauchsabhängigen Ausgaben ist die punktende Antwort fast immer eine Warnung plus fortlaufende Überwachung.