Integration von AI Builder in Power Apps: Künstliche Intelligenz nutzen

Seminarziel

Am Ende des Seminars sind die Teilnehmenden in der Lage, KI-Modelle in Power Apps zu integrieren, automatisierte Workflows zu erstellen und fortgeschrittene KI-Techniken anzuwenden, um die Effizienz und Genauigkeit ihrer Geschäftsprozesse zu steigern.

Inhalt

• Einführung in AI Builder
  • Übersicht und Anwendungsbereiche: Erklärung, was AI Builder ist und wie es in der Power Platform verwendet wird; Beispiele für Anwendungen von AI Builder in verschiedenen Branchen wie Gesundheitswesen, Finanzen und Einzelhandel.
  • Verfügbare KI-Modelle und deren Funktionen: Einführung in vorgefertigte KI-Modelle wie Form Processing, Object Detection und Text Classification; Anleitung zur Erstellung und Anpassung eigener KI-Modelle.
• Erste Schritte mit AI Builder in Power Apps
  • Einrichten des AI Builder in Power Apps: Übersicht über die notwendigen Lizenzen und wie man diese erwirbt und aktiviert; detaillierte Schritte zur Integration von AI Builder in Power Apps.
  • Erstellen einer einfachen KI-gesteuerten App: Anleitung zur Nutzung eines vorgefertigten KI-Modells in einer Canvas-App; Methoden zum Testen der App und zur Optimierung der KI-Integration.
• Form Processing mit AI Builder
  • Erstellen und Trainieren eines Form Processing-Modells: Anleitung zur Vorbereitung von Dokumenten und zum Training des Modells; Techniken zur Validierung der Genauigkeit und zur Verbesserung des Modells durch zusätzliche Daten.
  • Integrieren des Form Processing-Modells in Power Apps: Schritte zur Integration des Form Processing-Modells in eine bestehende oder neue App; Fallstudien und Beispiele für die Nutzung des Form Processing-Modells in realen Geschäftsprozessen.
• Object Detection mit AI Builder
  • Erstellen und Trainieren eines Object Detection-Modells: Detaillierte Anleitung zur Sammlung und Annotation von Bilddaten sowie zum Training des Modells; Methoden zur Optimierung des Object Detection-Modells durch zusätzliche Trainingsdaten und Anpassungen.
  • Implementierung von Object Detection in Power Apps: Schritte zur Einbindung des Object Detection-Modells in eine Power App; praktische Beispiele und Best Practices zur Nutzung von Object Detection in verschiedenen Szenarien.
• Text Classification und Sentiment Analysis
  • Erstellen und Trainieren eines Text Classification-Modells: Anleitung zur Vorbereitung von Textdaten und zum Training des Modells; Techniken zur Bewertung der Modellleistung und zur Verbesserung durch zusätzliche Daten und Feinabstimmung.
  • Implementierung von Text Classification in Power Apps: Schritte zur Einbindung des Text Classification-Modells in eine Power App; Fallstudien und Beispiele für die Nutzung von Text Classification in verschiedenen Geschäftsprozessen.
• Verwendung von AI Builder in Automatisierungen mit Power Automate
  • Erstellen von automatisierten Workflows: Anleitung zur Integration von AI Builder-Modellen in automatisierte Workflows; Fallstudien und Beispiele für die Nutzung von KI in automatisierten Geschäftsprozessen.
  • Überwachung und Optimierung von Workflows: Methoden zur Überwachung und Analyse der Leistung von automatisierten Workflows; Best Practices zur Optimierung von Workflows, um Effizienz und Genauigkeit zu maximieren.
• Erweiterte Form Processing-Anwendungen
  • Erkennen und Extrahieren komplexer Datenstrukturen: Methoden zur Verarbeitung und Extraktion von Daten aus komplexen Formularen und Dokumenten; Anleitung zur Anpassung des Modells für spezifische Anwendungsfälle und zur Verbesserung der Genauigkeit.
  • Integration in bestehende Systeme und Workflows: Techniken zur Integration von Form Processing in bestehende Unternehmenssysteme wie ERP und CRM; Methoden zur Automatisierung der Dateneingabe und -verarbeitung in bestehenden Workflows.
• Erweiterte Techniken für Object Detection
  • Erkennung und Verfolgung mehrerer Objekte: Methoden zur Verbesserung der Erkennungsfähigkeit für Szenarien mit mehreren Objekten; Techniken zur Verfolgung und Analyse von Objektbewegungen und -veränderungen im Zeitverlauf.
  • Anwendungen in der Qualitätskontrolle und Bestandsverwaltung: Fallstudien und Beispiele für die Nutzung von Object Detection in der Qualitätskontrolle; Methoden zur Verfolgung und Verwaltung von Beständen mittels Object Detection.
• Text Analytics und Entity Extraction
  • Extrahieren und Analysieren von Entitäten aus Texten: Methoden zur Identifikation und Extraktion von Entitäten wie Namen, Orte und Ereignisse aus Textdaten; Techniken zur Analyse und Visualisierung der extrahierten Entitäten für verschiedene Anwendungsfälle.
  • Integration in Kommunikations- und CRM-Systeme: Anleitung zur Integration von Text Analytics in E-Mail- und Kommunikationssysteme; Techniken zur Nutzung von Text Analytics zur Verbesserung der Kundenanalyse und -interaktion.
• Erstellen benutzerdefinierter KI-Modelle
  • Verwendung des AI Builder für spezifische Geschäftsanforderungen: Anleitung zur Erstellung und Anpassung von KI-Modellen für spezifische Geschäftsanforderungen; Fallstudien und Beispiele für die Nutzung benutzerdefinierter Modelle in verschiedenen Branchen.
  • Training und Evaluierung der Modelle: Methoden zur Sammlung und Annotation von Trainingsdaten sowie zur Optimierung des Modelltrainings; Techniken zur Evaluierung der Modellleistung und zur kontinuierlichen Verbesserung durch zusätzliche Daten und Anpassungen.