Amazon AIF-C01: Grundlagen von KI und ML — Lernleitfaden

By Laurynas Brazys · 30 July 2026 · #amazon #aif-c01 #certification #exam-prep #study-guide

Teil des AWS AI Practitioner AIF-C01 — Lernleitfaden. Üben Sie mit verifizierten Antworten im Amazon-Prüfungscenter, oder absolvieren Sie zeitlich begrenzte Übungstests auf ExamRoll.io.

Kernkonzepte und Modelltypen

Das Verständnis der Kernterminologie ist die Grundlage für fundierte Architekturentscheidungen und Kompromisse. Überwachtes Lernen (Supervised Learning) bildet Eingaben auf gekennzeichnete Ausgaben ab und unterteilt sich in Regression für kontinuierliche Zielgrößen und Klassifikation für diskrete Klassen; die Wahl zwischen Multiklassen-Klassifikation (20 Gen-Klassen) und binären Entscheidungen beeinflusst die Modellauswahl und die Verlustfunktionen. Unüberwachtes Lernen (Unsupervised Learning) findet Strukturen in ungekennzeichneten Daten durch Clustering und Dimensionsreduktion für Segmentierung und Anomalieerkennung. Gängige Algorithmusfamilien umfassen lineare Modelle und Baum-Ensembles (interpretierbar, schnell für tabellarische Daten), Kernel-Methoden (SVMs) und neuronale Netze (flexibel, hohe Kapazität für Bilder, Audio und Text). Für Bildverarbeitungsaufgaben dominieren Convolutional Networks oder vortrainierte Vision Foundation Models (über Amazon SageMaker JumpStart oder Amazon Rekognition Custom Labels); für Text bilden Transformer-Architekturen die Grundlage für große Sprach- und Sequenzmodelle. Anforderungen an die Interpretierbarkeit bewegen Anwender dazu, einfachere Modelle oder Erklärbarkeits-Tools wie SageMaker Clarify zu verwenden. Die Modellauswahl ist ein Kompromiss zwischen Vorhersageleistung, Interpretierbarkeit, Inferenzlatenz und Kosten: Ein baumbasiertes Modell kann für die Gen-Klassifikation ausreichen, wenn Transparenz erforderlich ist, während Deep-Learning-Modelle für hochdimensionale Bild- oder Sprachaufgaben geeignet sind. Die Kenntnis dieser Familien und die Entscheidung, wann vortrainierte Modelle wiederverwendet oder Modelle von Grund auf neu trainiert werden sollten, führt zu effizienten und konformen Lösungen.

ML-Lebenszyklus, Daten- und Feature-Management

Der Machine-Learning-Lebenszyklus beginnt mit der Problemformulierung, Datenerfassung, Kennzeichnung, dem Feature Engineering, Training, der Validierung, Bereitstellung, Überwachung und Iteration. In AWS-Umgebungen orchestriert SageMaker viele Phasen des Lebenszyklus: SageMaker Processing für Datentransformationen, SageMaker Feature Store für die zentrale Speicherung von Features und deren Bereitstellung (online/offline) und SageMaker Pipelines für CI/CD von Modell-Workflows. Die Qualität der Kennzeichnungen und die Klassenausgewogenheit (Class Balance) sind häufige Engpässe; investieren Sie in robuste Annotations-Pipelines oder nutzen Sie SageMaker Ground Truth, um fehlerhafte Kennzeichnungen (Noisy Labels) zu reduzieren, und Active Learning, um den menschlichen Aufwand zu fokussieren. Die Nachverfolgbarkeit von Features (Feature Lineage) und Zugriffskontrollen sind für die Reproduzierbarkeit und Governance wichtig; registrieren Sie Features und Modelle in der SageMaker Model Registry und versionieren Sie Datensätze in Amazon S3 mit Lifecycle-Richtlinien. Für den Produktivbetrieb sollten Sie eine automatisierte Modellüberwachung mit SageMaker Model Monitor einrichten, um Data Drift, Concept Drift und eine Verschlechterung der Genauigkeit zu erkennen, und Benachrichtigungen über Amazon CloudWatch und AWS Lambda integrieren. Architektieren Sie Pipelines mit Idempotenz und Wiederherstellungsfunktionen: Nutzen Sie ereignisgesteuerte Muster (S3-Events, Step Functions) und entwerfen Sie Rechen- und Speicherressourcen so, dass sie skalieren – Training auf EC2/GPU oder Trainium, Inferenz auf Inf1/Neptune/Graviton-Instanzen – basierend auf den Anforderungen an Latenz und Durchsatz.

Evaluierung, Algorithmen und häufige Fallstricke

Die Auswahl von Evaluierungsmetriken und Baselines ist eine entscheidende Praxis. Berücksichtigen Sie bei Klassifikationsproblemen Precision, Recall, F1-Score und die Fläche unter der ROC-Kurve (Area Under the ROC Curve); verwenden Sie bei Multiklassen-Problemen den Recall pro Klasse sowie Makro-/Mikro-Durchschnittswerte. Die Evaluierung von Regressionen verwendet RMSE, MAE und R-Quadrat (R-squared). Für das Serving in der Produktion wird die Laufzeiteffizienz anhand der Tail Latency (P95/P99) und des Durchsatzes (Anfragen pro Sekunde) sowie der Kosten pro Inferenz gemessen. Typische Fallstricke sind die Wahl der Genauigkeit (Accuracy) bei unausgewogenen Datensätzen, Overfitting durch exzessives Hyperparameter-Tuning auf Testdaten und die Vernachlässigung der Kalibrierung, wenn Wahrscheinlichkeiten für Geschäftsentscheidungen verwendet werden. Verwenden Sie Kreuzvalidierung (Cross-Validation) und Holdout-Validierung und implementieren Sie Baseline-Modelle (einfache Heuristiken), um sicherzustellen, dass ML einen Mehrwert bietet. Wenn nur wenige gekennzeichnete Daten verfügbar sind, nutzen Sie Transfer Learning, Datenerweiterung (Data Augmentation) für Bilder oder semi-überwachte Ansätze. Für Erklärbarkeit und Compliance kombinieren Sie intransparente Modelle (Opaque Models) mit Post-hoc-Erklärern (SHAP, Integrated Gradients) und integrieren Sie SageMaker Clarify. Gängige Algorithmus-Entscheidungen auf AWS: XGBoost für tabellarische Daten mit schnellem Training in SageMaker, CNNs für Bilder über Torch/TensorFlow auf GPU-Instanzen und Transformer für Text unter Verwendung von Hugging Face auf SageMaker oder Bedrock Foundation Models für Retrieval-Augmented Generation.

Foundation Models, Bereitstellungsmuster und Sicherheit

Foundation Models (Basis-Modelle) beschleunigen die Entwicklung, bringen aber besondere architektonische Entscheidungen und Sicherheitsaspekte mit sich. Amazon Bedrock bietet verwalteten Zugriff auf mehrere Basis-Modelle und unterstützt Fine-Tuning, Retrieval-Augmented Generation (RAG)-Workflows und die Integration mit Vektorspeichern wie Amazon OpenSearch Service (k-NN) oder Amazon Kendra für die semantische Suche. Wählen Sie je nach Datengröße und Sicherheitsanforderungen zwischen Fine-Tuning, Instruction-Tuning oder Lightweight Adapters. Für Inferenz mit niedriger Latenz und hohem Durchsatz sollten Sie den Einsatz optimierter Modelle auf Amazon EC2 Inf1 (Inferentia) oder die Verwendung von SageMaker Neo/Edge Manager zum Kompilieren und Hosten von Modellen auf Edge-Geräten in Betracht ziehen. Die absolut niedrigste Latenz bei der On-Device-Inferenz erfordert Modellquantisierung, Pruning und eine lokale Laufzeitumgebung über SageMaker Edge Manager oder AWS IoT Greengrass, was einen Kompromiss zwischen Modellgröße und Genauigkeit darstellt. Zu den Sicherheitsmustern gehören VPC-Endpunkte, AWS PrivateLink für Bedrock, strikte IAM-Rollen, KMS-gestützte S3-Verschlüsselung für sensible Daten und Audit-Protokollierung. Um Halluzinationen und Prompt-Angriffe zu reduzieren, implementieren Sie Guardrails (Schutzmechanismen): Eingabebereinigung, Prompt-Vorlagen, Antwortfilter und RLHF- oder Nachverarbeitungsprüfungen. Überwachen Sie die Nutzung und anomale API-Aufrufe mit CloudTrail und implementieren Sie Ratenbegrenzungen und Anomalieerkennung, um den Modellzugriff und den Datenschutz zu schützen.

Praktisches Problem: Anwendungsfallszenario

Szenario: GreenGene Labs nutzt eine AWS-KI-Umgebung mit Amazon S3 für Rohdaten, SageMaker für die Modellentwicklung und Amazon Bedrock zum Experimentieren mit Foundation Models. Sie verwalten sensible genomische und klinische Metadaten unter strikten Zugriffskontrollen und benötigen eine skalierbare Inferenz für Forschungs-Dashboards.

Herausforderung: Klassifizieren Sie menschliche Genproben in 20 Kategorien mit transparenter Entscheidungslogik, gewährleisten Sie die Wiederverwendung von Features über Teams hinweg und stellen Sie eine überwachte API mit niedriger Latenz für Forscher bereit.

Empfohlener Ansatz:

1. Nutzen Sie SageMaker Processing und Ground Truth zur Aufbereitung und Kennzeichnung (Labeling) von Daten und speichern Sie die kuratierten Features im SageMaker Feature Store.
2. Trainieren Sie interpretierbare Modelle (XGBoost, Entscheidungsbäume) in SageMaker Training; registrieren Sie die Modelle in der SageMaker Model Registry und zeichnen Sie deren Herkunft (Lineage) auf.
3. Stellen Sie das beste Modell auf einem SageMaker-Endpunkt hinter einem Application Load Balancer mit Autoscaling bereit; aktivieren Sie SageMaker Model Monitor für Drift-Erkennung und CloudWatch-Alarme.
4. Für Experimente mit größeren Repräsentationen verwenden Sie Bedrock- oder Hugging Face-Modelle für Embeddings und fügen einen OpenSearch-Vektorindex für die Ähnlichkeitssuche hinzu; kombinieren Sie dies mit dem interpretierbaren Modell für die endgültige Klassifizierung.

Begründung: Zentralisiertes Feature-Management und reproduzierbare Pipelines reduzieren Data Leakage und beschleunigen die Zusammenarbeit, während die Priorisierung interpretierbarer Modelle die Transparenzanforderungen erfüllt und Bedrock-Embeddings eine reichhaltigere Repräsentation ohne Abstriche bei der Governance ermöglichen.

Alle Domänen · Generative KI-Konzepte →

Diese Fragen üben → · Zeitlich begrenzte Übung auf ExamRoll.io →

Amazon durchsuchen →