Microsoft AI Fundamentals (AI-900) is een conceptueel examen over AI-workloads, Azure AI-services en verantwoord gebruik van AI. Bij de voorbereiding is de belangrijkste uitdaging voor beginners vaak het onderscheid tussen wat het examen toetst en waar diepere AI-engineering begint, zodat zij geen tijd verliezen aan programmeerconcepten, wiskundige details of losse tooldemo’s.
Microsoft AI Fundamentals, ook bekend als AI-900, is een instapcertificering voor wie de basis van kunstmatige intelligentie op Microsoft Azure wil begrijpen. Het examen is geschikt voor studenten, business-professionals, carrière-switchers en IT-starters die willen meepraten over AI-toepassingen zonder meteen modellen te bouwen of code te schrijven.
Laatst bijgewerkt: 21 juli 2026. Feitelijke examenonderdelen in dit artikel zijn gebaseerd op de officiële Microsoft AI-900 examenpagina, de bijhorende skills outline en Microsoft Learn-modules. Omdat Microsoft examendoelen kan aanpassen, blijft de officiële skills outline de bron die vlak voor het examen gecontroleerd moet worden.
Wat AI-900 wel en niet toetst
AI-900 meet basiskennis over AI-workloads en de manier waarop Microsoft Azure die workloads ondersteunt. Het gaat om concepten zoals machine learning, computer vision, natuurlijke taalverwerking, document- en kennisextractie, conversationele AI en Responsible AI. De nadruk ligt op herkennen welke service of aanpak past bij een scenario, niet op het schrijven van productiekwaliteitscode.
Dat onderscheid is belangrijk. Kandidaten hoeven geen data scientist te zijn en hoeven geen modelarchitectuur uit te rekenen. Wel moeten ze begrijpen wat classificatie, regressie en clustering betekenen, waarom trainingsdata invloed heeft op modelgedrag en hoe Azure AI-services kunnen helpen bij taken zoals tekst analyseren, beelden interpreteren of een chatbot bouwen.
De terminologie is de laatste jaren veranderd. Wat vroeger vaak onder Azure Cognitive Services werd geplaatst, wordt nu breder gepositioneerd als Azure AI-services. Daarnaast speelt Azure AI Studio een grotere rol als omgeving waar AI-mogelijkheden kunnen worden verkend en samengebracht. Voor AI-900 is vooral relevant dat kandidaten deze diensten en workloads op hoofdlijnen herkennen; diepgaande configuratie, beveiligde enterprise-architectuur en modeloptimalisatie horen eerder bij vervolgrollen en gevorderde certificeringen.
Voor wie AI-900 een logisch startpunt is
AI-900 is nuttig voor mensen die AI moeten begrijpen in een zakelijke of technische context, maar niet noodzakelijk zelf AI-oplossingen ontwikkelen. Een product owner kan de certificering gebruiken om realistischer te praten over AI-use-cases. Een helpdeskmedewerker of junior cloudmedewerker krijgt taal om AI-services van elkaar te onderscheiden. Een student of carrière-switcher krijgt een eerste structuur voordat er gekozen wordt voor data engineering, machine learning of cloudbeheer.
De certificering helpt vooral op werkplekken waar business-, data- en IT-teams elkaar moeten vinden. Wie AI-900 beheerst, kan beter uitleggen of een probleem past bij computer vision, NLP, search, forecasting of conversationele AI. Even belangrijk is dat risico’s zoals bias, privacy, uitlegbaarheid en betrouwbaarheid vroeger in het gesprek komen, in plaats van pas na een proof of concept.
Beginners twijfelen vaak tussen AI-900, AZ-900 en DP-900. AI-900 is de beste eerste stap wanneer de interesse vooral ligt bij AI-workloads en hun zakelijke toepassing. Wie eerst Azure als cloudplatform wil begrijpen, start logischer met Microsoft Azure-fundamentals. Wie vooral databases, analytics en dataverwerking wil plaatsen, heeft meer aan een datagerichte fundamentals-route voordat AI-services aan bod komen.
De examenonderwerpen in gewone taal
De officiële AI-900 skills outline groepeert de inhoud rond enkele herkenbare domeinen. Het eerste domein gaat over AI-workloads en overwegingen. Kandidaten moeten bijvoorbeeld het verschil begrijpen tussen een voorspelling maken, tekst interpreteren, objecten in afbeeldingen herkennen en een gebruiker via een bot helpen. Ook Responsible AI hoort hierbij: eerlijkheid, betrouwbaarheid, privacy, veiligheid, transparantie en menselijke verantwoordelijkheid zijn geen bijzaak.
Een tweede onderdeel draait om fundamentele machine learning-principes op Azure. Hier gaat het om begrippen zoals features, labels, trainingsdata, modeltraining en evaluatie. In praktijkvragen kan een kandidaat bijvoorbeeld moeten herkennen wanneer classificatie geschikter is dan regressie, of wanneer clustering gebruikt wordt om patronen te vinden zonder vooraf bepaalde labels.
Daarna volgen de herkenbare AI-workloads. Computer vision gaat over beelden en video, zoals objectdetectie, tekstherkenning in afbeeldingen of beeldclassificatie. Natural language processing gaat over tekst en spraak, zoals sentimentanalyse, sleutelzinnen, vertaling, taalherkenning en spraak-naar-tekst. Conversationele AI gaat over chatbots en virtuele agents die gebruikersvragen kunnen beantwoorden of processen kunnen begeleiden.
De examendynamiek is meestal scenario- en conceptgericht. Kandidaten krijgen vaker de vraag welke workload, welk principe of welke overweging past bij een situatie dan dat ze een formule moeten toepassen. Daardoor is het verstandig om de Microsoft-termen goed te leren, maar ook om telkens te oefenen met herkenbare voorbeelden uit een organisatie: klantenservice, documentverwerking, kwaliteitscontrole, kennisbanken of interne selfservice.
Een mini-lab om Azure AI tastbaar te maken
Theorie blijft sneller hangen wanneer een kandidaat de Azure Portal of Azure AI Studio minstens kort heeft gezien. Een gratis Azure-proefabonnement of een bestaande leeromgeving kan voldoende zijn om schermen, resourcegroepen en servicekeuzes te leren herkennen. Sommige AI-diensten zijn niet in elke regio beschikbaar, en diensten zoals Azure OpenAI kunnen bijkomende toegangs- of beschikbaarheidsvoorwaarden hebben. Voor AI-900 is dat geen reden om complex te oefenen, maar wel een praktische les: Azure-keuzes hangen vaak af van regio, governance en beschikbaarheid.
- Maak in de Azure Portal een aparte resourcegroep aan voor oefenresources, zodat alles nadien eenvoudig verwijderd kan worden.
- Zoek naar Azure AI-services en bekijk welke afzonderlijke mogelijkheden beschikbaar zijn voor taal, spraak, visie en documentverwerking.
- Open Azure AI Studio en verken de startpagina, zonder gevoelige of persoonlijke gegevens te uploaden.
- Kies een eenvoudige taal- of vision-demo en test met neutrale voorbeeldtekst of een rechtenvrije afbeelding.
- Noteer welke workload gebruikt werd, welke input nodig was, welke output terugkwam en welke Responsible AI-risico’s zichtbaar zijn.
- Verwijder de oefenresourcegroep wanneer de oefening klaar is om onnodige kosten te vermijden.
Deze oefening vraagt geen code, maar maakt veel examenbegrippen concreet. Een kandidaat ziet het verschil tussen een Azure-resource, een AI-workload en een gebruikersscenario. Wie screenshots maakt voor eigen notities, gebruikt best beschrijvende alt-tekst zoals “Azure AI Studio startscherm met opties voor taal- en vision-workloads” of “Azure Portal-scherm voor het aanmaken van een Azure AI-services resource”. Zulke notities helpen later om services niet door elkaar te halen.
Een realistisch studieplan voor beginners
Een praktisch studieplan begint met de officiële Microsoft AI-900 examenpagina en de skills outline. Die geven de afbakening. Daarna zijn Microsoft Learn-modules geschikt om de begrippen per workload op te bouwen. De beste volgorde is meestal eerst AI-workloads en Responsible AI, daarna machine learning-basisprincipes, en vervolgens vision, NLP en conversationele AI.
Wie naast zelfstudie graag begeleiding gebruikt, kan een gerichte AI-900 Azure AI Fundamentals cursus volgen om de onderwerpen in samenhang te behandelen. Readynez kan hier nuttig zijn voor kandidaten die weinig tijd hebben of die vooral behoefte hebben aan structuur, maar de kern blijft hetzelfde: de officiële examendoelen begrijpen, praktische portalervaring opdoen en oefenen met scenario’s.
Een haalbare planning voor een beginner is om eerst enkele avonden te besteden aan begrippen en Microsoft Learn, daarna een korte labsessie te doen in Azure, en vervolgens oefenvragen te gebruiken om zwakke plekken te vinden. Business-professionals zonder technische achtergrond hebben vaak iets meer tijd nodig voor machine learning-termen. Technische kandidaten onderschatten dan weer vaak Responsible AI, omdat het minder technisch lijkt maar wel duidelijk in de examendoelen zit.
Veelgemaakte fouten zijn voorspelbaar. Kandidaten leren de namen van services uit het hoofd zonder te begrijpen bij welk scenario ze horen. Ze slaan Responsible AI over omdat het “logisch” lijkt. Ze studeren uitsluitend met samenvattingen en zien de Azure Portal nooit. Of ze verwarren machine learning-types, bijvoorbeeld door classificatie en clustering te mengen. De oplossing is om elk begrip te koppelen aan een korte use-case: een verzekeringsclaim classificeren, klantfeedback analyseren, tekst uit facturen halen of een FAQ-bot bouwen.
AI-900 vergelijken met AZ-900 en DP-900
AI-900, AZ-900 en DP-900 zijn alle drie Microsoft Fundamentals-examens, maar ze beantwoorden verschillende startvragen. AI-900 vraagt: hoe worden AI-workloads herkend en verantwoord toegepast op Azure? AZ-900 vraagt: hoe werkt Azure als cloudplatform, met basisbegrippen zoals compute, storage, networking, identity, kosten en governance? DP-900 vraagt: hoe werken relationele data, niet-relationele data, analytics en dataworkloads op Azure?
De juiste keuze hangt af van de rolambitie. Een business analyst die AI-use-cases wil beoordelen, start meestal beter met AI-900. Een junior cloudbeheerder die later met Azure-resources werkt, heeft vaak meer aan AZ-900 als eerste fundament. Een kandidaat die richting data analyst, data engineer of analytics gaat, kan DP-900 nuttiger vinden voordat AI-modellen en AI-services centraal staan.
Er is geen verplichte volgorde tussen deze fundamentals-examens. Wel voorkomt een bewuste keuze omwegen. AI-900 is geen vervanging voor algemene Azure-kennis, en AZ-900 behandelt AI niet diep genoeg voor wie AI-workloads wil kunnen onderscheiden. DP-900 helpt sterk bij databegrippen, maar behandelt Responsible AI en Azure AI-services niet met dezelfde focus als AI-900.
Officiële bronnen en oefenmateriaal
De belangrijkste bronnen zijn de officiële Microsoft AI-900 examenpagina, de actuele skills outline en de Microsoft Learn-modules voor Azure AI Fundamentals. Die bronnen zijn betrouwbaarder dan willekeurige samenvattingen, omdat ze de actuele terminologie en examenafbakening volgen. Oefenvragen kunnen nuttig zijn, zolang ze gebruikt worden om redenering te testen en niet om antwoorden te memoriseren.
Bij het beoordelen van oefenmateriaal is actualiteit belangrijk. Materiaal dat nog uitsluitend spreekt over Cognitive Services zonder de bredere term Azure AI-services te plaatsen, kan verouderd aanvoelen. Ook bronnen die vooral programmeren, Python-notebooks of geavanceerde modeltraining behandelen, zijn minder efficiënt voor AI-900. Ze kunnen interessant zijn voor later, maar ze beantwoorden niet altijd de vraag die het fundamentals-examen stelt.
De voorbereiding afronden
De beste voorbereiding op AI-900 combineert drie dingen: de officiële examendoelen kennen, de belangrijkste Azure AI-workloads kunnen herkennen en een kleine hoeveelheid hands-on ervaring opdoen. Wie daarnaast Responsible AI serieus bestudeert, begrijpt beter waarom AI-oplossingen niet alleen technisch correct, maar ook veilig, eerlijk en uitlegbaar moeten zijn.
Readynez biedt ook bredere Microsoft-training via Unlimited voor wie meerdere Microsoft-onderwerpen wil plannen in één leertraject. Een praktische volgende stap is om de officiële skills outline naast de eigen notities te leggen, één mini-lab uit te voeren en daarna gericht te beslissen of zelfstudie volstaat of dat begeleiding nuttig is. Wie vragen heeft over de route naar Azure AI Fundamentals kan contact opnemen voor advies over de voorbereiding.
FAQ
Wat is de Microsoft AI Fundamentals-certificering?
Microsoft AI Fundamentals is de certificering die hoort bij examen AI-900. Ze valideert basiskennis van AI-concepten, Azure AI-services, machine learning-principes, computer vision, natuurlijke taalverwerking, conversationele AI en Responsible AI.
Zijn er vereisten voor AI-900?
Microsoft vermeldt geen formele vereisten voor AI-900. Basisbegrip van cloudconcepten en data helpt, maar het examen is bedoeld als instapniveau. Programmeerervaring is nuttig voor verdere studie, maar niet noodzakelijk om de AI-900-onderwerpen te begrijpen.
Moet iemand kunnen coderen voor AI-900?
Nee. AI-900 is vooral conceptueel. Kandidaten moeten AI-workloads en Azure-mogelijkheden kunnen herkennen, maar het examen is niet bedoeld als programmeer- of machine learning-engineeringexamen.
Welke onderwerpen komen het meest terug in de voorbereiding?
De voorbereiding moet aandacht geven aan AI-workloads, Responsible AI, basisprincipes van machine learning op Azure, computer vision, natuurlijke taalverwerking en conversationele AI. De officiële Microsoft skills outline blijft de juiste bron om de actuele verdeling en formulering te controleren.
Wat is het beste studiemateriaal voor AI-900?
Begin met de officiële Microsoft AI-900 examenpagina, de skills outline en Microsoft Learn-modules voor Azure AI Fundamentals. Vul dit aan met actuele oefenvragen en een korte Azure Portal- of Azure AI Studio-oefening, zodat de services en workloads herkenbaar worden in scenario’s.
