KI, Automatisierung und Analytics mit Microsoft Intune
AI, Automation and Analytics behandelt den Betrieb von Microsoft Intune. Das Buch verbindet Microsoft Graph, KQL und Reporting mit Automatisierung, Tenant-as-Code und KI-Agenten.
3 vollständige Bücher · Englische PDFs · Kostenlos
Unterstützt vonAnzeige
Darum geht es in diesem Buch
Die Kapitel und Beispielseiten zeigen dir den Inhalt von AI, Automation and Analytics. Über das Formular kannst du die vollständige englische Ausgabe erhalten.
317 SeitenThemen und Beispiele
Mach aus Endpoint-Daten bessere Entscheidungen und funktionierende Automatisierung.
- Microsoft Graph, KQL & Analytics
- Automatisierung, Tenant-as-Code & CI/CD
- Copilot Studio, Foundry & AI Agents
Mit Endpoint-Daten anfangen
Der Analytics-Teil erklärt den Zugriff auf Intune-Daten über Microsoft Graph, KQL und Log Analytics. Workbooks und Power BI zeigen Wege, daraus Berichte zu erstellen. Die Grundlagen behandeln Geräteverwaltung, den Intune-Dienst und die in dieser Ausgabe besprochene Lizenzlandschaft. Darauf bauen die späteren Automatisierungs- und KI-Projekte auf.
Analytics, Automatisierung und KI verbinden
Der Automatisierungsteil behandelt eigene Lösungen, Tenant-as-Code und DevOps-Pipelines für Anwendungen, Provisionierung, Compliance und Sicherheit. Der KI-Teil führt durch Copilots, Sprachmodelle, Retrieval, Microsoft Foundry und Copilot Studio. Die zweite Ausgabe richtet sich an Leser, die Beispiele im eigenen Tenant nachvollziehen und verstehen möchten, welche Daten ein Ablauf benötigt.
Die vollständige englische Ausgabe mit allen Kapiteln und Codebeispielen.
Beispielseiten ansehen
Mit einer konkreten Endpoint-Frage üben
Wähle eine Frage, die dein Team heute von Hand beantwortet: Welche Geräte brauchen Aufmerksamkeit, wo ist eine App-Verteilung stehen geblieben oder worin unterscheiden sich zwei Konfigurationen? Suche im Analytics-Teil zunächst die Daten hinter dieser Frage. Notiere die erwarteten Spalten, Filter und Ergebnisse, bevor du eine automatische Aktion ergänzt. So kannst du den Bericht anhand seines Inhalts beurteilen.
Begrenze die erste Übung auf eine Testgruppe und sammle zunächst Daten. Öffne den Begleitcode neben dem passenden Kapitel, prüfe die angeforderten Berechtigungen und ersetze Beispielwerte durch deine Laboreinstellungen. Vergleiche das Ergebnis mit einem Gerät oder einer Anwendung, die du selbst kontrollieren kannst. Kläre Abweichungen, bevor du den Ablauf regelmäßig ausführst. Ein erfolgreicher Skriptlauf allein zeigt noch nicht, ob die ausgewerteten Daten deine Frage beantworten.
Wenn der Bericht brauchbar ist, gehe zur Automatisierung über. Lege Eingabe, Ausgabe und den Verantwortlichen für Fehler fest. Nutze die Kapitel zu Tenant-as-Code anschließend, um Konfigurationen nachvollziehbar zu versionieren. Für ein KI-Experiment behältst du dieselbe Fragestellung und dieselben geprüften Daten bei: Vergleiche die Agentenantwort mit deinem manuellen Ergebnis und halte die Quelle zur Kontrolle bereit. Die Übungen lassen sich getrennt bearbeiten. Du musst keinen Agenten bauen, um mit einem Analytics-Beispiel zu beginnen. Halte zu jedem Versuch fest, was funktioniert hat und welche Annahmen du noch prüfen musst.