Kontakt aufnehmen

Schulungsübersicht

Modul 1: Einführung in KI für die Qualitätssicherung

  • Was ist künstliche Intelligenz?
  • Maschinelles Lernen, Deep Learning und regelbasierte Systeme im Vergleich
  • Die Entwicklung des Software-Testens unter Einfluss der KI
  • Vorteile und Herausforderungen von KI in QA-Prozessen

Modul 2: Grundlagen zu Daten und maschinellem Lernen für Tester

  • Strukturierte versus unstrukturierte Daten verstehen
  • Merkmale, Labels sowie Trainingsdatensätze
  • Überwachtes und unüberwachtes Lernen
  • Einführung in die Modellbewertung (Genauigkeit, Präzision, Trefferquote usw.)
  • Reale QA-Datensätze

Modul 3: Anwendungsfälle von KI in der Qualitätssicherung

  • KI-gestützte Erstellung von Testfällen
  • Vorhersage von Fehlern mittels maschinellem Lernen
  • Priorisierung von Tests sowie risikobasiertes Testen
  • Visuelle Tests mit Computer Vision
  • Protokollanalyse und Erkennung ungewöhnlicher Verhaltensweisen
  • Einsatz der natürlichen Sprachverarbeitung (NLP) bei Testskripten

Modul 4: KI-Werkzeuge für die Qualitätssicherung

  • Überblick über KI-fähige QA-Plattformen
  • Nutzung von Open-Source-Bibliotheken wie Python, Scikit-learn, TensorFlow und Keras zur Erstellung von QA-Prototypen
  • Einführung in große Sprachmodelle (Large Language Models) im Kontext der Testautomatisierung
  • Entwicklung eines einfachen KI-Modells zur Vorhersage von Testausfällen

Modul 5: Integration von KI in QA-Workflows

  • Bewertung der Eignung Ihrer QA-Prozesse für den Einsatz von KI
  • Kontinuierliche Integration und KI: Wie man intelligente Komponenten in CI/CD-Pipelines integriert
  • Entwicklung intelligenterer Test-Suiten
  • Umgang mit Modelldrift und Regenerierung von KI-Modellen
  • Ethische Aspekte bei der Nutzung von KI in der Qualitätssicherung

Modul 6: Praktische Übungen und Abschlussprojekt

  • Übung 1: Automatisierte Erstellung von Testfällen mit KI
  • Übung 2: Entwicklung eines Fehlervorhersagemodells anhand historischer Testdaten
  • Übung 3: Einsatz großer Sprachmodelle zur Überprüfung und Optimierung von Testskripten
  • Abschlussprojekt: Umsetzung einer vollständigen, KI-gestützten Testpipeline

Voraussetzungen

Die Teilnehmer sollten folgende Voraussetzungen mitbringen:

  • Mindestens zwei Jahre Erfahrung in Software-Testing oder QA-Tätigkeiten
  • Vertrautheit mit Testautomatisierungswerkzeugen (z. B. Selenium, JUnit, Cypress)
  • Grundkenntnisse in Programmierung – vorzugsweise in Python oder JavaScript
  • Erfahrung mit Versionskontrolle sowie CI/CD-Tools (z. B. Git, Jenkins)
  • Vorherige Kenntnisse in KI oder maschinellem Lernen sind nicht erforderlich; Neugier und Offenheit für Experimente sind jedoch wichtig
 21 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (3)

Kommende Kurse

Verwandte Kategorien