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
Erfahrungsberichte (3)
Die Möglichkeiten von Postman und seine zukünftige Nutzung.
Gordana Gacic - SEE Digital D.O.O.
Kurs - API Testing with Postman
Maschinelle Übersetzung
Praktische Übungen erleichtern das Behalten von Informationen.
ashley bolen - Insurance Corporation of British Columbia
Kurs - Test Automation with Selenium
Maschinelle Übersetzung
Hauptthemen können im Voraus mit dem Trainer besprochen und vereinbart werden. Entspannte und angenehme Atmosphäre während der Seminarstage.
Lorenz - Continentale Lebensversicherung AG
Kurs - Advanced Selenium
Maschinelle Übersetzung