Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Grundlagen der Qualitätssicherung und des Testens
- Definition von Qualität, Qualitätssicherung und Testing
- Die sieben Prinzipien des Testens (ISTQB CTFL v4.0)
- Unterschiede zwischen Testing, Debugging und Qualitätskontrolle
- Die Psychologie des Testens
- Rollen und Verantwortlichkeiten in einem QA-Team
Software-Lebenszyklus und Testing
- Phasen des Software Testing Life Cycle (STLC)
- Testansätze bei Wasserfall, Agile, DevOps und CI/CD
- Testebenen: Unit-, Integrations-, System- und Akzeptanztests
- Strategien für Shift-Left- und Shift-Right-Testing
- Verfolgbarkeit zwischen Anforderungen und Testfällen
Statische Testtechniken
- Reviews, Walkthroughs und Inspektionen
- Statische Analyse mit automatisierten Tools
- Checklistenbasiertes und rollenbasiertes Review
- Formelle und informelle Review-Techniken
- Integration statischer Tests in Agile-Workflows
Testtechniken
- Black-Box-Techniken: Äquivalenzklassenbildung, Grenzwerterstellung
- Entscheidungstabellentesting und Zustandstransitionstesting
- Use-Case-Testing und exploratives Testing
- White-Box-Techniken: Anweisungen- und Entscheidungsabdeckung
- Erfahrungsbasierte Techniken und Fehlerratenabschätzung (Error Guessing)
Fehlerverwaltung
- Fehlerlebenszyklus: Erkennung, Meldung, Triagierung, Behebung, Abschluss
- Schreibung effektiver Fehlerberichte mit JIRA
- Klassifizierung von Fehlererheblichkeit vs. -priorität
- Techniken der Ursachenanalyse (Root Cause Analysis)
- Fehlerratenmetriken und Trendanalyse
Testmanagement und Risikostrukturiertes Testing
- Testplanung und Schätzmethoden
- Risikoidentifikation, -bewertung und -minderung
- Testüberwachung, -steuerung und -berichterstattung
- Definition von Testabschlusskriterien und Exit-Konditionen
- ISTQB-konforme Teststrategie- und Testrichtliniendokumente
Testwerkzeuge und Grundlagen der Automatisierung
- Klassifizierung von Testtools (ISTQB-Tool-Kategorien)
- Vorteile und Risiken der Testautomatisierung
- Werkzeugauswahl: Open-Source- vs. kommerzielle Lösungen
- Einführung in Selenium, Playwright und Cypress
- Aufbau einer grundlegenden automatisierten Testsuite
Einführung in KI in der Qualitätssicherung
- KI- und Machine-Learning-Konzepte für Tester
- Taxonomie: KI für das Testing vs. Testing von KI-Systemen
- Aktuelle KI-Testlandschaft: Chancen und Grenzen
- Qualitätsmerkmale für KI-basierte Systeme
- Überblick über den Lehrplan von ISTQB CT-AI und dessen Relevanz
KI-gestützte Erzeugung von Testfällen
- Einsatz von LLMs (ChatGPT, Claude, Copilot) zur Erstellung von Testfällen
- Prompt-Engineering-Techniken zur Generierung von Testszenarien
- Umwandlung von User Stories und Akzeptanzkriterien in Testfälle
- Überprüfung und Validierung KI-generierter Testfälle
- Plattformen: Testim, Mabl und KI-native Testgenerierungstools
KI-gestützte Testautomatisierung
- Selbstheilende Testautomatisierung mit Katalon Studio AI
- KI-gestützte Objekterkennung und Elementortung
- Visuelles Regressionstesting mit Applitools Eyes
- Selenium mit KI-Plugins für robuste Automatisierung
- Reduzierung des Wartungsaufwands durch intelligente Selektoren
KI für Fehlerprognose und Analyse
- Predictive Test Selection mit Launchable und Sealights
- Fehlerclusterung und Anomalie-Erkennung mit ReportPortal
- KI-gestützte Ursachenanalyse
- Bewertung von Qualitätsrisiken und Testlücken-Analyse
- Nutzung historischer Fehlerraten zur Priorisierung des Testens
Bewertung von KI-Tools und CI/CD-Integration
- Kriterien für die Bewertung von KI-Testtools
- ROI-Analyse und Einführungsstrategie
- Integration von KI-Testtools in Jenkins, GitHub Actions, GitLab CI
- Pipeline-Design: Wann und wo KI-gestützte Tests ausgeführt werden sollten
- Messung der Wirksamkeit des KI-Testens anhand von Metriken
Ethische Überlegungen im KI-gestützten Testing
- Voreingenommenheit und Fairness in KI-generierten Testdaten
- Datenschutzbedenken bei der Nutzung cloudbasierter KI-Tools
- Transparenz und Erklärbarkeit von KI-Testentscheidungen
- Governance- und Compliance-Aspekte
- Verantwortungsvolle KI-Praktiken für QA-Teams
Vorbereitung auf die ISTQB CTFL Prüfung
- Prüfungsstruktur, Dauer und Bewertungskriterien von CTFL v4.0
- Fragetypen und Antwortstrategien
- Themenverteilung über die Kapitel des CTFL-Lehrplans
- Übungsprüfung mit Beispielfragen im ISTQB-Stil
- Wiederholungspfad und empfohlene Ressourcen
Capstone: End-to-End-KI-verbessertes Testworkflow
- Design von Testfällen anhand eines Beispiels einer Anforderungsdokumentation
- Nutzung von KI zur Generierung und Feinabstimmung von Testszenarien
- Automatisierung ausgewählter Tests mit selbstheilenden Tools
- Berichterstattung von Fehlern und Durchführung einer KI-gestützten Ursachenanalyse
- Retrospektive: Integration von KI in die tägliche QA-Praxis
Voraussetzungen
- Grundlegendes Verständnis der Konzepte und Terminologie der Softwareentwicklung
- Grundlegende Vertrautheit mit Softwaretests
- Keine frühere ISTQB-Zertifizierung oder formale QA-Schulung erforderlich
Zielgruppe
- QA-Profis und Softwaretester, die sich auf die ISTQB Foundation Level Zertifizierung vorbereiten
- Testingenieure, die KI-Tools in ihre Testprozesse integrieren möchten
- Teams, die einen Übergang von ad-hoc-Tests zu strukturierten QA-Frameworks vollziehen
21 Stunden
