Kursüberblick
Dieser Kurs richtet sich an alle, die im Bereich Qualitätssicherung tätig sind und sich mit dem spannenden Thema KI im Testing vertraut machen möchten. Du erhältst einen verständlichen Einstieg in das, was unter KI und KI-basierter Software verstanden wird – und wie diese Tools genutzt werden können, um das Testen konventioneller Software effektiver zu gestalten. Zusätzlich erhältst du einen Überblick darüber, wie das Testen von KI-basierten Systemen angegangen werden kann.
Für wen ist dieser Kurs geeignet?
Tester:innen und QA-Fachkräfte, die ihr bestehendes Wissen um eine aufstrebende Technologie erweitern möchten, die künftig immer wichtiger wird
Projekt- und Testmanager:innen sowie andere Stakeholder, die wissen möchten, wie KI eingesetzt werden kann, um die Qualität in Softwareentwicklungsprojekten zu steigern
Behandelte Themen
Was bedeutet KI überhaupt?
Wir klären, was allgemein unter KI bzw. KI-basierter Software verstanden wird. Du lernst verschiedene Arten von KI-Tools kennen – mit Fokus auf maschinelles Lernen sowie die Unterscheidung zwischen nicht-generativer und generativer KI, wie z. B. große Sprachmodelle (LLMs) à la ChatGPT oder Gemini.
Einsatz von KI im Testing
Du erfährst, wie KI in den verschiedenen Phasen des Testprozesses eingesetzt werden kann, z. B.:
- Testplanung mit KI: Risikobewertung und Dokumentenerstellung
- Generierung von Testfällen und Testdaten
- Unterstützung bei Codierung und Implementierung von Testskripten
- Ausführung codeloser Tests mit KI
- Testing von grafischen Benutzeroberflächen (GUI)
- Unterstützung beim Defect Management durch KI-basierte Klassifizierung
Integration von KI in Testautomatisierungs-Frameworks
Wir zeigen dir, wie du KI sinnvoll in bestehende Testautomatisierungs-Frameworks integrierst, um die Stärken von KI-Tools und klassischer Testautomatisierung zu kombinieren.
Wie testet man KI-basierte Software?
Hier geht es darum, wie du Software testest, die aus KI- und Nicht-KI-Komponenten besteht. Behandelte Themen sind:
- Qualitätsmerkmale von KI-Systemen – und wie man sie misst
- Risikofaktoren in KI-basierter Software
- Die Rolle von Daten in der Entwicklung und dem Testing von KI
- Techniken und Infrastruktur für das Testen von KI-Systemen