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.
Dauer 14 Stunden
Schulungsübersicht
Einführung in KI im Softwaretesting
- Überblick über die Fähigkeiten von KI im Testing und QA
- Arten von KI-Tools, die in modernen Test-Workflows eingesetzt werden
- Vorteile und Risiken von KI-gestütztem Quality Engineering
LLMs für die Testfallgenerierung
- Prompt-Engineering zur Generierung von Unit- und Funktionstests
- Erstellung parametrisierter und datengesteuerter Testvorlagen
- Überführung von User Stories und Anforderungen in Testskripte
KI im explorativen und Randfall-Testing
- Identifikation ungetester Zweige oder Bedingungen mithilfe von KI
- Simulation seltener oder abnormaler Nutzungsszenarien
- Strategien zur risikobasierten Testgenerierung
Automatisiertes UI- und Regressions-Testing
- Verwendung von KI-Tools wie Testim oder mabl zur Erstellung von UI-Tests
- Aufrechterhaltung stabiler UI-Tests durch Self-Healing-Selektoren
- KI-basierte Regressionswirkungsanalyse nach Codeänderungen
Fehleranalyse und Testoptimierung
- Gruppierung von Testfehlern mithilfe von LLM- oder ML-Modellen
- Reduzierung instabiler Testläufe und Alert Fatigue
- Priorisierung der Testausführung basierend auf historischen Erkenntnissen
CI/CD-Pipeline-Integration
- Einbettung der KI-Testgenerierung in Jenkins, GitHub Actions oder GitLab CI
- Validierung der Testqualität während Pull Requests
- Automatisierte Rollbacks und intelligente Testgates in Pipelines
Zukunftstrends und verantwortungsvoller Einsatz von KI im QA
- Bewertung der Genauigkeit und Sicherheit KI-generierter Tests
- Governance und Audit-Trails für KI-gestützte Testprozesse
- Trends bei AI-QA-Plattformen und intelligenter Observability
Zusammenfassung und nächste Schritte
Voraussetzungen
- Erfahrung in Softwaretests, Testplanung oder QA-Automatisierung
- Vertrautheit mit Test-Frameworks wie JUnit, PyTest oder Selenium
- Grundlegendes Verständnis von CI/CD-Pipelines und DevOps-Umgebungen
Zielgruppe
- QA-Ingenieure
- Software Development Engineers in Test (SDETs)
- Software-Tester in agilen oder DevOps-Umgebungen
Erfahrungsberichte (1)
Ich habe Wissen über die Streamlit-Bibliothek von Python erworben und werde sie sicherlich verwenden, um Anwendungen in meinem Team zu verbessern, die mit R Shiny erstellt wurden.
Michal Maj - XL Catlin Services SE (AXA XL)
Kurs - GitHub Copilot for Developers
Maschinelle Übersetzung