Schulungsübersicht
Modul 1: Einführung in AI für QA
- Was ist Künstliche Intelligenz?
- Maschinelles Lernen vs. Deep Learning vs. regelbasierte Systeme
- Die Evolution des Softwaretestings mit AI
- Hauptvorteile und Herausforderungen von AI in QA
Modul 2: Grundlagen von Daten und ML für Tester
- Strukturierte vs. unstrukturierte Daten verstehen
- Features, Labels und Trainingsdatensätze
- Überwachtes und unüberwachtes Lernen
- Einführung in die Modellbewertung (Genauigkeit, Präzision, Recall usw.)
- Reale QA-Datensätze
Modul 3: AI-Anwendungsfälle in QA
- AI-gestützte Erstellung von Testfällen
- Fehlerprognose mit ML
- Testpriorisierung und risikobasiertes Testing
- Visuelles Testing mit Computer Vision
- Loganalyse und Anomalieerkennung
- Natural Language Processing (NLP) für Testscripts
Modul 4: AI-Werkzeuge für QA
- Übersicht über AI-gestützte QA-Plattformen
- Verwendung von Open-Source-Bibliotheken (z.B. Python, Scikit-learn, TensorFlow, Keras) für QA-Prototypen
- Einführung in LLMs in der Testautomatisierung
- Erstellen eines einfachen AI-Modells zur Vorhersage von Testfehlern
Modul 5: Integration von AI in QA-Abläufe
- Evaluierung der AI-Bereitschaft Ihrer QA-Prozesse
- Continuous Integration und AI: Wie man Intelligenz in CI/CD-Pipelines einbindet
- Design intelligenter Testpakete
- Management von AI-Modell-Drift und Retrainingszyklen
- Ethische Überlegungen bei AI-gestütztem Testing
Modul 6: Praktische Labore und Abschlussprojekt
- Labor 1: Automatische Erstellung von Testfällen mit AI
- Labor 2: Erstellen eines Fehlerprognose-Modells mit historischen Testdaten
- Labor 3: Verwendung eines LLMs zur Überprüfung und Optimierung von Testscripts
- Abschlussprojekt: End-to-End-Implementierung einer AI-gestützten Testing-Pipeline
Voraussetzungen
Von den Teilnehmern wird erwartet, dass sie:
- 2+ Jahre Erfahrung in Softwaretesting/QA-Rollen haben
- Kenntnisse von Testautomatisierungstools (z.B. Selenium, JUnit, Cypress) besitzen
- Grundkenntnisse in der Programmierung (vorzugsweise in Python oder JavaScript)
- Erfahrung mit Versionskontrolle und CI/CD-Werkzeugen (z.B. Git, Jenkins) haben
- Keine vorherige AI/ML-Erfahrung erforderlich, aber Neugierde und Bereitschaft zu Experimentieren sind wesentlich.
Erfahrungsberichte (3)
Die Geduld und das Tempo des Dozenten.
Jace - Vodacom
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
Ich habe neue Kenntnisse erworben und bin mir ziemlich sicher dabei. Es gibt nichts Unklares.
Barbara - Titian Software Poland Sp. z o.o.
Kurs - Selenium WebDriver in C#
Maschinelle Übersetzung
