Kontakt aufnehmen
 Dauer 21 Stunden

Schulungsübersicht

Einführung in KI für QA

  • Was ist künstliche Intelligenz?
  • Maschinelles Lernen vs. Deep Learning vs. regelbasierte Systeme
  • Die Evolution des Softwaretestings mit KI
  • Wichtige Vorteile und Herausforderungen von KI in der QA

Grundlagen zu Daten und ML für Tester

  • Verständnis von strukturierten vs. unstrukturierten Daten
  • Merkmale, Labels und Trainingsdatensätze
  • Überwachtes und unüberwachtes Lernen
  • Einführung in die Modellbewertung (Genauigkeit, Präzision, Recall usw.)
  • QA-Datensätze aus der Praxis

KI-Anwendungsfälle in der QA

  • KI-gestützte Testfallgenerierung
  • Fehlerprognose mit ML
  • Testpriorisierung und risiko-basiertes Testing
  • Visuelles Testing mit Computer Vision
  • Log-Analyse und Anomalie-Erkennung
  • Naturalsprachverarbeitung (NLP) für Testskripte

KI-Tools für QA

  • Überblick über KI-fähige QA-Plattformen
  • Nutzung von Open-Source-Bibliotheken (z. B. Python, Scikit-learn, TensorFlow, Keras) für QA-Prototypen
  • Einführung in LLMs in der Testautomatisierung
  • Aufbau eines einfachen KI-Modells zur Vorhersage von Testfehlern

Integration von KI in QA-Workflows

  • Bewertung der KI-Bereitschaft Ihrer QA-Prozesse
  • Kontinuierliche Integration und KI: Wie Intelligenz in CI/CD-Pipelines eingebettet werden kann
  • Gestaltung intelligenter Testsuiten
  • Verwaltung von KI-Modell-Drift und Re-Training-Zyklen
  • Ethische Überlegungen beim KI-gestützten Testing

Praktische Labore und Abschlussprojekt

  • Lab 1: Testfallgenerierung mittels KI automatisieren
  • Lab 2: Aufbau eines Fehlerprognose-Modells basierend auf historischen Testdaten
  • Lab 3: Nutzung eines LLM zur Überprüfung und Optimierung von Testskripten
  • Abschlussprojekt: Durchgängige Implementierung einer KI-gestützten Test-Pipeline

Voraussetzungen

Von den Teilnehmern wird erwartet, dass sie über Folgendes verfügen:

  • 2+ Jahre Erfahrung in Software-Testing- oder QA-Rollen
  • Vertrautheit mit Testautomatisierungstools (z. B. Selenium, JUnit, Cypress)
  • Grundkenntnisse in Programmierung (vorzugsweise in Python oder JavaScript)
  • Erfahrung mit Versionskontrolle und CI/CD-Tools (z. B. Git, Jenkins)
  • Keine vorherige KI/ML-Erfahrung erforderlich, jedoch sind Neugier und Bereitschaft zum Experimentieren essenziell

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (3)

Kommende Kurse

Verwandte Kategorien