Kontakt aufnehmen

Schulungsübersicht

Modul 1: Einführung in AI für QA

  • Was ist Artificial Intelligence?
  • Machine Learning vs. Deep Learning vs. regelbasierte Systeme
  • Die Entwicklung des Softwaretestens mit AI
  • Hauptvorteile und Herausforderungen von AI in QA

Modul 2: Daten- und ML-Grundlagen für Tester

  • Verständnis strukturierter versus unstrukturierter Daten
  • Features, Labels und Trainingsdatensätze
  • Überwachtes und unüberwachtes Lernen
  • Einführung in die Modellbewertung (Genauigkeit, Präzision, Recall usw.)
  • QA-Datensätze aus der Praxis

Modul 3: AI-Anwendungsfälle in QA

  • AI-gestützte Testfallgenerierung
  • Fehlerprognose mittels ML
  • Testpriorisierung und risikobasiertes Testen
  • Visuelles Testen mit Computer Vision
  • Loganalyse und Anomalieerkennung
  • Natural Language Processing (NLP) für TestsSkripte

Modul 4: AI-Tools für QA

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

Modul 5: Integration von AI in QA-Abläufe

  • Bewertung der AI-Bereitschaft Ihrer QA-Prozesse
  • Kontinuierliche Integration und AI: Wie man Intelligenz in CI/CD-Pipelines einbettet
  • Entwurf intelligenter Test-Suites
  • Verwaltung von Model Drift und Nachschulungszyklen
  • Ethische Überlegungen im AI-gestützten Testen

Modul 6: Praktische Übungen und Abschlussprojekt

  • Übung 1: Automatisierte Testfallgenerierung mit AI
  • Übung 2: Aufbau eines Fehlerprognosemodells anhand historischer Testdaten
  • Übung 3: Einsatz eines LLM zur Überprüfung und Optimierung von TestsSkripten
  • Abschlussprojekt: Durchgängige Implementierung einer AI-gestützten Testpipeline

Voraussetzungen

Die Teilnehmer sollten folgende Kenntnisse mitbringen:

  • Mindestens 2 Jahre Erfahrung in Softwaretest-/QA-Rollen
  • Vertrautheit mit Testautomatisierungstools (z.B. Selenium, JUnit, Cypress)
  • Grundkenntnisse in Programmierung (vorzugsweise Python oder JavaScript)
  • Erfahrung mit Versionskontrolle- und CI/CD-Tools (z.B. Git, Jenkins)
  • Keine Vorkenntnisse in AI/ML erforderlich, jedoch Neugier und Experimentierfreude essentiell
 21 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (3)

Kommende Kurse

Verwandte Kategorien