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.
Schulungsübersicht
Modul 1: Grundlagen der Qualitätssicherung und des Testens
- Definition von Qualität, Qualitätssicherung und Testen
- Die sieben Testprinzipien (ISTQB CTFL v4.0)
- Testen vs. Debugging vs. Qualitätskontrolle
- Die Psychologie des Testens
- Rollen und Verantwortlichkeiten in einem QA-Team
Modul 2: Software-Entwicklungslebenszyklus und Testen
- Phasen des Software-Testlebenszyklus (STLC)
- Testansätze für Waterfall, Agile, DevOps und CI/CD
- Testebenen: Einheit, Integration, System, Abnahme
- Shift-Left- und Shift-Right-Teststrategien
- Rückverfolgbarkeit zwischen Anforderungen und Testfällen
Modul 3: Statische Testtechniken
- Überprüfungen, Walkthroughs und Inspektionen
- Statische Analyse mit automatisierten Tools
- Checklistenbasierte und rollenbasierte Überprüfung
- Formelle und informelle Überprüfungstechniken
- Integration statischer Tests in Agile-Workflows
Modul 4: Testtechniken
- Black-Box-Techniken: Äquivalenzklassenbildung, Grenzwertanalyse
- Entscheidungstabellentest und Zustandsübergangstest
- Use-Case-Testen und exploratives Testen
- White-Box-Techniken: Anweisungs- und Entscheidungsabdeckung
- Erfahrungsbasierte Techniken und Fehlervermutung
Modul 5: Fehlermanagement
- Fehlerlebenszyklus: Erkennung, Meldung, Triage, Lösung, Schließung
- Verfassen effektiver Fehlerberichte mit JIRA
- Fehler severity vs. priority (Schweregrad vs. Priorität) Klassifizierung
- Techniken zur Ursachenanalyse
- Fehlermetriken und Trendanalysen
Modul 6: Testmanagement und risikobasiertes Testen
- Testplanung und Schätzmethoden
- Identifikation, Bewertung und Minderung von Risiken
- Testüberwachung, -steuerung und -berichterstattung
- Definition von Testabschlusskriterien und Exit-Bedingungen
- ISTQB-konforme Teststrategie- und Testrichtliniendokumente
Modul 7: Testtools und Automatisierungsgrundlagen
- Klassifizierung von Testtools (ISTQB-Toolkategorien)
- Vorteile und Risiken der Testautomatisierung
- Tools-Auswahl: Open-Source vs. kommerzielle Lösungen
- Einführung in Selenium, Playwright und Cypress
- Erstellung einer grundlegenden automatisierten Testsuite
Modul 8: Einführung in KI in der Qualitätssicherung
- KI- und Machine-Learning-Konzepte für Tester
- Taxonomie: KI für Tests vs. Testen von KI-Systemen
- Aktuelle KI-Testlandschaft: Chancen und Einschränkungen
- Qualitätsmerkmale für KI-basierte Systeme
- ISTQB CT-AI-Lehrplanüberblick und Relevanz
Modul 9: KI-gestützte Testfallgenerierung
- Nutzung von LLMs (ChatGPT, Claude, Copilot) zum Entwurf von Testfällen
- Prompt-Engineering-Techniken zur Generierung von Testszenarien
- Umwandlung von User Stories und Akzeptanzkriterien in Testfälle
- Überprüfung und Validierung KI-generierter Testfälle
- Plattformen: Testim, Mabl und KI-native Tools zur Testgenerierung
Modul 10: KI-gestützte Testautomatisierung
- Selbstheilende Testautomatisierung mit Katalon Studio AI
- KI-gesteuerte Objekterkennung und Elementlokalisation
- Visueller Regressionstest mit Applitools Eyes
- Selenium mit KI-Plugins für robuste Automatisierung
- Reduzierung des Wartungsaufwands durch intelligente Locators
Modul 11: KI für Fehlerprognose und -analyse
- Predictive Test Selection mit Launchable und Sealights
- Failure Clustering und Anomalieerkennung mit ReportPortal
- KI-gestützte Ursachenanalyse
- Bewertung von Qualitätsrisiken und Analyse von Testlücken
- Nutzung historischer Fehlerdaten zur Priorisierung von Tests
Modul 12: Bewertung von KI-Tools und CI/CD-Integration
- Kriterien zur Bewertung von KI-Testtools
- ROI-Analyse und Adoptierungsstrategie
- Integration von KI-Testtools in Jenkins, GitHub Actions, GitLab CI
- Pipeline-Design: Wann und wo KI-gestützte Tests ausgeführt werden sollen
- Messung der Wirksamkeit von KI-Tests mittels Metriken
Modul 13: Ethische Aspekte im KI-gestützten Testen
- Voreingenommenheit und Fairness in KI-generierten Testdaten
- Datenschutzbedenken bei der Nutzung cloudbasierter KI-Tools
- Transparenz und Erklärbarkeit von KI-Testentscheidungen
- Governance- und Compliance-Aspekte
- Verantwortungsvolle KI-Praktiken für QA-Teams
Modul 14: Vorbereitung auf die ISTQB CTFL-Prüfung
- CTFL v4.0 Prüfungsstruktur, Dauer und Bewertung
- Fragetypen und Antwortstrategien
- Themenverteilung in den Kapiteln des CTFL-Lehrplans
- Prüfung mit Beispielen im ISTQB-Stil
- Studienplan und empfohlene Ressourcen
Modul 15: Abschlussprojekt: End-to-End KI-erweiteter Testworkflow
- Entwurf von Testfällen aus einem Beispiel-Anforderungsdokument
- Nutzung von KI zur Generierung und Verfeinerung von Testszenarien
- Automatisierung ausgewählter Tests mit selbstheilenden Tools
- Fehlermeldung und Durchführung einer KI-gestützten Ursachenanalyse
- Retrospektive: Integration von KI in die tägliche QA-Praxis
Voraussetzungen
- Grundlegendes Verständnis von Softwareentwicklungskonzepten und -begriffen
- Grundlegende Vertrautheit mit Softwaretest
- Keine vorherige ISTQB-Zertifizierung oder formale QA-Ausbildung erforderlich
Zielgruppe
- QA-Profis und Softwaretester, die sich auf die ISTQB Foundation Level-Zertifizierung vorbereiten
- Testingenieure, die KI-Tools in ihre Testworkflows integrieren möchten
- Teams, die von ad-hoc-Tests zu strukturierten QA-Rahmenwerken wechseln
21 Stunden
