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 Testing
- Die sieben Testing-Prinzipien (ISTQB CTFL v4.0)
- Testing vs. Debugging vs. Qualitätskontrolle
- Die Psychologie des Testens
- Rollen und Verantwortlichkeiten in einem QA-Team
Modul 2: Softwareentwicklungslebenszyklus und Testing
- Phasen des Software-Test-Lebenszyklus (STLC)
- Wasserfall, Agile, DevOps und CI/CD-Testansätze
- Teststufen: Unit, Integration, System, Akzeptanz
- Shift-left- und Shift-right-Teststrategien
- Nachverfolgbarkeit zwischen Anforderungen und Testfällen
Modul 3: Statische Testtechniken
- Reviews, Walkthroughs und Inspektionen
- Statische Analyse mit automatisierten Tools
- Checklistenbasiertes und rollenbasiertes Reviewing
- Förmliche und informelle Review-Techniken
- Integration statischer Tests in Agile-Abläufe
Modul 4: Testtechniken
- Schwarzer-Kasten-Techniken: Äquivalenzklassenbildung, Grenzwertanalyse
- Entscheidungstabellentests und Zustandsübergangstests
- Anwendungsfalltests und explorative Tests
- Weißer-Kasten-Techniken: Statementsabdeckung und Entscheidungsabdeckung
- Erfahrungsbasierte Techniken und Fehlervermutung
Modul 5: Fehlermanagement
- Fehlerlebenszyklus: Erkennung, Meldung, Triage, Lösung, Abschluss
- Erfolgreiche Fehlerberichte mit JIRA schreiben
- Unterschied zwischen Fehlerschweregrad und Priorisierungsklassifizierung
- Techniken zur Ursachenermittlung (Root Cause Analysis)
- Fehlermetriken und Trendanalysen
Modul 6: Testmanagement und risikobasierter Test
- Testplanung und Schätzungsmethoden
- Risikoidentifikation, -bewertung und -minderung
- Testüberwachung, Steuerung und Berichterstattung
- Definition von Testabschlusskriterien und Exit-Bedingungen
- An ISTQB angepasste Dokumentationen zur Teststrategie und Testrichtlinie
Modul 7: Testtools und Grundlagen der Automatisierung
- Klassifizierung von Testtools (ISTQB-Toolkategorien)
- Vorteile und Risiken der Testautomatisierung
- Auswahl von Tools: 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 das Testen vs. Testing von KI-Systemen
- Aktuelle KI-Testlandschaft: Möglichkeiten und Einschränkungen
- Qualitätsmerkmale für KI-basierte Systeme
- ISTQB CT-AI-Lehrplanübersicht und Relevanz
Modul 9: KI-unterstützte Generierung von Testfällen
- Einsatz 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-unterstützte Testautomatisierung
- Selbsterhaltende Testautomatisierung mit Katalon Studio AI
- KI-gesteuerte Objekterkennung und Elementlokalisierung
- Visuelle Regressionstests mit Applitools Eyes
- Selenium mit KI-Plugins für robuste Automatisierung
- Reduzierung des Wartungsaufwands durch intelligente Locators
Modul 11: KI zur Fehlervorhersage und -analyse
- Predictive Test Selection mit Launchable und Sealights
- Fehlerclustering und Anomalieerkennung mit ReportPortal
- KI-unterstützte Ursachenermittlung (Root Cause Analysis)
- Qualitätsrisikobewertung und Testlücken-Analysen
- Nutzung historischer Fehlerdaten zur Priorisierung des Testens
Modul 12: Bewertung von KI-Tools und CI/CD-Integration
- Kriterien für die Bewertung von KI-Testtools
- ROI-Analyse und Implementierungsstrategie
- Integration von KI-Testtools in Jenkins, GitHub Actions, GitLab CI
- Pipeline-Design: Wann und wo KI-gestützte Tests ausgeführt werden sollen
- Messung der Effektivität von KI-Tests durch Metriken
Modul 13: Ethische Überlegungen beim KI-gesteuerten Testen
- Voreingenommenheit und Fairness bei 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 Prüfungsaufbau, Dauer und Bewertung
- Fragetypen und Antwortstrategien
- Verteilung der Themenpunkte über die CTFL-Lehrplan-Kapitel
- Übungsprüfung mit ISTQB-ähnlichen Musterfragen
- Lernplan und empfohlene Ressourcen
Modul 15: Abschlussprojekt: KI-verstärkter End-to-End-Testarbeitsablauf
- Entwurf von Testfällen aus einem Beispielanforderungsdokument
- Nutzung von KI zur Generierung und Verfeinerung von Testszenarien
- Automatisierung ausgewählter Tests mit selbsterhaltenden Tools
- Meldung von Fehlern und Durchführung einer KI-unterstützten Ursachenermittlung
- Retrospektive: Integration von KI in die tägliche QA-Praxis
Voraussetzungen
- Basisverständnis von Konzepten und Terminologie der Softwareentwicklung
- Grundlegende Vertrautheit mit Softwaretesting
- Keine vorherige ISTQB-Zertifizierung oder formelle QA-Schulung erforderlich
Zielgruppe
- QA-Experten und Softwaretester, die sich auf die ISTQB Foundation-Level-Zertifizierung vorbereiten.
- Testingenieure, die KI-Tools in ihre Testabläufe integrieren möchten.
- Teams, die von ad-hoc-Tests zu strukturierten QA-Frameworks wechseln.
21 Stunden
