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
Einführung in KI in der Softwaretestung
- Überblick über KI-Fähigkeiten im Testen und QA
- Arten von KI-Tools, die in modernen Testarbeitsabläufen eingesetzt werden
- Vorteile und Risiken von KI-gestütztem Quality Engineering
LLMs zur Generierung von Testfällen
- Prompt-Engineering zur Generierung von Unit- und Funktionstests
- Erstellung von parametrisierten und datengesteuerten Testvorlagen
- Umsetzung von User Stories und Anforderungen in Testszenarien
KI bei explorativem Testen und Grenzfällen
- Identifikation nicht getesteter Zweige oder Bedingungen mittels KI
- Simulation seltener oder anomaler Nutzungsszenarien
- Risikobasierte Strategien zur Testgenerierung
Automatisiertes UI- und Regressionstesten
- Einsatz von KI-Tools wie Testim oder mabl zur UI-Testerstellung
- Aufrechterhaltung stabiler UI-Tests durch selbstheilende Selektoren
- KI-basierte Regressionsanalyse nach Codeänderungen
Fehleranalyse und Testoptimierung
- Clustering von Testfehlern mittels LLM- oder ML-Modellen
- Reduzierung instabiler Tests und Alarmermüdung
- Priorisierung der Testausführung basierend auf historischen Erkenntnissen
Integration in CI/CD-Pipelines
- Einbettung von KI-Testgenerierung in Jenkins, GitHub Actions oder GitLab CI
- Validierung der Testqualität während Pull Requests
- Automatisierte Rollbacks und intelligentes Testgating in Pipelines
Zukunftstrends und verantwortungsvoller Umgang mit KI im QA-Bereich
- Bewertung der Genauigkeit und Sicherheit von KI-generierten Tests
- Governance und Audit-Trails für KI-ergänzte Testprozesse
- Trends bei KI-QA-Plattformen und intelligenter Beobachtungsfähigkeit
Zusammenfassung und nächste Schritte
Voraussetzungen
- Erfahrung in Softwaretests, Testplanung oder QA-Automatisierung
- Vertrautheit mit Test-Frameworks wie JUnit, PyTest oder Selenium
- Grundverständnis von CI/CD-Pipelines und DevOps-Umgebungen
Zielgruppe
- QA-Ingenieure
- Software Development Engineers in Test (SDETs)
- Softwaretester, die in agilen oder DevOps-Umgebungen arbeiten
14 Stunden
Erfahrungsberichte (1)
Ich habe Wissen über die Streamlit-Bibliothek von Python erworben und werde sie sicherlich verwenden, um Anwendungen in meinem Team zu verbessern, die mit R Shiny erstellt wurden.
Michal Maj - XL Catlin Services SE (AXA XL)
Kurs - GitHub Copilot for Developers
Maschinelle Übersetzung