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.
Dauer 14 Stunden
Schulungsübersicht
Einführung in die KI in der Softwaretestung
- Überblick über die Fähigkeiten der KI in Testen und QA
- Arten von KI-Tools, die in modernen Testworkflows verwendet werden
- Vorteile und Risiken KI-gestützter Qualitätssicherung
LLMs für die Testfallgenerierung
- Prompt Engineering zur Generierung von Unit- und Funktionstests
- Erstellung parametrisierter und datengetriebener Testvorlagen
- Umwandlung von User Stories und Anforderungen in Testskripte
KI im explorativen und Grenzfällen-Testen
- Identifizierung ungetesteter Zweige oder Bedingungen mithilfe von KI
- Simulation seltener oder abnormaler Nutzungsszenarien
- Risiko-basierte Strategien zur Testgenerierung
Automatisiertes UI- und Regressions-Testen
- Einsatz von KI-Tools wie Testim oder mabl für die Erstellung von UI-Tests
- Aufrechterhaltung stabiler UI-Tests durch self-healing Selektoren
- KI-basierte Regressionswirkungsanalyse nach Codeänderungen
Fehleranalyse und Testoptimierung
- Clustering von Testfehlern mit Hilfe von LLM- oder ML-Modellen
- Reduzierung instabiler Testläufe und Alarmmüdigkeit (Alert Fatigue)
- Priorisierung der Testausführung basierend auf historischen Erkenntnissen
Integration in CI/CD-Pipelines
- Einbettung der KI-Testgenerierung in Jenkins, GitHub Actions oder GitLab CI
- Validierung der Testqualität während von Pull Requests
- Automatisierte Rollbacks und intelligente Testgates in Pipelines
Zukunftstrends und verantwortungsvoller Einsatz von KI in der QA
- Bewertung der Genauigkeit und Sicherheit KI-generierter Tests
- Governance und Audit-Trails für KI-gestützte Testprozesse
- Trends in KI-QA-Plattformen und intelligenter Observability
Zusammenfassung und nächste Schritte
Voraussetzungen
- Erfahrung in Softwaretestung, Testplanung oder QA-Automatisierung
- Vertrautheit mit Testframeworks wie JUnit, PyTest oder Selenium
- Grundlegendes Verständnis von CI/CD-Pipelines und DevOps-Umgebungen
Zielgruppe
- QA-Engineers
- Software Development Engineers in Test (SDETs)
- Softwaretester in agilen oder DevOps-Umgebungen
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