Schulungsübersicht
Modul 1: Einführung in AI für QA
- Was ist Künstliche Intelligenz?
- Maschinelles Lernen vs. Deep Learning vs. regelbasierte Systeme
- Die Entwicklung des Softwaretestens mit AI
- Wesentliche Vorteile und Herausforderungen von AI im QA-Bereich
Modul 2: Grundlagen zu Daten und ML für Tester
- Verständnis von strukturierten versus unstrukturierten Daten
- Features, Labels und Trainingsdatensätze
- Überwachtes und unbeaufsichtigtes Lernen
- Einführung in die Modellbewertung (Genauigkeit, Präzision, Recall usw.)
- Praxisnahe QA-Datensätze
Modul 3: AI-Anwendungsfälle in QA
- KI-gestützte Testfallgenerierung
- Fehlervorhersage mittels ML
- Testpriorisierung und risikobasiertes Testen
- Visuelles Testen mit Computer Vision
- Loganalyse und Anomalieerkennung
- Natural Language Processing (NLP) für Testskripte
Modul 4: AI-Tools für QA
- Überblick über AI-fähige QA-Plattformen
- Einsatz von Open-Source-Bibliotheken (z.B. Python, Scikit-learn, TensorFlow, Keras) für QA-Prototypen
- Einführung in Large Language Models (LLMs) in der Testautomatisierung
- Erstellung eines einfachen KI-Modells zur Vorhersage von Testfehlern
Modul 5: Integration von AI in QA-Workflows
- Bewertung der AI-Bereitschaft Ihrer QA-Prozesse
- Kontinuierliche Integration und AI: Wie man Intelligenz in CI/CD-Pipelines integriert
- Entwurf intelligenter Test-Suites
- Management von Modell-Drift und Retrainings-Zyklen
- Ethische Aspekte bei KI-gestütztem Testen
Modul 6: Praktische Labore und Abschlussprojekt
- Labor 1: Automatisierte Testfallgenerierung mittels AI
- Labor 2: Erstellung eines Fehlervorhersage-Modells mit historischen Testdaten
- Labor 3: Nutzung eines LLM zur Überprüfung und Optimierung von Testskripten
- Abschlussprojekt: End-to-End-Implementierung einer KI-gestützten Test-Pipeline
Voraussetzungen
Von den Teilnehmern wird erwartet:
- Mindestens 2 Jahre Berufserfahrung in Softwaretest-/QA-Rollen
- Vertrautheit mit Testautomatisierungstools (z.B. Selenium, JUnit, Cypress)
- Grundlegende Programmierkenntnisse (vorzugsweise in Python oder JavaScript)
- Erfahrung mit Versionskontroll- und CI/CD-Tools (z.B. Git, Jenkins)
- Keine Vorkenntnisse in AI/ML erforderlich; jedoch sind Neugier und Experimentierfreude essenziell
Erfahrungsberichte (3)
Praktische Übungen erleichtern das Behalten von Informationen.
ashley bolen - Insurance Corporation of British Columbia
Kurs - Test Automation with Selenium
Maschinelle Übersetzung
Hauptthemen können im Voraus mit dem Trainer besprochen und vereinbart werden. Entspannte und angenehme Atmosphäre während der Seminarstage.
Lorenz - Continentale Lebensversicherung AG
Kurs - Advanced Selenium
Maschinelle Übersetzung
Ich habe neue Kenntnisse erworben und bin mir ziemlich sicher dabei. Es gibt nichts Unklares.
Barbara - Titian Software Poland Sp. z o.o.
Kurs - Selenium WebDriver in C#
Maschinelle Übersetzung