Effektive KI Software-Tests mit LLMs

Generative KI im Softwaretest

• Grundlagen generativer KI
• Large Language Models im Testing
• Nutzen für Testprozesse
• Qualitätskriterien für KI-Ergebnisse
• Übung mit der LLM-Workbench

Prompt Engineering für Testaufgaben

• Strukturierte Prompts für Testartefakte
• Rollen, Kontext und Constraints
• Few-shot-Prompting im Softwaretest
• Output-Formate für Testdokumente
• Best Practices für reproduzierbare Ergebnisse

Testdesign und Testautomatisierung

• Testfälle aus Anforderungen erstellen
• Vorhandene Testfälle optimieren
• Testdaten und Varianten ableiten
• Automatisierungsentwürfe mit LLMs
• Fehlerberichte analysieren und erstellen

Risiken und verantwortungsvoller KI-Einsatz

• Halluzinationen und Fehler erkennen
• Verifikation von KI-Ergebnissen
• Bias und fachliche Verzerrungen
• Datenschutz und Cybersecurity-Risiken
• Energieverbrauch generativer KI
• Einordnung des EU AI Act

KI-basierte Anwendungen im Testprozess

• Testwerkzeuge mit GenAI-Funktionen
• RAG für Unternehmensdaten
• Dokumentanalyse mit Retrieval Augmented Generation
• Integration in bestehende Testprozesse
• Grundlagen von Fine-Tuning
• LLMOps und KI-Agenten im Testing

Transfer und Modellwahl

• Geeignete KI-Modelle auswählen
• Leitplanken für Testaktivitäten definieren
• Use Cases priorisieren
• Erkenntnisse reflektieren und übertragen

• Erfahrung in der Software-Entwicklung oder im Softwaretest
• Grundverständnis von Testprozessen, Testfällen und Fehlerberichten
• Kenntnisse aus dem ISTQB® Certified Tester Foundation 4.0 sind hilfreich, aber nicht zwingend erforderlich
• Erfahrung mit Anforderungen oder User Stories, etwa aus dem IREB® Foundation Level 3.0, erleichtert die Übungen
• Keine spezifischen Vorkenntnisse zu generativer KI oder Prompt Engineering erforderlich

• Software-Testerinnen und Software-Tester, Testmanagerinnen und Testmanager sowie QA-Verantwortliche
• Testautomatisierungs-Ingenieurinnen und Testautomatisierungs-Ingenieure mit Bedarf an KI-gestützten Testabläufen
• Software-Entwicklerinnen und Software-Entwickler, die LLMs für Testfälle, Bug-Reports und Automatisierung nutzen möchten
• Product Owner, Business-Analystinnen und Business-Analysten sowie Projektleitungen mit Verantwortung für Softwarequalität