Effektive KI Software-Tests mit LLMs Kurs

1. Einführung in die Anwendung von generativer KI im Softwaretest
- Einführung in generative KI
- Nutzen generativer KI für Softwaretests
- Grundsätze beim Einsatz generativer KI im Test
- Praktische Übung: Nutzung der LLM-Workbench

2. Effektives Testen mit Large Language Models (LLM)
- Grundlagen des Prompt Engineering
- Techniken des Promptings
- Anwendungsbeispiele und Übungen:
- Erstellen von Testfällen
- Optimierung vorhandener Testfälle
- Automatisierung von Tests
- Analyse und Erstellung von Fehlerberichten
- Best Practices beim Prompting im Softwaretest
- Zusammenfassung und Diskussion der Erkenntnisse

3. Umgang mit Risiken generativer KI
- Bewältigung von Halluzinationen, Fehlern und Vorurteilen der KI
- Praktische Übung: Umgang mit Halluzinationen und Fehlern
- Datenschutz und Cybersecurity-Risiken
- Umweltaspekte und Energieverbrauch der KI
- Praktische Übung: Ermittlung des Energieverbrauchs der KI
- Weitere Risiken: Wissensverlust und Abhängigkeit von Drittanbietern
- Regulierung durch den EU AI Act

4. Einsatz von KI-basierten Anwendungen im Testen
- Testwerkzeuge mit integrierter generativer KI
- Nutzung von RAG (Retrieval Augmented Generation) für Unternehmensdaten
- Praktische Übung: Analysieren großer Dokumente mit RAG
- Integration generativer KI in Testprozesse
- Anpassung eines LLMs (Fine-Tuning)
- Praktische Übung: Einsatz von Testwerkzeugen mit GenAI-Funktionen
- LLMOps und KI-Agenten im Testen
- Vorführung eines virtuellen manuellen Testers
- Zusammenfassung und Diskussion

5. Abschluss: Erlernte Lektionen
- Praktische Anwendung generativer KI im Testen
- Auswahl des geeigneten KI-Modells für Testaktivitäten
- Abschließende Diskussion und Reflexion