Schneller Testen mit generativer KI (Praxistraining) [DE]

In dieser Schulung lernen Sie die Grundlagen der KI für das Testen kennen, übernehmen Best Practices und entdecken Tools zur Optimierung Ihrer Testprozesse. Sie werden Schlüsselkompetenzen entwickeln, um relevante Prompts zu erstellen und Fehlerrisiken im Zusammenhang mit KI-Modellen zu managen. Sie lernen, KI im Dialog zu beherrschen, um verschiedene LLMs effektiv abzufragen und in Ihre Toolketten zu integrieren.Durch praktische Übungen werden Sie die Möglichkeit haben mit einer Vielzahl von KI-Modellen und -Tools zu experimentieren. Optimieren Sie Sie Ihre Testprozesse und verbessern Sie die Qualität Ihrer Anwendungen durch Einsatz generativer KI. Am Ende der Schulung werden Sie in der Lage sein, die Chancen, Grenzen und Risiken des Einsatzes von generativer generativer KI für das Testen.

Inhalt

1. Einführung in die Nutzung generativer KI im Softwaretest

• Generative KI - Einführung
• Was generative KI für SW-Tests bringt
• Allgemeine Prinzipien der Nutzung generativer KI im Test
  • Übung #0: erste Schritte mit der LLM-Workbench

2. Testen mit Large Language Models (LLM) - wie man gute Ergebnisse erhält

• Einführung in das Prompt Engineering
• Prompting-Techniken
• Anwendungsfälle mit praktischen Übungen:
  • Übung #1 - Testfälle erstellen
  • Übung #2 - bestehende Testfälle optimieren
  • Übung #3 - Testautomatisierung
  • Übung #4 - Fehlerberichte analysieren und erstellen
• Bewährte Praktiken des Promptings für Softwaretests
• Zusammenfassung und Diskussion des eingesetzten Wissens

3. Risiken generativer KI beherrschen

• Halluzinationen, faktische Fehler und Bias der KI

  • Übung #5 - Halluzinationen / Irrtümer

• Datenschutz und Cybersecurity-Risiken

• Energieverbrauch / Risiken für die Umwelt

  • Übung #6 - Wie viel Energie verbraucht die KI?

• Andere Risiken im Zusammenhang mit KI : Wissensverlust und Abhängigkeit von Drittanbietern
• Regulierung von KI: der EU AI Act

4. KI-basierte Anwendungen für Tests

• Test-Werkzeuge mit integrierter, generativer KI
• RAG (Retrieval Augmented Generation) - Unternehmens-/Projektdaten nutzen
  • Übung #7 - Retrieval Augmented Generation (RAG) - große Dokumente auswerten
• Generative KI in den Testprozess integrieren
  • Fine-Tuning eines LLMs
  • Übung #8 - Testwerkzeug mit integrierten GenAI-Funktionen
  • LLMOps
• KI-Agenten für das Testen
  • Vorführung: Autonomer KI-Agent - Virtueller manueller Tester
• Zusammenfassung und Diskussion

5. Fazit: Was haben wir gelernt?

• Wie man generative KI in der Praxis einsetzt
• Auswahl des für Testaktivitäten am besten geeigneten KI-Modells
• abschließende Diskussion

Ziel

• Sie beherrschen die Grundlagen der Nutzung generativer KI im Softwaretest.
• Sie wenden die verschiedenen Techniken zur Abfrage eines KI-Modells (Prompt Engineering) im Zusammenhang mit Softwaretest-Aktivitäten korrekt an.
• Sie setzen KI zur Beschleunigung von Testanalyse/-entwurf, zur Optimierung von Test-Suiten sowie zur Testautomatisierung und -wartung ein.
• Sie können die Risiken des Einsatzes von KI zur Beschleunigung von Softwaretests identifizieren und bewerten

Dauer

2 Tage
 

Verwendete LLMs und KI-gestützte Werkzeuge

• GPT 3.5 und GPT 4 (OpenAI)
• Mistral Small, Medium und Large (Mistral)
• LLM Workbench, RAG-Anwendung und Gravity (Smartesting)
• CodeLLama und LLama 3 (Meta)
• Sonar Small und Sonar Medium (Perplexity)
• Claude-3 Opus, Sonnet, und Haiku (Anthropic)

Die Schulung wird regelmäßig an die technologischen Entwicklungen angepasst.
Dementsprechend kann sich diese Liste je nach Relevanz ändern.

Zielgruppe

• Tester:innen, Testmanager:innen, Consultants,
• Entwickler:innen, Testautomatisierungs-Ingenieur:innen,
• Produktverantwortliche, Projektleiter:innen,
• Business-Analysten, Product Owner

Dieses Seminar wird von unserem Partner smartesting organisiert und durchgeführt.