Basiswissen KI-Testen

Qualitätssicherung in KI-basierten System - damit KI-Projekte nicht scheitern

Zahlreiche Beispiele aus verschiedenen Branchen

Viele praktische Übungen mit Beispiellösungen

Mit Exkursen auf Basis industrieller Projekterfahrungen

Umfragen in der Industrie zeigen deutlich: KI-Projekte scheitern häufiger als angenommen. Eine kontinuierliche Qualitätssicherung für KI-basierte Systeme ist daher unabdingbar.

Das Autorenteam bietet einen fundierten Überblick und einen praxisnahen Einstieg in die Konzepte, Best Practices, Problemstellungen und Lösungsansätze rund um die Qualitätssicherung von und mit KI-basierten Systemen. Im Einzelnen werden behandelt:

Einführung in KI

Qualitätsmerkmale KI-basierter Systeme

Maschinelles Lernen (ML)

ML-Daten

Funktionale Leistungsmetriken

Neuronale Netze und Testen

Testen KI-basierter Systeme

Testen KI-spezifischer Qualitätsmerkmale

Methoden und Verfahren für das Testen KI-basierter Systeme

Testumgebungen für KI-basierte Systeme

Einsatz von KI beim Testen

Das Buch enthält mehrere Exkurse, z.B. »ChatGPT als Teammitglied?«, Praxisbeispiele und zu vielen Kapiteln auch praktische Übungen, wobei die Lerninhalte durch Codebeispiele und Programmierübungen in Python veranschaulicht werden. Die Aufgaben und Lösungen sind als Jupyter Notebooks auf GitHub verfügbar.

Das Buch orientiert sich am ISTQB®-Syllabus »Certified Tester AI Testing« (CT-AI) und eignet sich daher nicht nur bestens zur Prüfungsvorbereitung, sondern dient gleichzeitig als kompaktes Grundlagenwerk zu diesen Themen in der Praxis und an Hochschulen.