AiU Certified GenAI-Assisted Test Engineer

Der Kurs ist nach dem Lehrplan des AiU Certified GenAI-Assisted Test Engineer aufgebaut. Dabei lernst Du:

• Einführung in KI-unterstütztes Testen : KI hat die Art und Weise verändert, wie wir die Problematik des Testens betrachten. Die Möglichkeiten sind endlos. Für manche sind sie einschüchternd, für andere, wie uns und die Zielgruppe dieses Angebots, öffnen sie neue Türen.
• Prompt Engineering: Wie die meisten Dinge beim Testen ist auch die Entwicklung von effektiven und effizienten Prompts sowohl ein Handwerk als auch eine Kunst. Ohne viel Fachchinesisch tauchen wir hier direkt in verschiedene Prompting-Techniken ein, die einem Tester oder allgemein jedem helfen können.
• Requirements Review: Die Erfassung von Anforderungen ist ein kritischer Schritt im Entwicklungszyklus, da hier eine oder mehrere Personen versuchen, eine meist vage Vorstellung von dem, was gebaut werden soll, in ein aufgezeichnetes Format zu übersetzen. Diese Übersetzung zwischen dem, was gebaut werden soll (was zu Verständnisproblemen führen kann) und dem, was aufgezeichnet wurde, kann zu vielen Problemen führen. Die Überprüfung der Anforderungen ist eine der ersten Formen des Testens, bei der die Tester zur Verbesserung der Anforderungen beitragen können. Angesichts der inhärenten Komplexität von Anforderungsreviews kann KI für einen Tester eine große Hilfe sein.
• Testentwurf und -optimierung: Wenn es eine Fähigkeit gibt, die für einen Tester absolut entscheidend ist, dann ist es der Testentwurf. Betrachtet man ein Testobjekt als Ganzes, so ist dies in der Regel eine sehr komplexe Aufgabe, die oft erfahrene Tester oder Berater mit Spezialkenntnissen erfordert. Mit Hilfe von KI kann jeder Tester, der über ein gewisses Grundwissen verfügt, einen relativ umfassenden Testentwurf erstellen.
• Generierung von Testdaten: Ein Tester erzeugt Varianten von Testdaten, um eine einzige Testidee in verschiedenen Formen zu testen. Oft sind es die Testdaten, die einen Testfall unter anderen einzigartig machen. Für komplexe Domänen ist es eine Herausforderung, geeignete Testdaten zu finden, und KI kann dabei helfen.
• Bug Advocacy: Große Sprachmodelle, die auf natürlicher Sprachverarbeitung basieren, sind besonders leistungsfähig bei der Generierung und Analyse von Textinhalten in verschiedenen Formaten. Ein Tester kann diese Möglichkeiten nutzen, um Bugs in detaillierten Berichten so zu präsentieren, dass die verursachten Probleme umfassend verstanden und behoben werden können.
• Zukünftige Anwendungen: Über den Rahmen dieses Kurses hinaus gibt es viele aktuelle und zukünftige Möglichkeiten der KI-Unterstützung beim Testen. Der letzte Abschnitt des Kurses gibt einen Einblick in diese Möglichkeiten. Es wird darauf eingegangen, dass KI kein vollständiger Ersatz für den menschlichen Intellekt ist aber diese beiden Formen der Intelligenz in Kombination etwas Außergewöhnliches bewirken können.