Read more
- 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.
About the author
Nils Röttger hat an der Universität in Göttingen Informatik studiert. Bereits während des Masterstudiums lag sein Schwerpunkt
im Themengebiet Softwaretest und Qualitätssicherung, in dem er seit über 15 Jahren tätig ist. Seit 2008 arbeitet er bei der imbus
AG in Möhrendorf, aktuell als Seniorberater und Projektleiter. Er ist u.a. für die fachliche Aus- und Weiterbildung sowie den Bereich Mobile Testing verantwortlich und als Scrum Master im internen KI-Team tätig. Außerdem beschäftigt er sich immer wieder mit neuen Themen und berichtet darüber in vielen Vorträgen, zuletzt insbesondere mit Bezug zur künstlichen Intelligenz.Dr. Gerhard Runze hat an der Friedrich-Alexander-Universität Erlangen-Nürnberg Elektrotechnik studiert und dort im Bereich digitaler Signalverarbeitungsalgorithmen promoviert. Er hat über viele Jahre als Entwickler, Projekt- und Testteamleiter in der Telekommunikationsindustrie in klassischen und agilen Projekten gearbeitet. Seit 2015 ist er bei der imbus AG als Testmanager,
Trainer für ISTQB®-Schulungen und Seniorberater für Qualitätssicherung von KI, Embedded Software und agiles Testen tätig. Seit 2020 ist er zudem Product Owner für KI-Themen und hält Schulungen zum Certified Tester AI Testing.Verena Dietrich hat an der Friedrich-Alexander-Universität Erlangen-Nürnberg Integrated Life Sciences studiert. In ihrem Masterstudium wählte sie Vorlesungen aus den Bereichen Bioinformatik, biologisch inspirierte Algorithmen und maschinelles
Lernen. Von 2019 bis 2021 war sie bei der imbus AG als Softwaretesterin und Trainerin für die A4Q-Schulung KI-Testen tätig. Als Mitglied im KI-Team hat sie mit Nils und Gerhard die Arbeiten an diesem Buch begonnen und auch nach ihrem Wechsel in die Bioinformatik mit großem Engagement fortgeführt.
Summary
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.
