ISTQB
Certified Tester
AI Testing

Im Seminar zur ISTQB-Zertifizierung „Certified Tester AI Testing (CT-AI)“ erwerben Sie ein grundlegendes Verständnis und Fähigkeiten für das Testen von KI-basierten Softwaresystemen und die Verwendung von KI-Technologien beim Testen.

Termine
istqb-ai-testing-logo

Zertifizierung nach dem internationalen Standard des ISTQB.

Das Certified-Tester-Schema des ISTQB ist der anerkannte Standard in der Aus- und Weiterbildung von Softwaretestern. Die Spezialisierung "AI Testing (CT-AI)" richtet sich an Fachleute, die mit der Qualitätssicherung von KI-basierten Systemen oder mit dem Einsatz von KI im Testprozess betraut sind oder dies anstreben. Sie erhalten ein fundiertes Verständnis für KI-Technologien wie maschinelles Lernen, neuronale Netze und Data Preparation sowie deren Einfluss auf Teststrategie und Testdurchführung. Darüber hinaus lernen Sie praxisnahe Methoden kennen, um die Qualität von KI-Systemen zu sichern – sowie Möglichkeiten, KI zur Testunterstützung einzusetzen.

Eckdaten

  • Dauer: 4 Tage

  • Sprache: Deutsch, Englisch

  • Trainingsformen: Live-Online-Seminar, Präsenzseminar

  • Auch als Inhouse-Seminar verfügbar 

Anfrage Inhouse-Seminar
Termine
Mehr über dieses Thema: 

Zielgruppe

Das Seminar richtet sich an Personen, die ihr Wissen im Bereich Künstliche Intelligenz und Softwaretest erweitern möchten, z. B. Tester, Testmanager, Entwickler, Datenanalysten, Projektverantwortliche oder Requirements Engineers.

Seminarinhalte

1. Einführung in KI
  • Definition von KI und KI-Effekt
  • Schwache KI, Allgemeine KI und Super-KI
  • KI-basierte und konventionelle Systeme
  • KI-Techniken
  • KI-Entwicklungs-Frameworks
  • Hardware für KI-basierte Systeme
  • KI-als-Dienst (AI-as-a-service, AlaaS)
  • Vortrainierte Modelle
  • Normen, Vorschriften und KI
2. Qualitätsmerkmale für KI-basierte Systeme  
  • Flexibilität und Anpassbarkeit
  • Autonomie
  • Evolution
  • Verzerrung
  • Ethik
  • Nebenwirkungen und Belohnungs‐Hacking
  • Transparenz, Interpretierbarkeit und Erklärbarkeit
  • Funktionale Sicherheit und KI
3. Maschinelles Lernen (ML) – Überblick
  • Arten von ML
  • ML-Workflow
  • Auswahl einer Art von ML
  • Faktoren, die bei der Auswahl von ML-Algorithmen eine Rolle spielen
  • Überanpassung und Unteranpassung
4. Maschinelles Lernen (ML) – Daten
  • Datenvorbereitung als Teil des ML-Workflows
  • Trainings-, Validierungs- und Testdatensätze im ML-Workflow
  • Probleme mit der Datensatzqualität
  • Datenqualität und ihre Auswirkungen auf das ML-Modell
  • Datenkennzeichnung für überwachtes Lernen
5. Funktionale Leistungsmetriken von ML
  • Konfusionsmatrix
  • Zusätzliche funktionale Leistungsmetriken von ML für Klassifikation, Regression und Clusterbildung
  • Beschränkungen der funktionalen 5. 5. 5. Leistungsmetriken von ML
  • Auswahl funktionaler Leistungsmetriken von ML
  • Benchmark-Suiten für ML
6. ML - Neuronale Netzwerke und Testen
  • Neuronale Netzwerke
  • Überdeckungsmaße für neuronale Netzwerke
7. Testen KI-basierter Systeme im Überblick
  • Spezifikation KI-basierter Systeme
  • Teststufen für KI-basierte Systeme
  • Testdaten zum Testen KI-basierter Systeme
  • Testen auf Automatisierungsverzerrungen in KI-basierten Systemen
  • Dokumentieren einer KI-Komponente
  • Testen auf Konzeptdrift
  • Auswahl einer Testvorgehensweise für ein ML-System
8. Testen KI-spezifischer Qualitätsmerkmale
  • Herausforderungen beim Testen selbstlernender Systeme
  • Test autonomer KI-basierter Systeme
  • Testen auf algorithmische, stichprobenartige und unangemessene Verzerrungen
  • Herausforderungen beim Testen probabilistischer und nicht-deterministischer KI-basierter Systeme
  • Herausforderungen beim Testen komplexer KI-basierter Systeme
  • Testen der Transparenz, Interpretierbarkeit und Erklärbarkeit KI-basierter Systeme
  • Testorakel für KI-basierte Systeme
  • Testziele und Akzeptanzkriterien
9. Methoden und Verfahren für das Testen von KI-basierten Systemen
  • Gegnerische Angriffe und Datenverunreinigung
  • Paarweises Testen
  • Vergleichendes Testen
  • A/B Testen
  • Metamorphes Testen (MT)
  • Erfahrungsbasiertes Testen KI-basierter Systeme
  • Auswahl von Testverfahren für KI-basierte Systeme
10. Testumgebungen für KI-basierte Systeme
  • Testumgebungen für KI-basierte Systeme
  • Virtuelle Testumgebungen zum Testen von KI-basierten Systemen
11. Einsatz von KI für Tests
  • KI-Techniken für das Testen
  • Einsatz von KI zur Analyse gemeldeter Fehler
  • Einsatz von KI für die Testfallgenerierung
  • Einsatz von KI für die Optimierung von Regressionstestsuiten
  • Einsatz von KI für die Fehlervorhersage
  • Einsatz von KI zum Testen von Benutzungsschnittstellen
12. Praktische Übungen

Lernziele

  • Den aktuellen Stand und zukünftige Entwicklungen im Bereich Künstliche Intelligenz verstehen
  • Die Umsetzung und das Testen eines Machine-Learning-Modells praktisch erleben und bewerten, an welchen Stellen Tester*innen gezielt Einfluss auf die Qualität nehmen können
  • Die besonderen Herausforderungen beim Testen KI-basierter Systeme erkennen – z. B. Selbstlernverhalten, Verzerrung (Bias), ethische Fragestellungen, Komplexität, Nichtdeterminismus, Transparenz und Erklärbarkeit
  • Zur Teststrategie von KI-Systemen gezielt beitragen können
  • Testfälle für KI-basierte Systeme entwerfen und durchführen
  • Die speziellen Anforderungen an eine Testinfrastruktur für KI-Systeme verstehen
  • Verstehen, wie KI zur Unterstützung des Softwaretestens eingesetzt werden kann
     

Seminarunterlagen

Sie erhalten umfangreiches Begleitmaterial zum Seminar inkl.

  • Gedruckte Seminarunterlagen mit dem kompletten Inhalt inkl. Übungen, Musterprüfungen, Wiederholungen, Begriffen
  • Das Buch "Basiswissen KI-Testen – Aus- und Weiterbildung zum Certified Tester AI Testing" von Röttger/Runze/Dietrich erschienen im dpunkt.verlag. 

Lassen Sie sich zertifizieren

Nach dem Seminar können Sie die Zertifizierungsprüfung zum “ISTQB Certified Tester AI Testing” ablegen. Dokumentieren Sie mit diesem international anerkannten Zertifikat Ihr Wissen. Die Prüfung können Sie zusammen mit dem Seminar buchen.

  • Online-Prüfung: Sie bestimmen Zeitpunkt und Ort der Prüfung.

  • Art der Prüfung: Multiple-Choice-Prüfung mit 40 Fragen.

  • Zeitpunkt: Frei wählbar innerhalb von drei Monaten nach dem Seminar.

  • Dauer: 60 Minuten (Prüfungszeitverlängerung von 15 Minuten für Nicht-Muttersprachler möglich).

  • Sprache: Deutsch oder Englisch

  • Voraussetzungen: Gültiges Zertifikat "ISTQB® Certified Tester Foundation Level" (CTFL) erforderlich 

  • Preis: 240 € zzgl. MWSt.

Lernmaterial

Dieses Seminar basiert auf der aktuellen Version des “ISTQB® Certified Tester AI Testing (CT-AI)”-Schemas. Das “ISTQB Certified Tester”-Programm ist ein weltweit anerkanntes, standardisiertes Aus- und Weiterbildungsschema für Softwaretester. Das Schema besteht aus den Ausbildungsstufen Foundation, Advanced und Expert, ergänzt um Module für die Arbeit in agilen Teams sowie weiteren Spezialistenmodulen. Die zugehörigen Lehrpläne und Prüfungsfragen werden in Deutschland vom German Testing Board (GTB) entwickelt und herausgegeben. Prüfungen werden von beauftragten Zertifizierungsstellen angeboten und durchgeführt.

  • Lehrplan: Die aktuelle Version CT-AI V1.1 D des Lehrplans finden Sie unter www.gtb.de

  • Glossar: Das aktuelle ISTQB Glossar der Testbegriffe finden Sie unter glossary.istqb.org

  • Musterprüfungen: Die aktuelle Musterprüfung finden Sie unter www.gtb.de
ISTQB-logo-partner_farbe (1) gtb_logo_premium_partner-400x480 GTB 2025

Warum TestSolutions?
Vom German Testing Board akkreditiert
Vollständige Abdeckung des ISTQB-Lehrplans
Live-Seminar durch zertifizierte:n Trainer:in
Praktische Übungen
Prüfungsvorbereitungen mit Musterprüfungen
Online-Prüfung möglich
Gedruckte Seminarunterlagen und Begleitbuch
Auch als Inhouse-Seminar buchbar