Basiswissen KI-Testen

Qualitätssicherung in KI-basierten System - damit KI-Projekte nicht scheiternZahlreiche Beispiele aus verschiedenen BranchenViele praktische Übungen mit BeispiellösungenMit 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 KIQualitätsmerkmale KI-basierter SystemeMaschinelles Lernen (ML)ML-DatenFunktionale LeistungsmetrikenNeuronale Netze und TestenTesten KI-basierter SystemeTesten KI-spezifischer QualitätsmerkmaleMethoden und Verfahren für das Testen KI-basierter SystemeTestumgebungen für KI-basierte SystemeEinsatz 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.