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.
