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.
