0

Effektive KI Software-Tests mit LLMs

Ihre Termine

Datum Ort Preis
05.10.2026
-06.10.2026
München 1.457,75 €*
Buchen
05.10.2026
-06.10.2026
Virtuelles Live Training 1.457,75 €*
Buchen
12.10.2026
-13.10.2026
München 1.457,75 €*
Buchen
12.10.2026
-13.10.2026
Virtuelles Live Training 1.457,75 €*
Buchen
16.11.2026
-17.11.2026
München 1.457,75 €*
Buchen
16.11.2026
-17.11.2026
Virtuelles Live Training 1.457,75 €*
Buchen
18.01.2027
-19.01.2027
München 1.457,75 €*
Buchen
18.01.2027
-19.01.2027
Virtuelles Live Training 1.457,75 €*
Buchen
22.03.2027
-23.03.2027
München 1.457,75 €*
Buchen
22.03.2027
-23.03.2027
Virtuelles Live Training 1.457,75 €*
Buchen
24.05.2027
-25.05.2027
München 1.457,75 €*
Buchen
24.05.2027
-25.05.2027
Virtuelles Live Training 1.457,75 €*
Buchen

* Preise inkl. der gesetzlichen Mehrwertsteuer

Beschreibung

Diese 2-tägige Schulung zeigt, wie generative KI und Large Language Models im Softwaretest belastbar eingesetzt werden. Im Mittelpunkt stehen Prompt Engineering, KI Software-Tests, Testfall-Erstellung, Fehleranalyse, Testautomatisierung mit KI und die Bewertung von Risiken. An konkreten Testaufgaben wird erarbeitet, wie LLMs Anforderungen auswerten, Testideen erzeugen, bestehende Test-Suiten verbessern, Bug-Reports strukturieren und große Dokumente mit RAG analysieren.

Der Kurs richtet sich an Fachleute, die KI im Softwaretest nicht nur ausprobieren, sondern in wiederholbare, prüfbare und verantwortbare Arbeitsabläufe überführen möchten. Ergänzend zu klassischen Testkompetenzen, wie sie etwa im ISTQB® Certified Tester Foundation 4.0 vermittelt werden, liegt der Schwerpunkt auf dem produktiven Einsatz von LLMs im Testalltag. Wer zunächst ein breiteres Verständnis für LLM-Architekturen, Einsatzfelder und Grenzen aufbauen möchte, findet im Large Language Model Grundkurs eine passende Ergänzung. Für Entwicklungsteams mit KI-gestützten Coding-Workflows ist außerdem die Schulung Code-Optimierung mit ChatGPT thematisch anschlussfähig.

Nach der Schulung kannst du KI-Ergebnisse kritischer beurteilen, geeignete Modelle und Werkzeuge für typische Testaktivitäten auswählen und Leitplanken für Datenschutz, Cybersecurity, Halluzinationen, Energieverbrauch und regulatorische Anforderungen definieren.

Inhalte

Generative KI im Softwaretest

  • Grundlagen generativer KI
  • Large Language Models im Testing
  • Nutzen für Testprozesse
  • Qualitätskriterien für KI-Ergebnisse
  • Übung mit der LLM-Workbench

Prompt Engineering für Testaufgaben

  • Strukturierte Prompts für Testartefakte
  • Rollen, Kontext und Constraints
  • Few-shot-Prompting im Softwaretest
  • Output-Formate für Testdokumente
  • Best Practices für reproduzierbare Ergebnisse

Testdesign und Testautomatisierung

  • Testfälle aus Anforderungen erstellen
  • Vorhandene Testfälle optimieren
  • Testdaten und Varianten ableiten
  • Automatisierungsentwürfe mit LLMs
  • Fehlerberichte analysieren und erstellen

Risiken und verantwortungsvoller KI-Einsatz

  • Halluzinationen und Fehler erkennen
  • Verifikation von KI-Ergebnissen
  • Bias und fachliche Verzerrungen
  • Datenschutz und Cybersecurity-Risiken
  • Energieverbrauch generativer KI
  • Einordnung des EU AI Act

KI-basierte Anwendungen im Testprozess

  • Testwerkzeuge mit GenAI-Funktionen
  • RAG für Unternehmensdaten
  • Dokumentanalyse mit Retrieval Augmented Generation
  • Integration in bestehende Testprozesse
  • Grundlagen von Fine-Tuning
  • LLMOps und KI-Agenten im Testing

Transfer und Modellwahl

  • Geeignete KI-Modelle auswählen
  • Leitplanken für Testaktivitäten definieren
  • Use Cases priorisieren
  • Erkenntnisse reflektieren und übertragen

Voraussetzungen

  • Erfahrung in der Software-Entwicklung oder im Softwaretest
  • Grundverständnis von Testprozessen, Testfällen und Fehlerberichten
  • Kenntnisse aus dem ISTQB® Certified Tester Foundation 4.0 sind hilfreich, aber nicht zwingend erforderlich
  • Erfahrung mit Anforderungen oder User Stories, etwa aus dem IREB® Foundation Level 3.0, erleichtert die Übungen
  • Keine spezifischen Vorkenntnisse zu generativer KI oder Prompt Engineering erforderlich

Zielgruppe

  • Software-Testerinnen und Software-Tester, Testmanagerinnen und Testmanager sowie QA-Verantwortliche
  • Testautomatisierungs-Ingenieurinnen und Testautomatisierungs-Ingenieure mit Bedarf an KI-gestützten Testabläufen
  • Software-Entwicklerinnen und Software-Entwickler, die LLMs für Testfälle, Bug-Reports und Automatisierung nutzen möchten
  • Product Owner, Business-Analystinnen und Business-Analysten sowie Projektleitungen mit Verantwortung für Softwarequalität

Hinweise

Lernformate

Unsere Seminare bieten dir maximale Flexibilität: Du kannst zwischen Live-Online und Vor Ort in unseren modernen Schulungszentren im D-A-CH Raum wählen. Beide Formate garantieren dir die gleiche hohe Qualität und interaktive Lernerfahrung.

Schulungsarten

Wir bieten dir verschiedene Schulungsarten: Offene Seminare, Firmenseminare für Teams und Inhouse-Schulungen direkt bei dir vor Ort. So findest du genau das Format, das zu deinen Bedürfnissen passt.

Uhrzeiten

09:00-16:00 Uhr

Aktuelle Software

In unseren offenen Kursen arbeiten wir mit der aktuellsten Software-Version. So lernst du direkt mit den Tools und Features, die du auch in deinem Arbeitsalltag verwendest - praxisnah und zukunftsorientiert. Bei Inhouse- und Firmenschulungen bestimmt ihr die Version.

D