AI

Dieser Artikel* erschien vor mehr als einem Jahrzehnt in der ersten Ausgabe der Zeitschrift „The Parallel Universe”. Was im April 2009 richtig war, stimmt heute mehr denn je, zumal die Parallelität in den Rechnerarchitekturen immer weiter an Bedeutung gewonnen hat. Deshalb veröffentlichen wir hier eine übersetzte Fassung der Ratschläge von „Mr. Parallel“ James Reinders.

Wir werden immer abhängiger von immer mehr Softwaresystemen, die in immer kürzerer Zeit entwickelt, ausgeliefert und verändert werden. Bei diesem Tempo kann selbst kontinuierliches Testen die Qualität nicht länger sicherstellen. Können wir Künstliche Intelligenz nutzen, um die Qualitätsprüfung intelligenter zu gestalten? Ein Report von Sogeti, der hier in Auszügen vorgestellt wird, gibt Antworten.

Die Technologie ist ein zentraler Helfer auf dem Weg in die digitale Zukunft: Künstliche Intelligenz (KI) kann in Unternehmen von der Produktion bis zum Vertrieb Prozesse verbessern oder als Grundlage für neue Produkte und Dienstleistungen dienen. Wie es mit der Fortbildung der Beschäftigten in diesem Bereich aussieht, zeigt eine repräsentative Umfrage des Marktforschungsunternehmens Statista, das..

Ein Machine-Learning-Modell muss nicht nur in Echtzeit auf neue Daten (autonomes Fahren, Finanzdaten, IoT usw.) reagieren können, es muss auch leicht neu trainiert und schnell verfügbar gemacht werden können. Aktuell bewährte Konzepte wie Kubernetes und Echtzeit-Streaming-Technologien erlauben es, adaptive, stabile und hochperformante Produkte mit KI-Technologien zu betreiben.

Wie gut decken unsere automatisierten Regressionstests eigentlich die tatsächliche Nutzung ab? Diese Frage stellen sich SW-Entwicklungsteams immer häufiger. Dabei könnte man durchaus auf Erfahrungswerte zurückgreifen. Wir stellen einen toolgestützten Prozess vor, der im laufenden Betrieb erstellte Log-Dateien verwendet, um die Abdeckung von Nutzungsszenarien durch den Test zu messen und diese gege..