Testing

Der Boom in der Entwicklung von Systemen mit Künstlicher Intelligenz (KI) ist allgegenwärtig. Die Erwartungen an diese Systeme sind hoch. Zugleich war es noch nie so leicht, mit frei verfügbaren Tools Maschinelles Lernen wie Deep Learning einzusetzen. Dieser Euphorie steht leider oft eine große Ernüchterung entgegen: Die KI bringt nicht die erhoffte Leistung. Der Artikel beleuchtet die gerne übers..

Änderungen von Anforderungen, Anpassungen in Designs und Programmabläufen sind willkommen und zwingend notwendig, um am schnelllebigen Markt von Softwareprodukten bestehen zu können. Hierbei gilt es nicht nur, Software zu ändern, auch die Qualitätssicherung muss kontinuierlich angepasst werden. Ein Großteil des Aufwands besteht in der Anpassung des Testfallkatalogs. Ein wiederkehrender, fehleranfä..

Künstliche Intelligenz oder kurz KI ist schon seit Langem ein Thema, welches in Wissenschaft und Forschung bearbeitet wird. Aufgrund der rasanten technologischen Entwicklungen in den letzten Jahren dringt die KI immer mehr ins öffentliche Bewusstsein. Intelligente Roboter, selbstfahrende Autos, smarte Algorithmen bei der Kreditvergabe, das sind alles Themen, die in Tageszeitungen diskutiert werden..

Die Paradigmen im Testen von Software ändern sich zunehmend durch den Einsatz von Künstlicher Intelligenz. Das Beispiel autonomes Fahren, bei welchem unterschiedliche neuronale Netze getestet werden, zeigt die Bedeutung von Datenqualität und Corner Cases. Als QualityMinds sind wir im Förderprojekt „KI-Absicherung“ mit OEMs, Zulieferern sowie Forschungsinstituten tätig, um eine Absicherungsmethodik..

Von Jahr zu Jahr wird unser Leben abhängiger von Software. Da die Software immer mehr von maschinellem Lernen (ML) oder Künstlicher Intelligenz (KI) bestimmt wird, wird das Verhalten eines Systems weniger leicht vorhersehbar sowie schwieriger zu testen und zu validieren. Und manchmal konfrontiert uns die KI-optimierte Software sogar mit sogenannten „schwarzen Schwänen“ – also völlig unerwarteten E..