KI und Test für Newbies
Schon lange sind die wesentlichen Grundlagen und Konzept zu neuronalen Netzen und sogenannter Künstlicher Intelligenz bekannt. Die Verfügbarkeit und letztlich auch die dramatisch gesunkenen Kosten hochparalleler Rechenkomponenten sorgen seit einigen Jahren für ein immer schnelleres Comeback dieser Technik. Sowohl einschlägige Konzepte wie auch neue „Algorithmen“ tummeln sich daher auf einem Marktplatz neuer Ideen, bei den gerade Neueinsteigern schwindlig werden kann.
Der Vortrag soll etwas Ordnung in die große Vielfalt der Algorithmen bringen, so dass man z.B. Machine Learning, Deep Learning, und Reinforced Learning besser einordnen kann.
In Bezug auf Test ergeben sich zwei interessante Fragen: Wie kann man eine KI testen? Kann man überhaupt noch angemessen funktional testen, wenn Ergebnisse einer KI nur mit einer bestimmten Wahrscheinlichkeit zutreffend sind? Wo liegen potentielle Fehlerquellen, die man als Tester noch entdecken kann?
Ganz anders stellt sich die Situation dar, wenn man sich Algorithmen der KI für das Testen selbst zu Nutze machen will: Wie kann KI die Tester in ihrer Arbeit unterstützen? Wie gut sind etwa autonom arbeitende Testroboter im explorativen Test wirklich? Und hier schließt sich der Kreis: Testet dann meine KI richtig, und testet meine KI das Richtige? Abschließend diskutiert der Vortrag die Frage wie sich in Zukunft möglicherweise die typischen Tätigkeiten eines Testers neu ausrichten, erweitern oder eingrenzen könnten.
Dr. Gerhard Runze
Dr. Gerhard Runze hat an der Universität Erlangen-Nürnberg Elektrotechnik studiert und promoviert. Nach langjähriger Tätigkeit als Entwickler, Projekt- und Teamleiter in der Telekommunikationsindustrie, arbeitet er seit 2015 bei der imbus AG in Möhrendorf als Testmanager, Trainer und Berater für Embedded Software und agiles Testen.