AI Testing in Practice: Qualitätssicherung für KI-Systeme

Description

Künstliche Intelligenz (KI)-Systeme lassen sich nicht mit klassischen Softwaretests allein absichern. Modelle lernen aus Daten, verhalten sich probabilistisch und verändern ihre Leistung im Betrieb. Umso wichtiger sind strukturierte, messbare und nachvollziehbare Testansätze, die über reine Modellmetriken hinausgehen.

In diesem eintägigen Online-Workshop zeigt AIQ, wie KI- und ML-Systeme praxisnah testbar und qualitätsgesichert entwickelt werden. Im Fokus stehen anwendungsnahe Testziele, geeignete Qualitätsdimensionen (u. a. Leistung, Robustheit, Fairness, Sicherheit), moderne Testmetriken sowie der gezielte Einsatz von Tools. Die Teilnehmenden lernen, Testergebnisse verständlich zu dokumentieren, belastbare Nachweise zu erstellen und geeignete Monitoring- und Re-Test-Strategien für den Betrieb festzulegen.

Der Workshop richtet sich an Softwareentwickler:innen, ML/AI Engineers, Data Scientists sowie QA- und Test Engineers, Tech Leads und Produkt-Verantwortliche. Grundlegende Kenntnisse in Machine Learning, KI-Modellen und Python sind von Vorteil. Der Fokus des Workshops liegt auf Engineering und Testing in der Praxis.