Softwarequalität für KI-Projekte verbindet etablierte Praktiken aus klassischer Softwareentwicklung mit den Besonderheiten KI-naher Komponenten. Wer beide Welten methodisch verbindet, schafft tragfähige Lösungen. Der Kurs zeigt zentrale Bausteine.
!Kursinhalt
!1. Grundlagen der Softwarequalität
*Verständlichkeit und Wartbarkeit
*Tests, Reviews und Standards
*Verzahnung mit Releaseprozessen
!2. Besonderheiten KI-naher Anteile
*Variabilität von Modellen
*Datenseitige Unsicherheiten
*Auswirkungen auf Tests und Reviews
!3. Methodische Werkzeuge
*Unit-, Integrations- und Systemtests
*Spezielle Tests für Modelle und Prompts
*Statische Analysen und Code Reviews
!4. Verankerung im Team
*Standards und Vorlagen
*Lernen aus Vorfällen
*Verzahnung mit Plattform und Compliance
!Berufliche Relevanz
*Belastbare KI-Anwendungen statt fragiler Prototypen
*Reduktion von Aufwand für Wartung
*Profilierung als qualitätsbewusste:r Engineer