ASQF Quality Brunch: KI-Edition

KI – was bedeutet das für uns Tester?

KI wird in Zukunft das Testen verändern. Aber wie? Ist es nur Technik?
Wie wird KI in der Industrie eingesetzt? Was sind die Herausforderungen beim Testen des autonomen Fahrens?
Wie sieht die Technik hinter der KI aus? Welche Weiterbildungen brauchen wir um Anwendungen der KI testen zu können?
Im Rahmen dieser Veranstaltung wollen wir mit Ihnen dieser Fragen ansprechen und einige Erfahrungen vorstellen. Haben Sie evtl. auch Interesse uns Ihre Erfahrungen vorzustellen?

vorl. Agenda

Mittwoch, 21. April 2021

9:30 bis 9:45 Eröffnung

9:45 bis 10:30 Dr. Hans-Werner Wiesbrock (ITPower Solutions) “Einführung in die Künstliche Intelligenz”

10: 30 bis 11:15 Uhr Vortrag Hans Greiner “KI – für das Testen erschlossen”

11:15 bis 12:00 Uhr Vortrag Johannes Hötter (onetask.ai) “Was ist KI?”

12:00 bis 12:15 Uhr Zusammenfassung des 1. Tages

 

Donnerstag, 22. April 2021

9:30 bis 9:45 Eröffnung/Zusammenfasssung 1. Tag

9:45 bis 10:30 Uhr Vortrag Prof. Dr. Bettina Buth (HAW Hamburg) “Maschinelles Lernen und Entscheidungsbäume – Grundlagen für das Verständnis von KI?”

10:30 bis 11:15 Uhr Vortrag Eike Meyer (HAW Hamburg) “Kann man neuronale Netze wie traditionelle Software testen?”

11:15 bis 12:00 Uhr Vortrag Bettina Stühle-Stein (QualityMinds) “Clean Code – Dirty Data”

12:00 bis 12:15 Uhr Zusammenfassung beider Tage

Dr. Hans-Werner Wiesbrock “Einführung in die Künstliche Intelligenz”

Abstract:
Künstliche Intelligenz ist eines der wichtigsten Trendthemen der Gegenwart. Fast täglich erscheinen
sowohl wissenschaftliche als auch populäre Artikel darüber. Und alles wird heute smart, selbst Kaffee- und Waschmaschinen. Als Teilgebiet der Informatik umfasst Künstliche Intelligenz so verschiedene Bereiche wie Expertensysteme, Maschinelles Lernen und Tiefe Netze.
Spricht man heute von Künstlicher Intelligenz, meint man zumeist Deep Learning, das Anlernen tiefer Netze, die hinter verschiedenen Anwendungen wie dem Autonomen Fahren oder der Sprach- und Bilderkennung steht.

Dieser Vortrag beschränkt sich auf die Einführung verschiedener Konzepte des Deep Learning und was diese für das Testen bedeuten. Nach einer ersten Einordnung dieser Technologie werden grundlegende Begriffe wie VerteilungNetz und Lernprozess eingeführt und anhand von Beispielen erläutert. Des Weiteren werden etablierte Architekturen wie Generative Adversariale Netze und das Reinforcement Learning betrachtet.
Die so angelernten smarten Systeme sind fehleranfällig, wie einfache Tests zeigen. In einem Ausblick werden verschiedene Fehlertypen skizziert und einige Ansätze aufgezeigt, wie solche Systeme sicherer gestaltet werden können.

Über den Referenten:
Dr. Hans-Werner Wiesbrock ist promovierter Mathematiker, war Privatdozent in Theoretischer Physik und arbeitet seit 20 Jahren als Experte für Anforderungsmanagement und Test Eingebetteter System bei ITPower Solutions GmbH. Zurzeit forscht er u.a. in Projekten sowohl über die Anwendungsmöglichkeiten von KI für das Testen, als auch über das Testen von KI-Systemen.

 

Hans Greiner “KI – für das Testen erschlossen”

Abstract:
Ausgehend von einer allgemeinen Verunsicherung im Umgang mit der neuen Technologie „Künstliche Intelligenz“ hat sich Hans Greiner diesem Thema aus der Perspektive eines Testers genähert.
Mit diesem Vortrag möchte er allen Gleichgesinnten Lust machen, ihm auf seinem Weg der Erkenntnis zu folgen.

Über den Referenten:
Hans Greiner hat im letzten Jahrtausend Elektrotechnik/Nachrichtentechnik an der TU Darmstadt studiert. Seit 20 Jahren beschäftigt er sich mit Software-Qualität.
Das ASQF-Mitglied ist beratend und unterstützend als Selbständiger im Testumfeld tätig.

 

Johannes Hötter (onetask.ai) “Was ist KI?”

Abstract:
Was genau ist eigentlich Künstliche Intelligenz? Was kann man damit anstellen? Und wie sieht der grobe Aufbau eines typischen und modernen KI-Systems aus? Diese Fragen möchte Johannes Hötter in seinem Vortrag klären, um somit ein besseres Verständnis des Werkzeugs KI zu vermitteln.

Über den Referenten:
Johannes Hötter ist Masterstudent am Hasso Plattner Institut und Gründer des KI-Startups onetask.ai, sowie Gründer einer studentischen KI-Beratung am HPI. Vor 5 Jahren entwickelte Johannes zum ersten Mal eine KI-Anwendung. Seitdem versucht er, Einstiegshürden in KI so weit wie möglich zu verringern – für Unternehmen, aber auch für allgemein Interessierte. Sein openHPI-Kurs zu KI hat über 12.000 Teilnehmer.

 

Prof. Dr. Bettina Buth (HAW Hamburg) “Maschinelles Lernen und Entscheidungsbäume – Grundlagen für das Verständnis von KI?”

Abstract:
KI und insbesondere Maschinelles Lernen sind aktuell in vielen Anwendungsbereichen ein Thema – es scheint so leicht zu sein, die vorhandenen Frameworks zu nutzen für Applikationen von Bildbearbeitung bis zu Unternehmensmanagement. Dennoch bleibt eine gewisse Unsicherheit vorhanden; wie weit trauen wir den Ergebnissen dieser Techniken? Im Bereich des Maschinellen Lernens werden Themen wie Uncertainty, Underfitting und Overfitting oder auch Ansätze zur Validierung von Daten für Training und Test Neuronaler Netze diskutiert. XAI oder Explainable AI ist ein aktiver Bereich, der die Nachvollziehbarkeit von auf Komponenten verbessern soll, die auf Maschinellem Lernen basieren, und damit das Vertrauen erhöhen soll. Aber reicht das aus für den Einsatz von KI-basierten Komponenten in sicherheitskritischen oder auch weniger kritischen Anwendungen? In den Medien gibt es mittlerweile regelmäßig Berichte, die von Voreingenommenheit oder schlichten Fehlern solcher Applikationen reichen. In diesem Beitrag werden speziell Entscheidungsbäume als Grundlagen des Maschinellen Lernens hinterfragt in Bezug auf die Nachvollziehbarkeit von entstehenden Algorithmen und der Frage, inwieweit uns das beim Testen der daraus resultierenden Software-Komponenten im klassischen Sinn helfen kann.

Über die Referentin:
Prof. Dr. Bettina Buth ist Professorin für Softwareengineering an der HAW Hamburg. Sie verfügt über langjähriger Erfahrung im Bereich Safety Critical Systems sowohl im akademischen als auch im industriellen Umfeld. Ihre Expertise umfasst allgemeine Techniken des Software Engineering ebenso wie den Bereich der Qualitätssicherung, Formale Methoden sowie Analysetechniken für Safety Critical Systems. Diese Erfahrung basiert unter anderem auf industriellen Projekten in den Bereichen Raumfahrt, Eisenbahnwesen sowie Luftfahrt. Bettina Buth ist seit 2004 Mitglied in der Fachgruppe EWICS TC7, dem European Workshop on Industrial Systems Reliability, Safety and Security. Sie ist Gründungsmitglied und kommissarische Sprecherin der Anfang 2019 etablierten Arbeitsgruppe „KI und Test“ der GI-Fachgruppe „Test, Analyse, Verifikation“.

 

Eike Meyer (HAW Hamburg) “Kann man neuronale Netze wie traditionelle Software testen?”

Abstract:
Software Systeme mit Komponenten der künstlichen Intelligenz und insbesondere neuronale Netze haben ein großes Anwendungsfeld, weil sie in diesem Ergebnisse erzielen, die Menschen durchaus ebenbürtig oder sogar besser sind.
Da solche Systeme allerdings auch in kritischen Bereichen eingesetzt werden und dabei oft nur eine Black Box Betrachtungsweise zulassen, ist es wichtig Vertrauen in diese Netze aufzubauen und sie zu testen. Aber wie?
Es gibt bereits eine Reihe bekannter Probleme mit Anwenungen der KI und besonders des Learning. Diese Probleme sind zum einen ethischer und rechtlicher Natur. Zum anderen gibt es technische Probleme, da bekannte Testmethoden traditioneller Software nicht einfach auf diese Anwendungen übertragbar sind.
In diesem Vortrag werden an einem Beispiel die erwähnten Probleme dargestellt und die Verwendung von Methoden der exaplainable AI als Testing Methoden diskutiert.

Über den Referenten:
Eike Meyer ist Masterstudent der Informatik an der HAW Hamburg. Sein Schwerpunkt im Studium und der Forschung liegt im Bereich Sicherheit und Zuverlässigkeit sowie Anwendungen der künstlichen Intelligenz.
Insbesondere liegt der Fokus auf der Verbindung dieser beiden Disziplinen. Er arbeitet seit 3 Jahren im Bereich Integrations- und Akzeptanztesten und insbesondere im Testmanagement.
Einblicke in Abläufe sicherheitskritischer Systeme wurden im Rahmen eines einjährigen Praktikums in einer großen Maschinenbaufirma erworben. Eike Meyer ist Mitglied im Arbeitskreis “Testen und KI” der Gesellschaft für Informatik.

 

Bettina Stühle-Stein (QualityMinds) “Clean Code – Dirty Data”

Abstract:
Ein Erfahrungsbericht über die Generierung von synthetischen Bilddaten für eine machine-learning basierende Fußgängererkennung.
Synthetische Daten? Lässt sich das überhaupt umsetzten? Gibt es das bisher noch nicht? Welche Informationen und Daten sind dafür notwendig?
Fragen über Fragen, die ich versuchen werde in meinem Vortrag anhand von Beispielen zu erläutern und die einen Einblick in ein spannendes Projekt gewähren sollen.

Über die Referentin:
Mein Name ist Bettina Stühle-Stein und ich bin seit 2016 bei den QualityMinds als Consultant tätig.
Seit dem Jahre 2000 habe ich über die Bekleidungsindustrie den Weg in die IT gefunden und verfolge diesen seither.
Softwaretest, Testmanagement und agiles Vorgehen sind meine Themen, die mich seit Jahren beschäftigen und faszinieren. Dank vieler Projekte bei unterschiedlichsten Kunden habe ich mein Wissen vertiefen können und weitere Erfahrungen in den Themenbereichen Testmanagement und Prozesssteuerung sowie agiles Testen und agile Transformation gesammelt. Mein Weg führte mich dabei auch in die Branchen EDV, Bekleidung, Automotive, Computervision und Medizintechnologie.

Erhardt_Wunderlich_1

Erhardt Wunderlich

Email: erhardt.wunderlich@asqf.de

hackel

Sascha Hackel

Email: sascha.hackel@asqf.de

 Unterstützen Sie diese Veranstaltung und werden Sie noch heute Aussteller. Kontakt: info@asqf.de

Organisatoren

Fachgruppe Software Test Berlin/Brandenburg

ASQF_Logo_2016-Kopie

Sponsoren

Imbus
methodparkLogo_300x200px
Trimetis-GFB-Logo_400x200
inflectra-logo
iSQI_newClaim_en
Logo_ITPOWER_Solutions_small

Medienpartner

dpunkt-logo-dunkel

Mit der Anmeldung zu der oben aufgeführten Veranstaltung des ASQF e.V. willigen Sie ein, dass Fotos die auf dieser Veranstaltung gemacht werden und Sie abbilden, durch ASQF e.V. unter Namensnennung vervielfältigt, verbreitet, gesendet und öffentlich zugänglich gemacht werden dürfen. Diese Lizenz wird unentgeltlich eingeräumt.
Diese Einwilligung ist widerruflich. Sie haben jederzeit die Möglichkeit, Fotos die von Ihnen oder Ihrer Begleitung auf der Veranstaltung gemacht wurden und die sich auf unserer Website oder auf unseren Seiten in Social Media Plattformen (insbesondere Facebook und Twitter) befinden, durch ASQF e.V. entfernen zu lassen. Dafür reicht eine kurze Mail an info@asqf.de