Die Quality Night München ist ausgebucht! Es ist keine Anmeldung mehr möglich.
5. Quality Night München “Künstliche Intelligenz: Perspektiven”
Die Fachgruppen Software Test, Requirements Engineering und Automotive laden herzlich zur 5. Quality Night München am 18. Juli ein.
Es erwarten Sie spannende Vorträge, welche Künstliche Intelligenz unter unterschiedlichen Perspektiven behandeln: Wie teste ich mit KI? Wie halte ich es eigentlich mit der Ethik bei der Entwicklung und dem Einsatz von KI? Was ist mit der Sicherheit? Und viele mehr.
Wir freuen uns auf Ihren Besuch!
16:00 Begrüßung
16:10 Klaudia Dussa-Zieger (ISTQB, imbus) „ChatGPT for Test“
16:55 Dr. Bernt Andrassy (drimco) „AI Value Use Cases in Requirements Analysis”
17:40 World Café
18:25 Sarah Ball (LMU) „KI & Ethik“
19:10 Pause
19:30 Christian Lederer (Method Park by UL) “Functional Safety in KI-basierten Systemen”
20:15 Joachim Basler (MaibornWolff) „Test automation meets AI – is it a match?“
21:00 Networking
Sarah Ball (LMU) „KI & Ethik“
Abstract:
Im folgenden Vortrag werfen wir einen Blick auf den Themenbereich KI und Ethik. Besonderes Augenmerk liegt dabei auf den bereits heute existierenden realen Chancen und Risiken dieser Technologie für die Gesellschaft. Abschließend befassen wir uns mit dem faszinierenden Thema des digitalen Lebens nach dem Tod und stellen fest, dass KI noch viele weitere Fragen aufwirft.
Über die Referentin:
Sarah Ball ist Doktorandin an der Ludwig-Maximilians-Universität in München und promoviert zum Thema “AI Alignment”. Sie erhielt ihren Bachelor-Abschluss in Economics und Politikwissenschaften an der Universität Heidelberg. Anschließend absolvierte sie einen Masterstudiengang in Social Data Science an der Universität Oxford. Ihre Masterarbeit wurde als die beste des Instituts ausgezeichnet. Darüber hinaus befand sich Sarah unter den acht besten PreisträgerInnen der gesamten Universität Oxford für das akademische Jahr 2021/2022.
Christian Lederer (Method Park by UL) “Functional Safety in KI-basierten Systemen”
Abstract:
Künstliche Intelligenz ist einer der großen neuen Trends in modernen Software-Systemen. Zusehends mehr Unternehmen versuchen, für vermeintlich überkomplexe Probleme Künstliche Intelligenz einzusetzen, zuletzt auch in sicherheitsrelevanten Systemen. Bestehende Safety-Normen definieren den Stand der Technik für traditionelle Software-Entwicklung. Bei näherem Hinsehen zeigt sich jedoch, dass die von den Normen geforderten Prozesse und Methoden im Kontext von Künstlicher Intelligenz nicht den Sicherheitszweck der Normen erfüllen können.
Christian Lederer gibt eine kurze Einführung, wie Sicherheitsgedanken der traditionellen Entwicklung in den neuen Kontext übertragen werden können, und welche Sicherheitsaspekte komplett neue Ansätze benötigen.
Über den Referenten:
Christian Lederer ist Engineering Manager bei UL Solutions. Mit seinem Team unterstützt er seine Kunden bei der Entwicklung und Zulassung normenkonformer Medical Software. Seit einigen Jahren ist sein Interessensschwerpunkt Functional Safety und Regulatorien in der Medizintechnik. Christian Lederer ist akkreditierter iSAQB-Trainer für SW-Architektur und IREB-Trainer für Requirements Engineering.
Test automation meets AI – is it a match?
Abstract:
Die IT-Welt versinkt momentan in einem Lärm aus ChatGPT hier und AI-Tool 3000 dort. Alles wird momentan auf irgendeine mehr oder weniger passende Art und Weise mit AI kombiniert und geschmückt. Selbstverständlich hat es auch nicht lange gedauert, bis das Thema Einzug in die Domäne des Software Testing gefunden hat. In diesem Talk wollen wir uns gemeinsam dem Thema AI und Testautomatisierung nähern.
Den Start bildet eine Übersicht über den aktuellen Stand. Wir wollen gemeinsam einen Einblick erlangen, was mit AI hinsichtlich Testautomatisierung bereits möglich ist und auch eingesetzt werden kann. Dabei beschäftigen wir uns bspw. mit Technologien, wie GitHub Co-Pilot, selbstheilenden Testframeworks und AI basierten visuellen Tests.
Als ein kritisch denkender Tester weiß man: Nichts kommt ohne Probleme. Oder um es positiver zu formulieren: Herausforderungen. Ob Vertrauen in die Technologie, Korrektheit der Daten, oder das Erlernen von Kontext – Stolpersteine bieten sich im Einsatz von AI mit Testautomatisierung mehr als genug. Über diese wird ein kurzer Überblick gegeben.
Den abschließenden Part bildet ein Blick in die Zukunft. Dabei werden drei mögliche Szenarien aufgezeigt, wie AI den Alltag und die Aufgaben eines Test Engineers beeinflussen könnte und welche Fähigkeiten an Relevanz gewinnen könnten.
Dieser Abstract wurde nicht von ChatGPT geschrieben – oder vielleicht doch?
Über den Referenten:
Joachim ist ein Lead Test Engineer mit 8 Jahren Erfahrung im Bereich Software Testing. In seinen Projekten hat er verschiedene Rollen vom Quality Engineer, über Test Architect zu Projektleiter eingenommen. Am liebsten beschäftigt er sich mit den technischen Aspekten des Product Quality Engineerings. Er mag es an lebendigen Produkten mit direktem User-Feedback zu arbeiten. Neben Themen wie Testautomatisierung, unternimmt er regelmäßig explorative Ausflüge in neue inhaltliche Bereich, wie bspw. Unreal Engine Testing, oder AI in Testing.
Organisatoren
Kontakt





