Neue Wege der Qualitätssicherung von ML-Systemen

KI-Algorithmen sind alles andere als neu. Doch erst in den vergangenen Jahren wächst das öffentliche Interesse enorm. Der Trend zur Nutzung von KI in Anwendungen scheint unumkehrbar. Wie gehen wir als Gesellschaft, Entwickelnde oder Verantwortliche in der Qualitätssicherung damit um? Welcher Verantwortung müssen wir uns stellen?

Der Vortrag zeigt an zwei Projektbeispielen auf, welche Herausforderungen eine Qualitätssicherung KI-basierter Systeme mit sich bringt, und wie wir diesen begegnen können. Dabei beleuchten wir auch die Rolle von Normen und Standards, beschreiben, wie diese (z.B. ISO oder ISTQB) schon heute Hilfestellung in Projekten geben, und zeigen, wohin gerade deren Entwicklung geht.

Vorkenntnisse

Der Vortrag richtet sich an alle, die nahe an oder direkt in der Entwicklung von ML-Systemen, im Management, Data-Science-Bereich oder im Test von solchen Sytemen tätig sind. Vorkenntnisse im maschinellen Lernen sind hilfreich, aber nicht notwendig.

Lernziele

Die Teilnehmenden erhalten einen Einblick in neuartige Qualitätsmerkmale, neue Standards und Ausbildungsmöglichkeiten in diesem Kontext. Anhand zweier Projektbeispiele werden zudem hilfreiche Test- und Planungsmethoden gezeigt.