Basiswissen KI-Testen

Während heute jede zweite Neuerscheinung das Wort „KI“ in ihrem Titel trägt, sind Werke rund um Softwarequalität und Testen schon seit Jahrzehnten immer wieder von unterschiedlichen Autoren und Autorinnen sowie aus unterschiedlichen Blickwinkeln erhältlich. Durch die Ansätze der agilen Entwicklung hatte sich das Thema etwas verloren. Umso größer die Neugier auf „Basis-Wissen KI-Testen“. Und schnell wird deutlich: Fehlende und unzureichende Spezifikationen von KI-basierten Systemen, mangelnde Vorhersehbarkeit, unklare Zielvorstellungen und natürlich auch das menschliche Verhalten führen dazu, dass Tests deutlich anders oder gar nicht in der gewohnten Form planbar sind. ML-Modelltests und Eingabedatentests sind völlig neue Aspekte, Tests auf Automatisierungsbias oder auch Tests auf Konzeptdrifts – Veränderungen in der wahrgenommenen Genauigkeit durch Veränderungen in den Erwartungen und dem Verhalten der Nutzer – kennt man in herkömmlichen Softwaresystemen eher nicht. Und Themen wie gegnerische Angriffe, bei denen versucht wird, das System in die Irre zu führen, oder Datenverunreinigung, bei der beispielsweise ML-Systeme zu Fehlklassifikationen verleitet werden, erfordern auch innovative Testansätze. Ein weites Feld und dank guter Beispiele auch nachvollziehbar dargestellt. Zum Abschluss: Wenn die Verfasser den gleichen Schwerpunkt auf „Einsatzmöglichkeiten von KI für Tests und zur Qualitätssicherung“ gelegt hätten, mit dem man sich den Tests von KI-Systemen gewidmet hat, wäre das Buch die perfekte Empfehlung. So ist das Seitenverhältnis eins zu zehn. Aufgrund der Erwartungshaltung aus dem Subtitel des Buchs dann leider enttäuschend. (Michael Müßig)