In vielen Texten werden die Begriffe Generative Künstliche Intelligenz und Maschinelles Lernen benutzt und es ist gar nicht so leicht, beides richtig einzuordnen und die Unterschiede zu verstehen. Unser Blog soll Dir helfen, schnell Klarheit zu gewinnen.

Was ist maschinelles Lernen?

Definition und Zielsetzung

Maschinelles Lernen (ML) ist ein Teilbereich der Künstlichen Intelligenz. Ziel ist es, dass Maschinen Muster in Daten erkennen und auf dieser Basis Vorhersagen treffen – ohne explizite Programmierung. Die Systeme lernen dabei aus Beispielen und verbessern sich mit zunehmender Erfahrung.

Typische Anwendungen im Softwaretest

Fehlerprognosen auf Basis historischer Bugs

Anomalieerkennung in Systemlogs

Regressionsrisiko-Analyse zur Priorisierung von Testfällen
 

Häufig genutzt: „Supervised Learning“ mit gelabelten Daten. Alternativ: „Unsupervised Learning“ zur Mustererkennung ohne vorgegebene Kategorien.

Was ist generative KI?

Definition und Zielsetzung

Typische Anwendungen im Softwaretest

Vergleich: Maschinelles Lernen vs. Generative KI

Tools für generative KI im Softwaretest

ChatGPT

GitHub Copilot

Fazit und Ausblick

Zusammenfassung

Zukunftsausblick