Software Quality
The reliability, security, accuracy, and robustness of software systems are increasingly important in modern development environments. Errors, including critical ones, often stem from logical issues in the specification phase or implementation errors during software development. To address these challenges, advances in machine learning (ML) and artificial intelligence (AI) are playing a transformative role in enhancing software testing and quality assurance processes.
This seminar will explore cutting-edge techniques that automate various aspects of software testing covering, but not limited to using ML and NLP, regression analysis and reinforcement learning. We will discuss approaches like automated test oracle generation, which leverages historical application data to train ML models capable of evaluating system behavior automatically. The seminar will also touch upon the role of libraries, tools, compilers, and third-party software in meeting these standards.
Anmeldung und Vorbesprechung
Eine vorherige Anmeldung ist nicht notwendig. Themen werden in der Vorbesprechung durchgegangen und vergeben. Die Anmeldung erfolgt direkt in der Vorbesprechung.
Die Vorbesprechung findet statt am 23.10.2026 um 15:00 in Room A301 (Sand 14).
Bedingungen für den Seminarschein
Um den Schein zu erhalten muss
- eine Vortragsgliederung 4 Wochen vor dem Vortragstermin mit dem Betreuer durchgesprochen sein
- eine erste Vortragsversion 2 Wochen vor dem Vortragstermin mit dem Betreuer durchgesprochen sein (vorzugsweise PowerPoint oder PDF)
- ein Vortrag (25 Minuten + Diskussion) in englischer Sprache gehalten werden
- eine schriftliche Ausarbeitung in englischer Sprache abgegeben werden (6-8 Seiten in PostScript- oder PDF-Format)
- bei allen Seminarterminen anwesend sein
Benotung
Die Seminarleistung wird nach folgenden Kriterien benotet:
- Einhaltung der Termine
- Qualität der durchgeführten Literaturrecherche
- Inhaltliche Qualität des Vortrags
- Qualität der Präsentation inkl. Zeiteinhaltung
- Qualität der Ausarbeitung
- Grad der Sebstständigkeit (davon unberührt sind natürlich Diskussionen mit dem Betreuer über Auswahl der zu präsentierenden Themen, Eignung zur Präsentation etc. - solche Diskussionen sind sogar explizit erwünscht)
Randbedingungen fürs Seminar
Von den Teilnehmerinnen und Teilnehmern wird eine weitgehend selbstständige Erarbeitung des jeweiligen Themengebiets inkl. Literaturbeschaffung und -recherche erwartet. Literaturhinweise werden natürlich gegeben, eine bedarfsgesteuerte Betreuung ist sichergestellt.
Vortragsdauer und Themenaufbau
Der Vortrag soll einen Dauer von 25 Minuten haben und folgenden Aufbau besitzen:
- Einleitung mit Motivation (ca. 5 Minuten im Vortrag)
- Theorie zum jeweiligen Thema (ca. 10-15 Minuten im Vortrag)
- Praktische Anwendung / Fallbeispiele (restliche Zeit, mind. 5. Minuten)
- Zusammenfassung (2 Minuten im Vortrag)
Der Vortrag muss in englischer Sprache gehalten werden.
English version
The reliability, security, accuracy, and robustness of software systems are increasingly important in modern development environments. Errors, including critical ones, often stem from logical issues in the specification phase or implementation errors during software development. To address these challenges, advances in machine learning (ML) and artificial intelligence (AI) are playing a transformative role in enhancing software testing and quality assurance processes.
This seminar will explore cutting-edge techniques that automate various aspects of software testing covering, but not limited to using ML and NLP, regression analysis and reinforcement learning. We will discuss approaches like automated test oracle generation, which leverages historical application data to train ML models capable of evaluating system behavior automatically. The seminar will also touch upon the role of libraries, tools, compilers, and third-party software in meeting these standards. Reliable, secure, and resilient software matters more than ever. Emerging technologies, especially Large Language Models (LLMs) and Machine Learning (ML), are fundamentally reshaping how we design and execute software tests.
Enrolling
No registration ahead-of-time is needed, topics will be discussed and distributed at the first meeting on:
23.10.2025, 15:00, Room A301 (Sand 14)