So testen Sie ein Machine-Learning-Modell nach ISTQB CT-AI: Datenqualität prüfen, Bias aufdecken und KI-spezifische Qualitätsmerkmale abdecken — nicht nur Accuracy.
Ein Leitfaden zu Precision, Recall und F1-Score aus Testersicht: Wie man eine Konfusionsmatrix liest, wann welche Metrik zählt und warum 94% Accuracy trotzdem ein schlechtes Modell bedeuten können.
Wohin die Lernzeit für ISTQB CT-AI v2.0 wirklich fließt: die richtige Reihenfolge im Lehrplan, CTFL-Reflexe, die in die Irre führen, Metrik-Training und das Lesen von Ergebnissen aus Probeprüfungen.
Der ISTQB-Lehrplan Certified Tester AI Testing sprang im April 2026 auf v2.0 — aus 11 Kapiteln wurden 7, mit neuen Inhalten zu GenAI, LLM-Red-Teaming und eigenen Teststufen für Daten und Modell. Hier stehen alle Änderungen.
Alles zur ISTQB-CT-AI-Zertifizierung nach dem neuen Lehrplan v2.0 (2026): Inhalte, Prüfungsformat, Voraussetzungen und wie du dich auf das Testen von ML- und generativen KI-Systemen vorbereitest.