Die meisten CT-AI Fragenpakete, die 2026 verkauft werden, prüfen einen Lehrplan, der gar nicht mehr geprüft wird. Acht Quellen im Vergleich, mit dem, was jede über sich selbst öffentlich angibt.
Die ISTQB Exam Structures & Rules legen fest, wie viele Fragen jedes Kapitel von CT-AI v2.0 beisteuert. Kapitel 6 bringt 10 der 44 Punkte, Kapitel 7 nur 2.
Zwei ISTQB-Zertifizierungen tragen KI im Namen und beantworten verschiedene Fragen. CT-AI v2.0 prüft KI-basierte Systeme, CT-GenAI v1.1 prüft mit generativer KI. Was jede Prüfung wirklich verlangt und wo die Punkte liegen.
As of September 2026 one part of ISO/IEC 42119 is published, one is a final draft and two are barely started. Here is the verified status of each part, how the series relates to TR 29119-11, and what the CT-AI syllabus actually examines.
Agentic systems fail at two layers, and 2026 gave each layer its own OWASP top ten. Here is what a tester should actually check, and exactly where ISTQB CT-AI v2.0 stops.
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.