Offene Reasoning-Sprachmodelle
Seit dem großen Erfolg von DeepSeek redet jeder über Reasoning-Modelle. Statt einfach "nur" Antworten zu geben wie LLMs, zeigen diese ihren Denkprozess und machen es so leichter, evtl. Fehler zu entlarven oder einzelne Gedanken aufzunehmen und selbst weiterzuführen. Diese Vortrag betrachtet, wie solche Modelle funktionieren und ob sie wirklich "denken". Weiterhin geht er auf Details des Trainingsprozess und speziell darauf ein, welche Fortschritte dabei in den letzten Monaten erzielt wurden. Viele davon kommen von DeepSeek, die nicht nur ihren Methoden, sondern in erheblichen Teilen auch den dazugehörigen Code veröffentlicht haben. Abschließend zeigt der Vortrag, wie sich solche Modelle selbst trainieren lassen und wie sich die Welt der Reasoning-Modelle zukünftig entwickeln kann.
Christian Winkler beschäftigt sich seit vielen Jahre mit künstlicher Intelligenz, speziell in der automatisierten Analyse natürlichsprachiger Texte (NLP). Als Professor an der TH Nürnberg konzentriert sich seine Forschung auf die Optimierung von User Experience mithilfe moderner Verfahren. Er forscht und publiziert zu Natural Language Processing und ist regelmäßig Sprecher auf Machine Learning-Konferenzen.
Deepfake - A discussion about deepfakes from different angels to provide food for thought
Everyone is familiar with deepfakes from radio, television, and the Internet. Most mentions are negative, creepy, or scary. However, there are some wonderful and positive applications of deepfakes. In this talk, we would like to explore various aspects of deepfakes and stimulate discussion.
Mischa Soujon has over twenty-five years of experience on various platforms and operating systems in computing. After completing his studies in mathematics at the University of Bremen, Mischa started in 1998 as a software developer. He led development teams in a medium-sized engineering office amongst other things at projects with focus on digital navigation. At IBM and VKB, Mischa was able to apply his skills as an IT architect in many software development projects. Mischa is currently working as a solution architect at IBM Watson Center Munich, designing and implementing prototypes with clients.
LLMs und Test
In diesem Vortrag wird in kompakter Form erklärt, wie Large Language Models (LLMs) grundsätzlich funktionieren. Anschließend liegt der Schwerpunkt auf dem Einsatz von LLMs im Softwaretest. Verschiedene Anwendungsmöglichkeiten entlang des Testprozesses werden skizziert. Ein besonderer Fokus liegt auf der detaillierten Darstellung eines konkreten Einsatzes eines LLMs mit Retrieval-Augmented Generation (RAG) in einer proprietären KI-Anwendung
Dr. Klaudia Dussa-Zieger ist Teamleiterin für den Bereich Beratung bei imbus und eine anerkannte Expertin im Bereich Softwaretest. Ihre fachlichen Schwerpunkte liegen im Testmanagement, der kontinuierlichen Verbesserung von Testprozessen sowie beim Testen von und mit KI.
Mit einer ausgeprägten Leidenschaft für Testen und Qualität engagiert sie sich mehr als 25 Jahren in Kundenprojekten, ist Trainerin für die ISTQB® Certified Tester Foundation und Advanced Level und hat viele Jahre als Dozentin für Softwaretest an der Universität Erlangen-Nürnberg unterrichtet. Sie spricht auch häufig auf Konferenzen als Speaker zu Testthemen, die sie bewegen.
Dr. Dussa-Zieger bringt ihre Expertise auch in die Normungsarbeit ein: Seit März 2009 ist sie die Obfrau des DIN-Arbeitsausschusses „System- und Software Engineering“ und wirkt aktiv an der internationalen Standardisierung mit, u.a bei der ISO/IEC/IEE 29119. Sie ist seit über zehn Jahren Mitglied des German Testing Board (GTB) und aktuell dessen stellvertretende Vorsitzende. Darüber hinaus ist sie Präsidentin des ISTQB® (International Software Testing Qualifications Board) und leitet dort die AI Taskforce, die sich mit den Herausforderungen und Potenzialen von KI im Softwaretest beschäftigt.