Expertise hub

Alles wat we weten over AI en testen.

Twee pijlers, zestien artikels: AI inzetten om sneller en slimmer te testen, en AI-systemen zelf grondig valideren. Geen hype, wel wat we in de praktijk toepassen.

// AI vóór het testproces

AI als hulpmiddel om slimmer te testen

AI-assisted tooling die uw automated testing sneller bouwt en goedkoper onderhoudt.

AI-assisted testen

Self-healing tests: hoe AI locators automatisch herstelt

Waarom teams 40 tot 60% van hun automatiseringstijd verliezen aan onderhoud, en hoe self-healing dat aanpakt.

 AI-assisted testen

Drie soorten self-healing: selector, timing en intent-based

Een label, drie compleet verschillende technieken, met een groot kwaliteitsverschil tussen tools.

 AI-assisted testen

Testcases genereren met AI: van user story naar test in minuten

Waar AI-testgeneratie goed werkt, en waarom gegenereerd niet hetzelfde is als productierijp.

 AI-assisted testen

Synthetische testdata met AI: het einde van het databottleneck

Realistische testdata zonder GDPR-risico, en waar je op moet letten bij de term "synthetisch".

 AI-assisted testen

Visuele regressietests met AI: meer dan pixel-diffing

AI-gebaseerde visuele validatie kijkt naar wat een gebruiker opmerkt, niet elke afwijkende pixel.

 AI-assisted testen

Root cause analysis: AI die faalanalyses samenvat

Van veertig losse testrapporten naar één bruikbaar inzicht over de onderliggende oorzaak.

 AI-assisted testen

Exploratory testing met een AI-copilot

Een AI-agent kan uitputtend verkennen. Waarom een ervaren tester toch onmisbaar blijft.

 AI-assisted testen

Wat AI-testing vandaag nog niet kan

Een eerlijk overzicht: wat productierijp is, en welke signalen wijzen op hype.
// Testen ván AI-systemen

AI-toepassingen als testobject valideren

Teststrategieën voor LLM- en ML-toepassingen: kwaliteit, robuustheid, bias en EU AI Act-conformiteit.

Compliance

De EU AI Act: wat betekent het voor jouw organisatie?

De deadline voor high-risk AI-systemen verschoof zestien maanden. Waarom dat geen vrijstelling is.

 Compliance

Conformity assessment: welke testdocumentatie moet je kunnen tonen

Wat een conformiteitsbeoordeling concreet vraagt: documentatie, risicobeheer, logging en testbewijs.

 Testen

Waarom traditioneel testen niet werkt voor AI-systemen

Een vast verwacht resultaat bestaat niet bij een model. Waarom dat een andere testaanpak vraagt.

 Generatieve AI

Red teaming voor LLM's: wat het is en waarom het geen pentest is

Het verschil tussen een technisch lek zoeken en een gedragslek zoeken, en hoe een red team-oefening verloopt.

 Generatieve AI

Hallucinaties bij LLM's: hoe meet je dat

Een LLM dat zelfverzekerd iets verzint, is geen bug die je met een patch oplost.

 Testen

Bias & fairness testing uitgelegd

Een model kan perfect scoren gemiddeld en toch systematisch een groep benadelen.

 Testen

Model drift: waarom een AI-systeem dat vandaag goed werkt morgen faalt

Validatie bij oplevering is een momentopname. De wereld eromheen blijft veranderen.

 Generatieve AI

Testen van AI-agenten: wanneer een systeem zelf beslissingen neemt

Een agent roept tools aan en handelt zelfstandig in meerdere stappen. Dat vraagt een andere testaanpak dan een chatbot.
// Blog

Van op de werkvloer

Persoonlijke posts van onze consultants: wat we tegenkomen, uitproberen en leren in de praktijk.

Prijzen & tools

Fly me to the moon: GPT-5.6 Luna is 80% goedkoper

Wat de prijsverlaging van OpenAI concreet betekent voor je credits in GitHub Copilot.

Bekijk alle blogposts →
// Verder praten

Ergens specifiek naar op zoek?

We denken graag mee over wat AI concreet kan betekenen voor jouw testproces of jouw AI-toepassing.

Plan een gesprek Terug naar aitesting.be