Ich teste AI-Chatbot, LLM- und NLP-Modelle auf Genauigkeit, Bias, QA und Leistung

80 % der LLMs halluzinieren, deins muss das nicht.

Ich bin QA-Ingenieur mit Schwerpunkt auf Stress-Tests für AI-Chatbots & LLM-Apps, um Halluzinationen, Logiklücken, Jailbreak-Risiken und Sicherheitsprobleme zu erkennen. Ich liefere einen forensischen Bericht innerhalb von 48 Stunden, damit deine Nutzer niemals unvorhersehbare Ausgaben sehen.

WAS DU BEKOMMST:

Halluzinationsmatrix (200+ adversariale Prompts)

Logik-Konsistenz-Bewertung in wichtigen Bereichen

Versuche mit Prompt-Injection/Jailbreak (basierend auf OWASP)

Reproduktionsschritte, Schweregrad, Lösungen und Video-Beweise

Optionale Sprachführung

WARUM ICH:

Über 6 Jahre QA-Automatisierung, ISTQB-zertifiziert, veröffentlicht im Bereich Prompt Engineering, über 400 Fiverr QA-Gigs mit fünf Sternen.

PROZESS:

URL/API teilen. Ich erstelle domänenspezifische adversariale Tests, führe automatisierte und manuelle Tests durch und liefere ein Notion-Dashboard + PDF + Fehlerliste. Optional Zoom-Review.

PAKETE:

BASIC $75 (2 Tage)

• 50 Prompts
• 5-seitiger Fehlerbericht
• 1 Überarbeitung

STANDARD $165 (3 Tage)

• 150 Prompts + Kontinuität
• 10-seitiger Bericht + Heatmap
• 5 Injection-Tests
• Video der Top-Fehler
• 2 Überarbeitungen

PREMIUM $325 (5 Tage)

• Über 300 Multi-Turn/Code/Mathe/Sicherheits-Tests
• Vollständige OWASP-Audit
• Benchmark gegen 2 Modelle
• 30-minütige Beratung + 14 Tage Support
• Unbegrenzte Überarbeitungen

EXTRAS

• Same-day +$50
• API-Load-Test (1k) +$75