Die Weiterentwicklung des Software-Testings steht zunehmend im Zeichen von Künstlicher Intelligenz (KI). Dabei lassen sich zwei zentrale Bereiche unterscheiden: das Testen von KI-basierten Systemen und der Einsatz von KI als Werkzeug im Testprozess. Viele Unternehmen arbeiten bereits daran, KI-Technologien in ihre Produkte und Prozesse zu integrieren. Gleichzeitig spielt Agilität in Projekten eine entscheidende Rolle, wobei Scrum als eine der führenden Methoden gilt. Die Kombination aus KI und agilen Ansätzen eröffnet spannende Möglichkeiten für die Zukunft des Software-Testings.
In dieser Podcast-Episode hatte ich das Vergnügen, mit Tilo Linz zu sprechen. Wir haben darüber gesprochen, wie sich das Software-Testing weiterentwickelt, besonders im Hinblick auf Künstliche Intelligenz (KI). Tilo erklärte, dass es zwei Hauptbereiche gibt: das Testen von KI-basierten Systemen und das Testen mit KI als Werkzeug. Er glaubt, dass die meisten Unternehmen bereits daran arbeiten, KI in ihre Produkte zu integrieren. Ein weiteres Highlight war die Diskussion über Agilität in Projekten, wo Scrum als dominierende Methode hervorgehoben wurde. Zum Schluss haben wir über die Zukunft und die spannenden Möglichkeiten gesprochen, die KI und agile Methoden für das Software-Testing bieten.
“Fast jedes ernsthaft softwareentwickelnde Unternehmen beschäftigt sich damit, welche Funktionen in ihrem jeweiligen Produkt KI-basiert verbessert werden können.” - Tilo Linz
Tilo Linz ist Vorstand und Mitgründer der imbus AG, einem führenden Lösungsanbieter für Softwarequalität und Softwaretest und seit mehr als 25 Jahren im Themengebiet Softwarequalität tätig. Als Gründer und Vorsitzender des German Testing Board e.V. und Gründungsmitglied im ASQF e.V. und ISTQB hat er die Aus- und Weiterbildung in diesem Fachbereich auf nationaler und internationaler Ebene maßgeblich mitgestaltet und vorangebracht. Tilo Linz ist Autor von “Testen in Scrum-Projekten” und Co-Autor von “Basiswissen Softwaretest”
Künstliche Intelligenz (KI) spielt eine immer wichtigere Rolle im Software-Testen. Dabei lässt sich zwischen zwei Hauptbereichen unterscheiden: dem Testen von KI-basierten Systemen und dem Einsatz von KI als Werkzeug für Tester. Aktuell erforschen zahlreiche Unternehmen, wie KI genutzt werden kann, um Produkte und Prozesse zu verbessern. Besonders hervorzuheben ist der Einsatz generativer KI-Systeme zur Unterstützung des Testprozesses. Diese können beispielsweise dazu beitragen, Testdaten zu generieren oder Testfälle automatisch zu erstellen, was erheblich Zeit und Ressourcen spart.
Das Testen von KI-Systemen stellt spezifische Herausforderungen dar. Viele dieser Systeme befinden sich noch nicht in einem produktionsreifen Zustand. Unternehmen bereiten sich auf den Einsatz solcher Technologien vor, indem sie Prototypen entwickeln und Experimente durchführen. Besonders komplex ist der Umgang mit den spezifischen Fehlerarten, die in KI-Systemen auftreten können. Diese Komplexität erfordert spezialisierte Testmethoden und ein hohes Maß an Expertise, um die Qualität und Zuverlässigkeit der Systeme sicherzustellen.
Ein weiterer Anwendungsbereich von KI liegt im Einsatz als unterstützendes Werkzeug für Tester. Studien zeigen, dass KI in der Softwareentwicklung vor allem in den Bereichen Programmierung und Testing genutzt wird. Mithilfe von KI-Algorithmen lassen sich beispielsweise Security-Tests automatisieren oder gezielte Testprozeduren entwickeln. Diese Werkzeuge agieren jedoch vorwiegend als Assistenten, die menschliche Expertise ergänzen, anstatt sie zu ersetzen.
Agile Methoden sind heutzutage in den meisten Softwareprojekten etabliert, wobei Scrum die meistgenutzte Methode darstellt. Auch stark regulierte Branchen wie Luftfahrt und Medizintechnik haben agile Arbeitsweisen eingeführt. Diese Entwicklung wurde durch Anpassungen in den Regularien ermöglicht, sodass agile Methoden auch in stark kontrollierten Umfeldern praktikabel sind. Dadurch können Projekte flexibler und effizienter umgesetzt werden.
Die Zukunft des Software-Testens wird von mehreren spannenden Entwicklungen geprägt. Neben dem Einfluss von KI und agilen Methoden gewinnen Bereiche wie das Requirements Engineering und szenario-basiertes Testen an Bedeutung. Automatisierte Tools könnten in Zukunft eine noch stärkere Unterstützung bieten, was sowohl die Effizienz als auch die Qualität der Tests weiter verbessern könnte. Solche Fortschritte haben das Potenzial, langfristig die Softwareentwicklung grundlegend zu verändern und die Zuverlässigkeit der getesteten Systeme zu erhöhen.