Ein Angebot von

Künstliche Intelligenz als Chance für schnellere, bessere Testautomatisierung

| Autor / Redakteur: Raffi Margaliot / Sebastian Gerstl

Raffi Margaliot, Senior Vice President und General Manager, Application Delivery Management bei Micro Focus. Aus dem aktuellen World Quality Report geht hervor, dass die Nutzung von Künstlicher Intelligenz in Deutschland zunehmen wird. Jedoch fehlen zum nächsten Schritt der Automatisierung nun noch die richtigen Werkzeuge, um auch die Testing-Prozesse zu automatisieren.
Raffi Margaliot, Senior Vice President und General Manager, Application Delivery Management bei Micro Focus. Aus dem aktuellen World Quality Report geht hervor, dass die Nutzung von Künstlicher Intelligenz in Deutschland zunehmen wird. Jedoch fehlen zum nächsten Schritt der Automatisierung nun noch die richtigen Werkzeuge, um auch die Testing-Prozesse zu automatisieren. (Bild: Micro Focus)

53 % der deutschen CIOs und IT-Directors nutzen in ihren Unternehmen bereits künstliche Intelligenz oder planen die Einführung – damit liegen sie über dem globalen Durchschnitt von 45 %. Gleichzeitig sagen aber 48 %, dass ihnen noch die richtigen Tools fehlen, um Testing-Prozesse zu automatisieren. Das geht aus dem von Capgemini, Microsemi und Sogeti erstellten World Quality Report hervor.

Bei einigen Unternehmen hat die Einführung von DevOps und agilen Methoden dazu geführt, dass Geschwindigkeit zugunsten der Qualität bevorzugt wurde. Es liegt nahe, dieses Defizit durch automatisiertes Testing auszugleichen. Allerdings führten die neuen Strukturen in der Software-Entwicklung auch zu einer starken Fragmentierung des Qualitätsmanagements.

Viele Services werden ausgelagert, da die Kapazitäten und das Know-How im Unternehmen selbst oft nicht verfügbar sind. Das macht es jedoch nicht leicht, neue Technologien und einheitliche Vorgehensweisen einzuführen.

Um das zu vermeiden haben einige Firmen ein sogenanntes Test Excellence Center eingeführt, das als zentrale Instanz innerhalb des Unternehmens fungiert. Oft verbleibt dort nur ein Teil der Testing-Prozesse, während der Rest ausgelagert wird, oftmals auch in Cloud-basierte Pay-per-use-Lösungen. Für Mitarbeiter hat das zur Folge, dass sie sowohl das interne wie auch das externe Testing verstehen müssen.

Der Automatisierungsgrad von Testing-Aktivitäten ist immer noch relativ niedrig. Das liegt einerseits an der Prozessgestaltung, die eine Automatisierung verhindert, andererseits mangelt es an vorhersagbaren und wiederverwendbaren Testdaten. Auch die Ressourcen-Ausstattung ist vielfach unzureichend.

Dies alles führt dazu, dass die Automatisierung auf einem niedrigen Level verharrt, was sich wiederum in einer geringen Effizienz des Testings niederschlägt. Das wird angesichts des immer weiter steigenden Bedarfs zum Problem. Mehr Tests müssen in kürzerer Zeit durchgeführt werden, doch darf das nicht zu Lasten der Qualität gehen.

99 % der weltweit befragten Unternehmen nutzen DevOps-Prinzipien für ihr Geschäft. Der Wandel vom Wasserfallmodell zu agilen Methoden wird dabei auch von der Einführung von Continuous Testing und Integration Testing flankiert. In einem frühen Stadium werden bereits auch schon auf künstlicher Intelligenz und Machine Learning beruhende Technologien eingesetzt. Die führenden DevOps-Prozesse spalten große Aufgaben in kleinere Workloads auf, dadurch verändern sich auch die Testumgebungen, die immer häufiger Cloud-basiert sind.

Unternehmen haben zudem die Möglichkeit, auf fertige Plattformlösungen zurückzugreifen, die sich nahtlos in Continuous-Integration-Prozesse und automatisierte Delivery Pipelines einfügen. Damit ist der technologische Grundstein gelegt, um den wachsenden Anforderungen der Zukunft in Sachen Qualität und Geschwindigkeit gerecht zu werden.

Mit Machine Learning zur Erstellung von API-Tests

Mit Machine Learning zur Erstellung von API-Tests

04.10.18 - Parasoft hat die Version 9.10.6 von Parasoft SOAtest ankekündigt. Der darin enthaltene Smart API-Test-Generator wendet nun auch Maschinelle Lernverfahren (ML) zusätzlich zu KI (Künstlicher Intelligenz) an, um Tester bei der effizienten Ausarbeitung zielführender API-Testszenarien zu unterstützen. lesen

Im Zeichen der Disruption – Was Deutschlands Embedded-Software-Community jetzt tun muss

Im Zeichen der Disruption – Was Deutschlands Embedded-Software-Community jetzt tun muss

23.10.18 - Die Tech-Welt steht am Beginn eines neuen Zeitalters. Für die Softwareentwickler bedeutet dies nicht nur, das Wettrennen um neue Technologien aufzunehmen. Der gesamte digitale Umbruch im Job muss aktiv gestaltet werden. „Wir sind jetzt agil reicht nicht aus. Wie der Change wirklich klappen kann, erläutern Experten auf dem ESE Kongress. lesen

Kommentar zu diesem Artikel abgeben

Schreiben Sie uns hier Ihre Meinung ...
(nicht registrierter User)

Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
Kommentar abschicken
copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Kontaktieren Sie uns über: support.vogel.de/ (ID: 45555197 / Test & Qualität)