Die Rolle der KI bei der Automatisierung von Softwaretests
Kurz gesagt, die Rolle der KI-Tools für die Testautomatisierung besteht darin, Dinge in einem Umfang zu tun, den Menschen nicht erreichen können:
- KI-Lösungen machen QS schneller
- KI-Lösungen machen die QS präziser
- KI-Lösungen machen QS innovativ
Dieser letzte Punkt ist vielleicht der zukunftsweisendste. Wir leben zwar immer noch in der Welt einer begrenzten KI, die nicht wirklich für sich selbst „denken“ kann, aber sie kann sehr wohl vorgegebene Konzepte verstärken. Als Teil der Testautomatisierung zul Funktionalität innerhalb von aqua haben wir uns mit der automatischen Erstellung neuer Tests ohne menschliche Eingaben befasst. Die ersten Ergebnisse sind recht vielversprechend, wenn es eine gute Datenbank mit Tests gibt, von denen sich die KI inspirieren lassen kann, und wir können es kaum erwarten, eine öffentliche Beta zu starten.
Wir decken in unserem Überblick über die KI-Test-Trends einige weitere Vorteile ab. Dies ist ein praktischer, aktueller Einblick in die Anwendung von KI in der Qualitätssicherung, mit besonderem Schwerpunkt auf GPT-gestützten Lösungen.
Lernen Sie die 5 KI-Test-Trends kennen, um 12,8 Std./Woche pro Spezialist zu sparen
Vorteile des Einsatzes von KI-Tools für QS-Manager
Lassen Sie uns die wichtigsten Vorteile aufzählen, die sich ergeben, wenn man das Stigma der KI-Automatisierungstests hinter sich lässt:
- KI-Testautomatisierungstools bringen spürbare Effizienzgewinne. Für die Durchführung automatisierter Tests ist keine KI-Funktionalität erforderlich, aber die Automatisierungssuite Ihres Testmanagers kann optimiert werden.
- Wenn wir unsere eigene Lösung testen, brauchen wir in der Regel etwa 30 Minuten, um einen vollständigen Durchlauf aller automatisierten Tests durchzuführen. Irgendwann ist die einzige Möglichkeit, diese Zeit zu verkürzen, die Streichung einiger Tests. Normalerweise würden Sie Tests herausnehmen, die selten fehlschlagen und/oder zu unzuverlässig sind, um eindeutige Ergebnisse zu erhalten. Bei der Identifizierung solcher Tests kommt KI für QS ins Spiel.
- Die Gruppierung von Tests ist eine weitere Möglichkeit, Ihre Testsuite mit Künstlicher Intelligenz zu optimieren. Selbst wenn Sie keine nicht schlüssigen oder selten fehlgeschlagenen Tests haben, gibt es Fälle, in denen Sie die Durchführung aller Tests vermeiden können. Die Bereitstellung eines Hotfixes bedeutet in der Regel, dass Regressionstests als erste Priorität durchgeführt werden, während Tests, die normalerweise kleinere Fehler aufdecken, beiseite gelassen werden können.
- In ähnlicher Weise können Sie die Tests der Benutzeroberfläche bündeln und ausführen, wenn Sie die Zeit dazu haben. Es gibt Fälle, in denen die schnellere Freigabe einer neuen Funktion wichtiger ist als die pixelgenaue Gestaltung der Grafik. Auf den B2C-Märkten ist dies sogar ständig der Fall.
- Eine intelligente Arbeitsverteilung ist ein weiterer Vorteil von KI-Lösungen. Wir reden hier nicht über etwas so Einfaches wie das Erstellen eines Tickets in Ihrem Bug Reporting Tool. Kehren wir zu dem Beispiel für den UI-Test von vorhin zurück. Wenn die Zeit drängt, haben Ihre Entwickler möglicherweise nicht einmal die Zeit, sich um die Probleme bei der Platzierung von Elementen zu kümmern, die bei einem Test festgestellt wurden. Hier kann ein KI-gestütztes Tool den Schwierigkeitsgrad einer Fehlerbehebung einschätzen, die Priorität der anstehenden Aufgaben für alle Entwickler in Ihrer Problemverwaltungssoftware abfragen und die Fehlerbehebung dann in den Zeitplan der richtigen Person einfügen.
- Auch ohne Zeitplanung ist es äußerst vorteilhaft, wenn Ihre Software den Schweregrad von entdeckten Fehlern bewertet. Es wäre wirklich erstaunlich, wenn die Maschine Fehler nach ihren Auswirkungen auf das Geschäftsergebnis einstufen könnte. Leider ist dies in modernen KI-Testtools, ob Open-Source oder nicht, nicht weit verbreitet.
- Zeitmanagement ist ein weiterer Bereich, in dem KI eine große Hilfe sein könnte. Wir haben eine Reihe von QS-Spezialisten gebeten, uns ihre Zeitschätzungsmethoden mitzuteilen, aber es gibt keine Einheitslösung, die für alle passt. Hier kann die künstliche Intelligenz helfen und möglicherweise für mehr Chaos sorgen, um ein Gleichgewicht zu schaffen.
- Eine spannende Anwendung sehe ich in der Nutzung von KI für die Pokerplanung. Die Analyse ähnlicher Aufgaben kann den Ausschlag für Teammitglieder geben, die ihre Kollegen nicht davon überzeugen können, ihrer höheren oder niedrigeren Schätzung zuzustimmen. Tatsächlich könnte die KI die Stimmen aller Beteiligten über mehrere Planungssitzungen hinweg betrachten, um festzustellen, wessen Schätzungen mehr oder weniger genau waren als der tatsächliche Aufwand. Diese Daten können für eine Art Multiplikator verwendet werden, oder sie können wiederum für die Berechnung des Gleichstandes herangezogen werden.
Fallstricke beim Einsatz von KI für Softwaretests
Hier sind mögliche Probleme, die Sie im Auge behalten sollten, bevor Sie sich zu Tests mit KI verpflichten.
- KI-Lösungen können schwer zu validieren sein. KI-basierte Tools sind zu neu, um eine aussagekräftige Anzahl von Bewertungen zu haben. Traditionelle Spieler haben meist Bewertungen, die geschrieben wurden, bevor der Anbieter die KI-Funktionalität eingeführt hat. Außerdem haben sie im Vergleich zu aufstrebenden Unternehmen ein weniger zugängliches und manchmal eingeschränktes Testangebot.Ein weiterer Punkt ist die Frage, ob Ihr potenzieller Anbieter tatsächlich KI einsetzt. Im Jahr 2019 überprüfte ein Risikokapitalgeber manuell 2.830 „KI“-Unternehmen in Europa und fand heraus, dass 40 % nicht über eine solche Technologie verfügten. Einige gehen sogar so weit, dass sie unter offen zugeben, dass es in ihrer Arbeit keine KI gibt.
‚Man simuliert, wie die endgültige Erfahrung von etwas sein wird. Und oft steckt bei der KI nicht ein Algorithmus, sondern ein Mensch hinter dem Vorhang.‘
Kurz gesagt, an diesem augenzwinkernden Tweet von vor ein paar Jahren ist einiges dran.
How to start an AI startup
1. Hire a bunch of minimum wage humans to pretend to be AI pretending to be human
2. Wait for AI to be invented
— Gregory Koberger (@gkoberger) March 1, 2016
- KI-Lösungen sind kein Allheilmittel. Sie benötigen zumindest einen erfahrenen Spezialisten, der die von der KI erstellten Tests und/oder Prioritäten überprüft, um festzustellen, ob sie vernünftig sind. Sie brauchen immer noch einen Menschen, um zu überprüfen, ob die Befolgung der KI-Empfehlungen eine messbare Verbesserung (oder zumindest keine Verschlechterung) zur Folge hat. Dann gibt es Lösungen, die mehr menschliche Beteiligung erfordern, um bessere automatische Vorschläge zu machen. Heutzutage ist KI das Werkzeug, um Fachwissen zu erweitern, nicht um es zu ersetzen.
- KI-Lösungen erfordern Engagement von beiden Seiten. Letztendlich müssen Sie entweder dem Anbieter dabei helfen, seine KI mit Ihrem Input zu optimieren, oder lernen, mit den Eigenheiten einer weniger interaktiven Implementierung umzugehen. Das kostet Zeit und Geld, das Sie unter anderem in die traditionelle Testautomatisierung hätten investieren können. Was aber, wenn das vielversprechende KI-Qualitätssicherungsunternehmen, das Sie ausgewählt haben, keine VC-Finanzierung erhält oder diese verliert? Was ist, wenn einem konservativen Spieler die Ergebnisse seiner KI-Beta nicht gefallen und er den Stecker zieht? Recherchieren Sie und stellen Sie sicher, dass Sie nicht aufgeregter und zuversichtlicher sind als Ihr Anbieter.
Die Zukunft der KI in der Testautomatisierung
Die Zukunft der KI in der Testautomatisierung ist voller Potenzial, insbesondere im Bereich des automatisierten Testens und der KI-Automatisierung. Zunächst erleben wir erhebliche Fortschritte beim automatisierten Testen selbst, die größtenteils auf die Fähigkeiten der KI zurückzuführen sind. Einige KI-Tests-Tools sind bereits in der Lage, Auto-Code allein auf der Grundlage der gegebenen Anforderungen zu erstellen, um Ihnen ein klareres Bild zu vermitteln. Dieser Fortschritt deutet auf eine bedeutende Phase hin, in der das automatisierte Testen eine Entwicklung erfährt, die nicht nur Effizienz, sondern auch Innovation bei den Teststrategien ermöglicht.
KI spielt zunehmend eine Schlüsselrolle, wenn es darum geht, die Methoden des automatisierten Testens zu erweitern. Es hilft, Lücken zu schließen, wo traditionelles automatisiertes Testen nicht ausreicht, und macht die Aufgaben der Qualitätssicherung reibungsloser und effizienter. KI erreicht dies durch die Erstellung und Anpassung von Testplänen, die Überprüfung von Testbewertungen, um sicherzustellen, dass die Anforderungen erfüllt werden, sowie die Erstellung von Testfällen und die Identifizierung von Fehlern.
Außerdem hilft KI bei der Sortierung und Priorisierung von Tests, eine Fähigkeit, die inzwischen von vielen unabhängigen Tools unterstützt wird. Folglich führt die KI diese Elemente allmählich zusammen und ermöglicht so eine umfassende Datenanalyse, ohne dass ein menschliches Eingreifen benötigt wird. Dadurch können sich die Menschen besser auf wichtige Entscheidungsaufgaben konzentrieren.
Der Wandel, den die KI mit sich bringt, verändert nicht nur die Art und Weise, wie Abläufe gehandhabt werden, sondern steigert auch die Produktivität und Effizienz erheblich. Mit der Weiterentwicklung der KI-Test-Software können die komplexen und sich ändernden Bedürfnisse von Software-Ökosystemen besser adressiert werden. Es ist zu erwarten, dass die Zeit, die für sich wiederholende Aufgaben aufgewendet wird, stark abnimmt, was zu einem reibungsloseren Arbeitsablauf führt. Außerdem wird die Entscheidungsfindung dank der tiefgreifenden Analyse von Datenmustern einfacher und genauer.
Schlussfolgerung
KI-Lösungen heben die Qualitätssicherung auf ein Niveau, das Menschen nicht erreichen können. Auch wenn die künstliche Intelligenz noch nicht sehr intelligent ist, gibt es doch eine Reihe von spannenden Möglichkeiten, sie bei Prüfungen einzusetzen. Es geht darum, zu wissen, was man braucht, und das richtige Werkzeug zu wählen.
Modernes Testmanagement mit einer zukunftsweisenden KI-Roadmap
