Softwareentwicklung verändert sich radikal. Automatisierung und KI bringen neue Chancen, aber auch Risiken für die Qualität. Gerade im Bereich der Low-Code- und modellbasierten Ansätze entstehen neue Möglichkeiten, System- und Testmodelle technisch zu verknüpfen. Mit KI wächst der Automatisierungsgrad, doch Herausforderungen wie die Absicherung kritischer Infrastruktur und die Qualität des generierten Codes bleiben.
In dieser Folge spreche ich mit Ina Schieferdecker über die Zukunft des Software Engineering. Im Gespräch geht es darum, wie sich Künstliche Intelligenz, Low Code und modellbasierte Ansätze auf unsere Arbeit auswirken könnten. Was wird sich in der Ausbildung ändern? Welche Kompetenzen brauchen wir?
"Ich bin kein Fan von Vibecoding. Ich glaube, wir holen uns da ein großes Problem über die Hintertür rein, weil ein zu schnell durchgewunkener, schlechter Code in long run sehr, sehr, sehr teuer wird." - Ina Schieferdecker
Prof. Dr.-Ing. Ina Schieferdecker ist unabhängige Forscherin und Honorarprofessorin für Softwarebasierte Innovationen an der Technischen Universität Berlin. Sie ist Mitglied der Deutschen Akademie der Technikwissenschaften (acatech) und Ehrenmitglied des German Testing Boards sowie aktiv im International Software Testing Qualifications Board. Darüber hinaus ist sie Präsidiumsmitglied der Gesellschaft für Informatik sowie Vorstandsmitglied von Informatics Europe. Ihre Forschungsinteressen umfassen Software Quality Engineering, offene Datenplattformen und die Twin-Transformation von Digitalisierung und Nachhaltigkeit. Sie ist u.a. Preisträgerin des Deutschen Preises für Software-Qualität des ASQF, der GI-TAV und des GTB.
Wir leben in einer Zeit, in der Software unser Leben auf vielen Ebenen prägt. Anwendungen steuern Energie, Fahrzeuge, sogar Medizin. Gleichzeitig entstehen neue Tools, KI und Ansätze, die das Bauen und Testen von Software verändern. Was bleibt wichtig in dieser wachsenden Komplexität? Und wie rüsten wir uns für die Zukunft? Ein Gespräch zwischen Richie und Ina Schieferdecker gibt Einblicke und klare Antworten.
Viele Jahre stand das Testen und die Qualitätskontrolle von Software im Vordergrund. Ina Schieferdecker hat die Entwicklung miterlebt und geprägt. Doch das Testen alleine reicht nicht mehr. Sie fordert: Die enge Verbindung zwischen dem Bauen der Software und dem Testen muss stärker werden.
Traditionelle Modelle wie das V-Modell zeigen schon, dass es auf beiden Seiten – Entwicklung und Testing – klare Strukturen gibt. Eine Software braucht immer ein Testsystem, jede Spezifikation auch eine Testspezifikation. Das gilt nicht nur am Anfang, sondern durch den ganzen Prozess, bis hinein in die Anforderungen. Genau dieses Zusammenspiel wird diese neue Ära des Software Engineerings prägen.
KI-basierte Ansätze boomen. Viele sprechen über Large Language Models, Agenten, Low-Code oder No-Code-Lösungen. Die Versuchung ist groß, mit diesen Tools schneller ans Ziel zu kommen. Doch Ina Schieferdecker bleibt realistisch – und warnt: Bis wir wirklich produktiv werden und die Technik die gewünschten Vorteile bringt, braucht es noch Zeit. Sie spricht von fünf bis zehn Jahren, bis die neuen Methoden wirklich reif sind.
Das größte Problem: Schlechter, automatisch erzeugter Code bleibt am Ende teuer und riskant. Qualität verschlechtert sich, wenn wir Fehler zu spät erkennen oder sie sich durch schlechte KI-Ergebnisse einschleichen. Besonders kritisch wird es, wenn Software Systeme steuert, in denen Fehler nicht nur teuer, sondern gefährlich werden. Deswegen sollte Automatisierung nur das übernehmen, was sie wirklich zuverlässiger und besser kann.
Aktuell besteht Ausbildung im Testing oft aus viel Theorie. Zertifizierungen und Lehrpläne bieten einen Überblick und genau definierte Begriffe. Doch das reicht nicht aus, wenn Software immer komplexer und kritischer wird.
Ina Schieferdecker erklärt: Wir müssen die Menschen mehr in die Praxis schicken. In den Kursen, die sie betreut hat, lernen die Teilnehmerinnen am meisten, wenn sie an echten Beispielen arbeiten. Nicht ausgedachte Anforderungen, sondern Fälle, die direkt aus ihrer Arbeit stammen. So entstehen echte Aha-Momente – und das ist es, was später in der Praxis zählt. Nur wer wirklich ausprobiert und anwendet, wird Expertin in Sachen Qualitätssicherung.
KI kann dabei helfen, diese Schwelle zu senken. Sie kann Aufgaben und Übungen für viele zugänglich machen und neue Wege bieten, Wissen zu üben und anzuwenden. Damit wird der praktische Lerneffekt noch einmal stärker.
Viele fürchten, dass Automatisierung und KI den Tester-Beruf überflüssig machen. Das Gegenteil ist der Fall, sagt Ina Schieferdecker. Je mehr Software unser Leben bestimmt und je mehr diese Software Aufgaben mit großer Verantwortung übernimmt, desto wichtiger bleibt die Qualitätssicherung. KI kann Tests unterstützen, schneller und gezielter machen. Aber sie kann nicht alles übernehmen.
Die begrenzten Testressourcen müssen künftig möglichst effektiv eingesetzt werden – da kommt es auf Erfahrung und Können an. Smarte Tester*innen bringen diese Fähigkeiten mit und sichern so, dass Software für kritische Systeme auch in Zukunft sicher bleibt.
Next Gen Software Engineering bedeutet: Mehr Verknüpfung von Entwicklung und Testing, mehr Mut zur Praxis, mehr Verantwortung für Qualität. KI und neue Tools helfen, aber ersetzen nicht das Wissen und die Erfahrung von Expert*innen. Wichtig bleibt, die eigenen Kompetenzen auszubauen – und die Zukunft des Testens aktiv mitzugestalten.