Expertengespräche über Software-Testing, Testautomatisierung, KI in der Qualitätssicherung und moderne Entwicklungspraktiken.
Die Konferenz zum Testen in Istanbul hat sich von einem riskanten Debüt zu einer Veranstaltung entwickelt, die Tester aus Europa und Asien zusammenbringt – mit Übersetzungen in jedem Programmteil.
Mutation Coverage misst, wie viele gezielt eingebaute Fehler Tests finden. Das sagt mehr als Code Coverage, gerade wenn KI-Agenten Tests schreiben.
Ohne Testautomatisierungsstrategie erzeugt KI nur schneller fragwürdige Tests. Was sinnvoll ist, entscheidet der Kontext, nicht ein Gartner-Bericht.
Mit Coding Agents arbeiten Entwickler am System statt im System und brauchen weniger Reviews. Hooks, Regeln und Retro-Skills verankern Korrekturen.
Agentische Systeme mit acht bis zwölf KI-Agenten decken das Testen von der Anforderung bis zum Performance-Test ab. Menschen prüfen jede Übergabe.
KI-generierter Code heißt mehr Code und statistisch mehr Fehler. Nur rund 30 Prozent der KI-Review-Kommentare taugen, die Prüfung muss mitwachsen.
KI beim Testen hilft bei Routine, doch KI-generierter Code bringt mehr Fehlerzustände. Erfahrene Tester mit Geschäftswissen werden dadurch wertvoller.
20 Jahre Backoffice hinter den ISTQB-Boards: Was dabei wirklich gebraucht wird und warum Ehrenamt mehr ist als Kaninchenzüchten.
Lean-Prinzipien zielen auf Qualität zur richtigen Zeit, weniger Verschwendung und Wachstum im Team. Verschwendung ist, was dem Kunden nichts bringt.
Hartnäckige Qualitätsprobleme löst kein Bericht, der Quality Sprint schon: ein Tag mit allen Stakeholdern, drei bis vier Schritte mit klaren Ownern.
Performance Monitoring mit Alarm bei 70 % CPU-Last erkennt Verlangsamungen, bevor Nutzer abspringen. KI wertet die Logs aus und findet die Ursache.
100 Prozent Branch Coverage und trotzdem Bugs: Was das über Code Coverage als Metrik sagt und warum am Ende die Assertions entscheiden.
E2E-Testautomatisierung bleibt wartbar mit eigenem HTML-Testattribut, wenigen Testfällen mit hoher Überdeckung und einer klaren Schichtarchitektur.
KI als Tester: Mit LLM as a Judge und kalibrierten Rubriken lassen sich LLM-Anwendungen automatisiert testen, auch ohne deterministisches Ergebnis.
API Testing liefert stabileres Feedback als Frontend-Tests. Wer REST, GraphQL, Webhooks und MCP kennt, testet gezielter und spart Tokens.
Resilienz im Softwareprojekt: mit Unsicherheit arbeiten. Bug-Trends verraten mehr als einzelne Bugs, Motten zeigen, wozu gezielte Umwege taugen.
LLMs im Testen lohnen sich bei kleinen, klaren Aufgaben wie Testdokumentation und regelbasierten Reviews. An altem Embedded-Code scheitern sie.
Die Mittelschicht der Entwickler bricht weg, wer bleibt, braucht breites Systemverständnis und echte Tiefe statt nur Vibecoding-Routine.