
Aus Fehlern lernen: Erst spüren, dann analysieren
Aus Fehlern lernen gelingt erst, wenn der Ärger verarbeitet ist. Dann helfen die fünf Warum, und der Vergleich mit dem früheren Ich zeigt Wachstum.

Aus Fehlern lernen gelingt erst, wenn der Ärger verarbeitet ist. Dann helfen die fünf Warum, und der Vergleich mit dem früheren Ich zeigt Wachstum.

Das QS Barcamp Hamburg ist das einzige größtenteils deutschsprachige Barcamp für Testen und QS. Das Programm entsteht erst vor Ort, am Session-Marktplatz.

Drei Kinder zu erziehen schärft Fähigkeiten, die im QA-Alltag mehr zählen als erwartet. Eigenverantwortung, Priorisierung und Geduld zählen.

Testreporting in 5 Schritten: Ziel, Position, Prognose, Datenqualität und Automatisierung. So wird das Reporting zum echten Steuerungswerkzeug.

Exploratory Testing ist strukturierte Arbeit, kein wahlloses Herumklicken. Scoping, Timeboxing und Risikofokus halten jede Testsitzung auf Kurs.

Formale Methoden klingen nach Elfenbeinturm, liefern aber das, was Tests allein nie können: einen mathematischen Beweis für korrektes Verhalten.

Testen überzeugt Manager, sobald es als Versicherung mit Zahlen belegt ist. Supportstunden, verlorene Aufträge und Abwanderung liefern diese Zahlen.

527 Einreichungen, knapp 50 Slots: Wie ein Konferenzprogramm wirklich entsteht und was eine Einreichung von den anderen abhebt.

Öffentliches Sprechen macht Testern oft Angst, ist aber lernbar: mit Vorbereitung, quadratischer Atmung, knappen Folien und einer echten Geschichte.

KI-generierte Testfälle im Medizintechnik-Umfeld: wie ein RAG-System ohne Tool-Validierung regulatorisch sauber bleibt.

Entwurfsmuster halten Testcode wartbar wie Produktionscode. Page Object, Builder und Facade geben Struktur, KISS und YAGNI verhindern Überdesign.

Process Mining macht Testabdeckung messbar. Bei einem Workflow mit über 600 Durchläufen decken die häufigsten zehn rund 80 Prozent der Fälle ab.

Das Impostor-Syndrom trifft im Testing nicht nur Neulinge, sondern auch erfahrene Testmanager. Den inneren Kritiker zu benennen hilft dagegen.

Next-Gen Software Engineering koppelt Konstruktion und Qualitätssicherung eng. KI-generierter Code wird auf Dauer teuer, und Tester bleiben gefragt.

Kritisches Denken bleibt beim Testen mit KI die Kernaufgabe. Wer KI-Ergebnisse ohne Blick auf die Quelldaten übernimmt, hat seinen Job nicht gemacht.

Qualität im Startup entsteht nicht durch Prozesse, sondern durch Haltung. Warum Tester dabei lauter sein müssen als Entwickler.

Qualitätskennzahlen wie Testabdeckung oder Bestehensquote täuschen ohne Gegenmetrik. Erst die Rate entgangener Fehler zeigt, wie gut die Tests sind.

Der KI-Testassistent Sherlock der Stadt München übernimmt die Testfallerstellung für Fachbereiche ohne Testwissen, Export nach TestLink oder X-Ray.