Die Fähigkeiten, die Tester heute brauchen, konzentrieren sich auf Kommunikation und grundlegendes Testwissen – nicht nur auf technische Kompetenz. Ein Tester, der zwar jeden Fehler findet, aber das Problem nicht erklären oder dessen Priorität begründen kann, kommt nicht weiter. Kritisches Hinterfragen der KI-Ergebnisse ist wichtig, da KI „toxisch positiv“ ist und selbst falsche Annahmen bestätigt. Das bedeutet, dass Tester ihr Produkt gut genug kennen müssen, um zu erkennen, was die KI erfindet oder übersieht.
Das Wichtigste in Kürze
- Wenn QA-Teams abgebaut werden, werden die Nutzer zur ersten Verteidigungslinie und finden die Fehler selbst – wodurch das verlorene Vertrauen der Nutzerbasis zum eigentlichen geschäftlichen Kostenfaktor wird.
- KI ist „toxisch positiv“ und durchführt die Validierung falscher Eingaben und unrichtiger Annahmen; daher müssen Tester KI-generierte Testfälle unabhängig anhand von echtem Produktwissen überprüfen.
- Kommunikationsfähigkeit ist die entscheidende Grenze für die Effektivität eines Testers: Fehler zu finden, die niemand versteht oder auf die niemand reagiert, ist eine Sackgasse – unabhängig von der technischen Tiefe.
- Die Anpassung der Kommunikation an das Publikum – sei es ein langjähriger Entwickler oder ein neues Mitglied der Führungsetage – entscheidet darüber, ob ein Problem der Qualität priorisiert oder ignoriert wird.
- KI wird das Testen genauso verändern wie damals die Testautomatisierung: Sie beschleunigt bestimmte Arbeitsschritte und schafft Zeit für exploratives und manuelles Testen, ersetzt aber nicht den menschlichen Tester.
Kommunikation ist die Fähigkeit, die darüber entscheidet, ob deine Fehler von Bedeutung sind
Ein Tester, der nicht erklären kann, was schiefgelaufen ist, kommt nicht weiter – egal, wie gut er darin ist, Probleme zu finden. Tara Walton stellt die grundlegenden menschlichen Fähigkeiten über alles andere, und Kommunikation steht ganz oben auf der Liste. Du kannst der beste Mensch der Welt darin sein, Fehlerzustände zu entdecken, aber wenn du nicht begründen kannst, warum ein Fehlerzustand wichtig ist, ist das deine Grenze.
Diese Fähigkeit lässt sich in zwei Teile unterteilen. Der Befund eines Fehlerzustands ist der eine. Eine Priorität festzulegen und das Problem so zu formulieren, dass die richtige Person handelt, ist der andere. Im zweiten Teil geht der größte Teil des Wertes verloren.
Mit der Erfahrung wird das schärfer, nicht einfacher. Nach zehn, fünfzehn, zwanzig Jahren werden die Grundlagen zur zweiten Natur. Du vergisst, dass du sie jemals gelernt hast, und fängst an anzunehmen, dass alle anderen sie auch haben.
Warum die Grundlagen des Testens nach wie vor die Arbeit bestimmen
Der Kern des Testens besteht darin, zu überprüfen, ob alles funktioniert und ob die Nutzer das Ergebnis erhalten, das sie erwarten. Tara kehrt immer wieder zu dieser Grundvoraussetzung zurück, weil man leicht darüber hinaus in technische Details oder Unternehmenspolitik abdriften und vergessen kann, dass der Taschenrechner immer noch Alpha-Zeichen ablehnen muss.
Randfälle sind das deutlichste Beispiel. Ein erfahrener Tester weiß, dass ein frustrierter Nutzer fünfhundert Mal die Eingabetaste drücken wird, weil sein Internet langsam ist. Er weiß, dass er „Krieg und Frieden“ in ein Textfeld einfügen muss, um zu sehen, was dabei schiefgeht. Für einen Neuling lautet die naheliegende Frage: „Warum sollte man so etwas überhaupt testen?“
Die Antwort ist der springende Punkt des Jobs. Du kannst die beste Software der Welt auf den Markt bringen, aber wenn sie nicht das tut, was die Nutzer erwartet haben, hast du immer noch ein Problem. Funktionale Korrektheit und die Erfüllung der Nutzererwartungen sind zwei verschiedene Hürden, und beide müssen genommen werden.
Wenn du jemanden einarbeitest, kannst du nicht davon ausgehen, dass er weiß, wie man einen Randfall findet. Der Instinkt, der für dich selbstverständlich ist, ist für ihn eine Methode, die man lernen muss. Das genau zu erklären, gehört zur Arbeit dazu.
Wie KI mit Testfällen umgeht – und wo ihre Grenzen liegen
KI ist gut darin, aus Anforderungen Anwendungsfälle zu generieren, und das ist eine echte Hilfe. Gib ihr Anforderungen ein, und sie liefert schnell eine umfassende Überdeckung. Die Lücke zeigt sich bei den offensichtlichen menschlichen Denkansätzen.
Die Tools denken nicht kreativ. Sie übersehen den Schritt „Was passiert, wenn ich ‚Krieg und Frieden‘ in dieses Feld kopiere und einfüge?“, den ein erfahrener Tester ganz automatisch macht. Dieses kreative Hinterfragen, der stetige Strom von „Was wäre, wenn“ und „Hast du an … gedacht?“, bleibt eine menschliche Leistung.
Das Hinterfragen, das „Was wäre, wenn“ und die Gespräche darüber bleiben also deine Aufgabe. KI erweitert deinen Wirkungsbereich auf die routinemäßige Überdeckung. Sie ersetzt nicht den Instinkt für den ungewöhnlichen Fall.
Vertrauen ist die Grundlage, und es zerbricht schneller, als es aufgebaut wird
Für Tara war Vertrauen schon immer die Basis für qualitativ hochwertige Arbeit, wobei der Nutzer die höchste Priorität hat und die Stakeholder die zweite Priorität haben. Die Reihenfolge ist entscheidend: Software, die nicht das tut, was Nutzer brauchen, wird nicht genutzt, egal wie gut sie ansonsten ist.
Vertrauen bricht schnell zusammen und baut sich nur langsam wieder auf. Ist es einmal zerstört, ist der Weg zurück lang, und die Erinnerung an die Enttäuschung verblasst nicht. Das gilt sowohl für Nutzer, die mit einem Produkt konfrontiert sind, als auch für Teams, die es mit KI-generiertem Code zu tun haben.
Die aktuelle Welle KI-gestützter Codes kommt mit unbekannter Qualität daher. Qualifizierte Fachleute sind diejenigen, die durch das Testen dieses Codes das Vertrauen wiederherstellen. Das macht die Rolle des Testers zu einer Vertrauensfunktion, nicht nur zu einer Funktion zum Aufspüren von Fehlern.
Tara hat KI selbst nur zögerlich angenommen, weil sie die Schwachstellen als Erste erkannt hat. Der Weg dorthin besteht darin, Zeit mit dem Tool zu verbringen und seine Schwächen zu erfassen. Wenn man weiß, wo die Schlaglöcher sind, kann man sie umgehen.
„Ich weiß, wo die Schlaglöcher sind. Ich zeige sie dir, damit wir sie vermeiden können. Lass uns sie umgehen, und dann können wir sie beheben.“ – Tara Walton
KI ist giftig positiv, daher ist kritisches Denken das Gegengewicht
KI stimmt dir zu, selbst wenn du falsch liegst. Sag ihr fast alles, und sie antwortet mit „Du hast recht, das ist großartig, danke, dass du darauf hingewiesen hast.“ Tara nennt das „toxische Positivität“, und es ist ein echtes Risiko für jeden, der sich bei der Analyse auf das Tool verlässt.
Die Abwehr besteht darin, dein eigenes Produkt zu kennen. Wenn du dein Geschäft und dein Fachgebiet nicht kennst, kannst du nicht erkennen, wann das Modell sich Dinge ausdenkt. Die Ausgabe klingt in beiden Fällen – ob korrekt oder erfunden – geschmeidig und selbstbewusst.
Dadurch verlagert sich die Arbeit hin zur Grundursachenanalyse. Tara verbringt nun mehr Zeit damit, die Ergebnisse der KI zu nehmen und zu fragen: „Das klingt nicht ganz richtig, aber ich weiß nicht genug darüber – erzähl mir mehr.“ Das Testen findet zwar weiterhin statt, doch der Schwerpunkt verlagert sich auf das Überprüfen und Nachforschen.
Diese Verlagerung erfordert mehr Wissen, nicht weniger. Du brauchst die Antworten jetzt im Voraus, anstatt sie einfach anzunehmen, denn das Modell wird seine eigenen Lücken nicht selbst aufzeigen.
Passe deine Botschaft an die Person vor dir an
Wie du einen Befund meldest, hängt ganz davon ab, wer ihn erhält. Ein Entwickler, mit dem du seit zehn Jahren zusammenarbeitest, und ein Mitglied der Führungsetage, das gerade erst eingestiegen ist, brauchen unterschiedliche Darstellungen desselben Fehlers.
Tara stellt die Frage gleich zu Beginn direkt: Was hilft dir zu verstehen, was ich tue, und was hast du davon? Wenn es einem Stakeholder egal ist, wie viele Fehler du vor der Veröffentlichung gefunden hast, fängst du nicht mit dieser Zahl an. Du verknüpfst den Befund mit etwas, das ihm ohnehin schon Sorgen bereitet.
Durch die richtige Darstellung wird aus einer Beschwerde ein Beitrag. „Du machst deine Arbeit nicht gut“ ist eine schreckliche und nutzlose Aussage. „Ich habe etwas gefunden, das wir meiner Meinung nach verbessern können“ kommt besser an. Stelle den Befund als Hilfe dar, weise auf das Problem hin, das die Person bereits angesprochen hat, und das Gespräch öffnet sich, anstatt sich zu schließen.
Kommunikationsstil ist nicht dasselbe wie Kommunikationsfähigkeit. Die meisten Menschen sind keine schlechten Kommunikatoren, sie haben einfach einen bevorzugten Kanal. Tara ist visuell orientiert: Zeig ihr lieber den Screenshot oder das Video statt einer perfekten Schritt-für-Schritt-Anleitung, der sie nicht folgen kann. Offen für Korrekturen zu sein und nach dem Format zu fragen, das für die andere Seite funktioniert, gehört dazu, wenn man das gut machen will.
Setz dich an den Tisch und frag nach, wenn es sein muss
Der Weg, den QA-Budgetzyklus zu überstehen, besteht darin, im Bewusstsein der Entwickler präsent zu bleiben, nicht im der Manager. Tara macht sich selbst zu einer Anlaufstelle für die Entwickler: Bringt mir eure Anwendungsfälle, und ich sage euch, was euch fehlt. Das ist das Fachwissen, das dir einen Platz am Tisch sichert.
Der Zyklus ist bekannt. Wenn alles reibungslos läuft, entscheidet die Führungsebene, dass die Qualitätssicherung überflüssig ist, und streicht sie, um Budget zu sparen. Dann läuft es schief. Für die Leute, die das Produkt entwickeln, sichtbar zu bleiben, ist nachhaltiger, als zu versuchen, die Leute zu überzeugen, die das Budget in der Hand haben.
Wenn du nicht an den Planungsgesprächen teilnimmst, bitte darum, dabei sein zu dürfen. „Ich würde gerne mehr über die kommenden Funktionen erfahren, darf ich dabei sein?“ – das ist eine Anfrage, die eine Beziehung aufbaut. Du wirst Teil des Gesprächs, statt die Person zu sein, die am Ende wartet, um schlechte Nachrichten zu überbringen.
Das sind Beziehungen, und sie beruhen auf Vertrauen. Du bist nicht da, um nur einen Platz einzunehmen oder den Bösewicht zu spielen. Du bist da, weil dir das Produkt am Herzen liegt und du möchtest, dass die Nutzer genauso an das Produkt glauben wie du.
Wenn du die Qualitätssicherung (QA) kürzt, werden die Nutzer zu deiner ersten Verteidigungslinie
Das Argument gegen den Abbau eines QA-Teams ist einfach: Die Nutzer werden die Fehler stattdessen finden. Sie finden bereits jetzt diejenigen, die den Testern entgehen. Überlasst ihnen alle Fehlerzustände, und sie werden nicht glücklich sein – und sobald ihr Vertrauen einmal verloren ist, ist es schwer, es wiederherzustellen.
Das Beispiel mit dem Bank-Login verdeutlicht das. Eine kleine Bank mit einer schönen Website und einem Anmeldeprozess, der immer wieder hinterfragt, ob du wirklich du bist, jedes Mal vorschlägt, ein gespeichertes Passwort zurückzusetzen, und eine alltägliche Aufgabe in einen Kampf verwandelt. Eine einzige Person, die bereit gewesen wäre, sich für eine Minute in die Rolle eines Nutzers zu versetzen, hätte das bemerkt.
Richard hat aus genau demselben Grund eine Bank verlassen. Die E-Banking-Seite sah selbst nach einer Überarbeitung noch aus wie aus den frühen 2000er Jahren, und die Gebrauchstauglichkeit war eine Qual für etwas, das er alle zwei Tage nutzen musste. Schon eine schlechte alltägliche Erfahrung reicht aus, um Kunden zu einem Konkurrenten mit einer besseren App zu treiben.
Die Lösung kostet fast nichts. Eine Person, die sich als Nutzer ausgibt und den tatsächlichen Ablauf durchspielt, hätte gefragt: „Was ist hier los?“ Genau diesen einen Akt der Fürsprache leistet eine QA-Abteilung.
Sich zu wehren erfordert Mut gegen eine Kultur der erzwungenen Positivität
Sich für die Nutzer einzusetzen bedeutet, in einer Besprechung das Wort zu ergreifen und zu sagen, dass die Arbeit nicht in die richtige Richtung geht. Das ist in vielen Unternehmen nicht die übliche Vorgehensweise und erfordert Nervenstärke.
Auch in Teams zeigt sich toxische Positivität. Jede Veröffentlichung wird als schnell und reibungslos gefeiert, während ein Tester in der Ecke sitzt und auf Hunderte von Fehlerzuständen hinweist, die im Backlog liegen. Der Applaus überdeckt die offenen Fehlerzustände.
Mut basiert hier auf Kommunikationsfähigkeit, nicht auf Lautstärke. Du verkündest nicht, dass etwas fehlgeschlagen ist. Du formulierst es anders: Hier gibt es etwas, das wir verbessern können, ist dir das aufgefallen, womit kann ich beim nächsten Mal helfen? Qualität wird zu einem iterativen Prozess statt zu einem Urteil.
Die Verbesserung, auf die es ankommt, ist oft keine neue Funktion. Manchmal ist es das Beheben eines Tippfehlers. Version eins ist veröffentlicht, das ist gut, und die Frage ist, was sie besser macht – was selten darin besteht, noch mehr Funktionen hineinzupferchen.
Nutze KI, um deinen Tonfall zu überprüfen, nicht um deine Stimme zu ersetzen
Text lässt Mimik und Körpersprache weg, sodass eine kurze Slack-Nachricht knapp oder gemein wirken kann, obwohl du das gar nicht so gemeint hast. Tara kennt Leute, die eine Nachricht vor dem Versenden an ihren Chef durch ChatGPT laufen lassen und fragen, wie der Tonfall wirkt.
Das ist eine sinnvolle Nutzung des Tools. Frag es, ob ein Entwurf konfrontativ wirkt, und wenn ja, schreib ihn um. Ein vertrauenswürdiger Freund, der gut mit Worten umgehen kann, geht genauso vor: „Klingt das gemein, oder brauche ich einfach mehr Kaffee?“
Den Ton zu filtern ist eine erlernbare Fähigkeit. Nur sehr wenige Menschen haben das von Natur aus, und die richtigen Worte im reinen Text zu finden, erfordert Übung. Die Tonprüfung ist eine Bauchentscheidung, kein Ghostwriter.
Behalte dabei deine eigene Stimme bei. Tara hat Formulierungen, die sie immer verwendet, und Pausen, die sie immer einbaut, und sie will diese nicht an ein Modell verlieren. Nutze KI für die Bauchgefühl-Prüfung, bleib aber im Detail authentisch.
Wie sich das Testen in den nächsten fünf Jahren verändern wird
Der voraussichtliche Wandel spiegelt wider, was bei der Testautomatisierung passiert ist. Die Automatisierung sollte eigentlich das manuelle Testen und die damit verbundene mühsame Arbeit beenden. Stattdessen schuf sie Zeit für praktische, explorative Arbeit, die sich als notwendig herausstellte.
KI folgt dem gleichen Muster. Sie wird die Automatisierung beschleunigen und darauf hinweisen, was manuell durchgesehen werden muss. Die manuelle Fähigkeit, das Produkt tatsächlich zu nutzen, und der explorative Test bleiben wertvoll. Solange Menschen deine Software nutzen und nicht nur andere Software, gibt es menschliche Fehlhandlungen darin, und menschliche Hände müssen sie anfassen.
Es entsteht ein neues Spezialgebiet rund um das Testen von Agenten und Systemen, die nicht anhand eines Ja-oder-Nein-Ergebnisses, sondern anhand vieler Dimensionen beurteilt werden müssen. Das ist eine echte Kompetenz, die die bestehenden Rollen ergänzt, anstatt sie zu verdrängen.
Finde die Arbeit, die dich fesselt – indem du sie ausprobierst
Tara wollte eigentlich Entwicklerin werden und wurde eher zufällig Testerin, als sie entdeckte, dass sie ein Händchen für die seltsamen Fälle hatte. Ihr Glück fand sie schließlich in der Testautomatisierung für Backend-API-Tests – rein programmtechnisch. Als sie sich weiter umschaute, verspürte sie eine starke Anziehungskraft in Richtung UX und Zugänglichkeit und machte sich daran, diese Bereiche zu erlernen.
Das Feld ist breit genug, um ganz unterschiedliche Leidenschaften zu beherbergen. Jemand, der nichts als explorativen Test will, hat hier seinen Platz. Jemand, der den ganzen Tag KI-Prompts schreibt und es liebt, hat hier seinen Platz. Qualität liegt in der Verantwortung aller, bis hin zum Vertriebsmitarbeiter, der einen Kick davon bekommt, bei einer Kunden-Demo einen Bug zu finden.
Du wirst deine Leidenschaft nicht finden, indem du darüber nachdenkst. Du findest sie in dem Moment, in dem es bei der Arbeit „Klick“ macht – jenem Aha-Moment, den Tara bei ihren Schülern beobachtet, wenn sie begeistert und Feuer und Flamme sind. Probier das neue Tool aus, mit dem ein Community-Mitglied gerade herumspielt. Vielleicht ist es genau das Richtige.
Wenn du dich vor einem weiteren manuellen Test fürchtest, ist das ein Signal. Frag, ob du die Sache stattdessen automatisieren kannst. Das Spektrum der Arbeit in der Qualitätssicherung – von der Testautomatisierung über die Generierung von Testdaten bis hin zu nicht-funktionalen Tests auf allen Ebenen und in allen Bereichen – ist breit genug, dass es immer einen Weg gibt, sich weiterzuentwickeln.
