Die Zukunft des Testens

Die Zukunft des Software-Testens steht dafür, dass menschliche Fähigkeiten wie exploratives Testen, Kontextwissen und Zusammenarbeit unverzichtbar bleiben, auch wenn KI und Automatisierung Routineaufgaben übernehmen. Qualität wird wichtiger, bleibt aber schwer zu verkaufen, weil sie unsichtbar ist. Tester brauchen ein Growth Mindset, ein starkes Netzwerk und die Bereitschaft, mit Entwicklern eng zusammenzuarbeiten.

Das Wichtigste in Kürze

• Qualität bleibt schwer zu verkaufen, weil ihr Wert unsichtbar ist: Selbst hohe Investitionen garantieren keine fehlerfreie Software, was Entscheider immer wieder zweifeln lässt, ob sich der Aufwand lohnt.
• Exploratives Testen ist durch KI nicht ersetzbar, weil menschlicher Kontext und Urteilsvermögen beim Entdecken unbekannter Probleme keine rein algorithmische Entsprechung haben.
• Wer als Tester zukunftsfähig bleiben will, sollte aktiv mit Entwicklern pairen, um Wissensgrenzen zu verschieben und gegenseitiges Verständnis aufzubauen.
• Konflikte in interdisziplinären Teams sind unvermeidlich, und wer sie nicht sachlich lösen kann, riskiert Wissensverlust und sinkende Qualität durch persönliche Spannungen.
• Netzwerken ist eine Kernkompetenz im Testing: Nicht alles selbst wissen zu müssen, aber zu wissen, wen man bei welcher Frage anruft, ist ein konkreter Vorteil gegenüber reinem Fachwissen.

Qualität wird wichtiger, bleibt aber unsichtbar

Qualität gewinnt an Gewicht, und gleichzeitig kämpft sie weiter um Akzeptanz. Während Software immer tiefer ins Alltagsleben eingreift, von vernetzten Geräten bis zu Mietautos, die sich ohne Signal mitten im Nichts nicht mehr entsperren lassen, steigt der Bedarf an verlässlicher Qualität. Trotzdem bleibt sie für viele eine offene Frage: Muss man dafür wirklich Geld ausgeben?

Andere Disziplinen haben dieses Akzeptanzproblem hinter sich. UX überzeugt mit sichtbaren Diagrammen, für die Kunden gern zahlen. Datenschutz und Informationssicherheit stützen sich auf Gesetze, die ihnen überall Platz verschaffen. Requirements Engineering gilt als selbstverständlich. Qualität dagegen ringt noch immer um ihre Berechtigung.

Der Grund liegt in ihrer Natur. Qualität ist unsichtbar, und selbst hohe Investitionen führen nie zum Zustand “alles top, keine Probleme”. Genau das macht sie schwer verkaufbar. Testen ist eine Wette auf die Zukunft: Du investierst heute, damit Fehler später nicht auftreten. Tritt der Fehler nicht auf, sieht niemand, was er gekostet hätte.

Warum “es lief immer gut” keine nachhaltige Strategie ist

Eine Qualitätsstrategie, die allein auf Vertrautheit beruht, trägt nicht lange. In manchen Teams funktioniert die Software, weil alle sich auskennen, der Kunde wohlwollend ist, die Technologie und die Domäne bekannt sind und ein Fehler schnell behoben werden kann. Als bewusste Entscheidung ist das legitim, solange man die Risiken kennt.

Das Problem ist die Fragilität dieser Konstellation. Es reicht, dass eine Person das Team verlässt, und plötzlich kippt das Gleichgewicht. Wissen geht verloren, etwas Neues kommt, und die unausgesprochene Sicherheit löst sich auf.

Stabiler wird Qualität, wenn weniger gebaut wird. Weniger Entwicklung bedeutet weniger, das getestet werden muss. Der Reflex vieler Tester, alles testen zu wollen, ist nicht immer nötig. Erst Erfahrung sammeln, dann die richtigen Mengen für die wichtigen Stellen investieren, gemeinsam mit dem Team statt allein.

KI unterstützt, aber sie ersetzt das explorative Testen nicht

KI nimmt dem Testen das explorative Arbeiten nicht ab. Sie eignet sich gut für Aufgaben, die du selbst erledigen könntest, aber schneller bekommst: einen Sachverhalt in zwei, drei Sätze fassen, eine Vorlage liefern, über die du dann selbst noch einmal schaust und Teile anpasst. Diese Zusammenarbeit ist wertvoll. Das Werkzeug soll unterstützen, nicht verdrängen.

Was Maschinen nicht mitbringen, ist der menschliche Kontext. Das Gehirn, das eine Situation einordnet, die Verbindung zwischen Software und realem Leben herstellt und beim Erkunden auf Unerwartetes stößt, lässt sich nicht ersetzen.

Vorsicht ist bei den Metriken geboten, mit denen der Nutzen solcher Systeme gemessen wird. Eine Schlagzeile über ein KI-System, das schneller ist als Ärzte bei der Tumorerkennung, relativiert sich drei Zeilen später: schneller, aber nicht besser. Schnell und falsch ist keine erstrebenswerte Metrik.

Ich bin total großer Freund von toolgestütztem Arbeiten, aber mit dem Fokus: Das Tool soll mich unterstützen und nicht rauskicken. — Alexandra Schladebeck

Back to the Basics statt jedem neuen Framework hinterher

Viel erreicht man mit Werkzeugen, die längst auf dem Markt sind. Ständig neue, glänzende Frameworks sind selten der Hebel. Eine solide Automatisierungsbasis senkt Risiken, die ohne sie schlummern. Wer ohne jede Automatisierung in Projekten gearbeitet hat, kennt diese Risiken aus eigener Erfahrung.

Unit Testing gehört zu diesen Grundlagen, gerade wenn es näher an Tester und Entwickler heranrückt. So lässt sich überprüfen, was tatsächlich abgesichert ist. Lücken bleiben immer, hundertprozentige Abdeckung gibt es nicht. Deshalb braucht es zusätzlich das explorative Testen.

Testdaten und Infrastruktur sind Whole-Team-Themen

Testdatenmanagement und Infrastruktur sind keine reinen Tester-Aufgaben, sondern gemeinsame Aktivitäten. Continuous Integration galt früher als Sache, die Entwickler den Testern zuschoben und Tester nicht stemmen konnten. Über die Jahre hat sich gezeigt, dass beide Seiten beitragen und beide profitieren.

Beim Testdatenmanagement hat sich der Reiz weiterentwickelt: weg vom Zustand, in dem jeder sich selbst etwas überlegen musste, hin zu mehreren Strategien, die unterschiedliche Teams je nach Bedarf nutzen. Entwickler tragen das in ihre Definition of Done, etwa wenn Datenskripte angepasst werden müssen.

Infrastruktur lässt sich am besten mit einer Ops-Sicht angehen. Dabei geht es nicht darum, in jeder Runde dabei zu sein, sondern den eigenen Teil zu kennen und beizutragen.

Spezialist heißt nicht Insel, sondern Hut für die schweren Themen

Ein guter Spezialist im Team ist kein abgeschotteter Wissensträger, sondern jemand, der den Hut für die besonders schweren Themen aufhat. Spezialisten in Teams bleiben sinnvoll. Die “eierlegende Wollmilchsau”, die Frontend, Backend, Datenbank, Sicherheit, UX und Testen gleichzeitig abdeckt, ist nicht das Ziel.

Der Unterschied liegt im Verhalten. Der Spezialist sorgt dafür, dass andere im Team kleine Stücke seines Bereichs übernehmen können, im Sinne eines T-Shapes oder Combs. Gleichzeitig erweitert er selbst seine Fähigkeiten: etwas programmieren lernen, sich mit Git auskennen, Reviews von Unit Tests übernehmen.

Dafür braucht es Comb-Shaping. Du wirst nie Experte in jedem Nachbarfeld, aber du weißt genug, um mit dem Gegenüber zu sprechen. Daraus entstehen drei Dinge: Wertschätzung für die Arbeit des anderen, gegenseitiges Verständnis und mit der Zeit die Fähigkeit, ein Stück mitzudenken. Irgendwann kannst du einen Teil übernehmen, wenn der Kollege im Urlaub ist.

Konfliktfähigkeit entscheidet über die Qualität im Team

Je mehr Disziplinen und Hintergründe in einem Team zusammenkommen, desto mehr Reibung entsteht, und genau dafür braucht es Konfliktfähigkeit. Unterschiedliche Meinungen und Sichtweisen erzeugen Friction. Sachkonflikt ist gesund und gehört dazu.

Gefährlich wird es, wenn das Team damit nicht umgehen kann. Dann rutscht der Konflikt ins Persönliche, und das schlägt direkt auf die Qualität durch. Wer keine Lust hat, mit jemandem zu reden, weil es gestern Ärger gab, gibt Wissen nicht weiter. Wichtige Themen fallen unter den Tisch.

Wie du dich auf eine unbekannte Zukunft vorbereitest

Bereite dich nicht auf ein konkretes Szenario vor, sondern auf Anpassungsfähigkeit. Niemand weiß, was kommt. Statt auf eine bestimmte Entwicklung zu wetten, baust du die Grundbausteine auf, die in jede Richtung helfen: Zusammenarbeit, Netzwerk und das Menschliche.

Zwei konkrete Schritte sind besonders wirksam. Finde einen Entwickler, mit dem du bereit bist zu pairen. Schau, was er macht, was du machst, was du von ihm lernen kannst. An genau dieser Schnittstelle entstehen die größten Sprünge im eigenen Wissen, im Verständnis und im Können, oft im Pairing mit jemandem, der bereit ist, es dir zu erklären.

Der zweite Schritt ist Netzwerken. Du musst nicht alles wissen, wenn du weißt, wen du fragen kannst und wie du die Frage stellst. Dazu gehört ein Growth Mindset: das “Ich kann das noch nicht” statt “Ich kann das gar nicht”, und eine gewisse Resilienz gegenüber Veränderung.

Diese Bausteine haben wenig mit Testen im engeren Sinn zu tun. Es ist persönliche Weiterentwicklung, die dich auf eine Zukunft vorbereitet, egal wie sie aussieht.