
Viele kleine Schleifen
Agentische QA braucht viele kleine Feedback-Schleifen im Prozess statt eines großen Test-Gates am Ende. Drei Ideen, wo ein Team damit anfangen kann.
Testautomatisierung zahlt sich dort aus, wo sie schnell und verlässlich Rückmeldung gibt. Wächst sie ohne Strategie, wird sie teuer. Was sich überhaupt zu automatisieren lohnt, klärt der Grundlagen-Guide Testautomatisierung. Dieser Themenbereich setzt danach an und sammelt Material aus der Praxis.
Die Podcastfolgen und Artikel behandeln Automatisierungsstrategie, Testdesign und Wartbarkeit, die Auswahl und den Wechsel von Werkzeugen, CI-Pipelines, Legacy- und Embedded-Systeme sowie KI und Agenten in der Automatisierung. Die Werkzeugfrage kommt dabei selten zuerst: Tragfähig wird Automatisierung, wenn Ziele, Architektur und Team zusammenpassen.

Agentische QA braucht viele kleine Feedback-Schleifen im Prozess statt eines großen Test-Gates am Ende. Drei Ideen, wo ein Team damit anfangen kann.

Im Testing 2026 ist KI Werkzeug, Sparringspartner und Prüfling. Fünf Felder von Spezifikation über explorative Tests und Testdaten bis zu KI-Features.

KI in der Softwareentwicklung generiert Apps im Nu, während Teams in Legacy-Code ersticken. Warum KI die Probleme lösen sollte, die wirklich wehtun.

Agiles Testen macht Qualität vom nachgelagerten Check zur Denkweise in jedem Sprint. Erst kommen Grundlagen wie ISTQB, dann Aktivitäten je Phase.

KI-Systeme testen heißt, Qualität neu zu definieren. Zugleich hilft KI im Softwaretest bei Testfällen, Testdaten und Fehleranalyse. Ein Zwischenstand.

Low/No-Code macht Testen nicht überflüssig. Die Qualitätssicherung wandert auf höhere Teststufen, Citizen Developern fehlt oft das Architekturwissen.

Mensch gegen Maschine im Software-Test: KI hilft bei Analysen, Testfällen, Fehlersuche und Testdaten, entscheiden muss der Mensch.

Im Data-Warehouse-Test gibt es keine Oberfläche. Assertions entstehen deshalb aus den Transformationsregeln, sortiert in sieben Regelklassen.

Systemarten bestimmen Ansatz und Tools der Testautomatisierung. Desktop, Client-Server, Web, Mobile und Data Warehouse stellen je eigene Ansprüche.

Pilotprojekt Testautomatisierung mit den drei bestplatzierten Werkzeugen, danach Anwendung in einer Abteilung und Roll-Out im ganzen Unternehmen.

Testdesign in der Testautomatisierung reicht von Capture & Replay bis modellbasiert. Höhere Stufen kosten mehr Vorlauf und sparen bei der Wartung.

Automatisierung im Test reicht über Testfälle hinaus: statische Analyse, Testdaten, Testumgebung, Bereitstellung, Dokumente, nicht-funktionale Tests.

Kreativität im Testen wird in agilen Projekten wichtiger, weil Entwickler mehr Qualitätsarbeit übernehmen. Beratung und Nutzersicht rücken nach vorn.

Die Rolle des Softwaretesters im fiktiven Rückblick aus 2030: Automatisierung nimmt Routine ab, die Arbeit wird kreativer und eigenverantwortlicher.

Zeitfresser im Projekt, etwa manuell kopierte Testdaten, lassen sich abstellen. Automatisieren, Lernen und Delegieren schaffen Zeit für Wichtigeres.

Testing Tools auswählen: Raus fliegt, was sich nicht selbst evaluieren lässt, instabil läuft, nicht zum Prozess passt oder schwer zu bedienen ist.

Webservices testen mit WSDLTest: Testdaten kommen aus dem WSDL-Schema, Vorbedingungen steuern Anfragen, Nachbedingungen prüfen Antworten.

Ein DAST-Tool wie ZAP lernt als Proxy aus Regressionstests und greift die Webanwendung dann selbst an. Unter DORA ist das für Banken ein Baustein.

Ein Kernel besteht die Abnahme nur auf echter Hardware. Für Hardware-in-the-Loop-Tests reservieren Entwickler und CI sauber initialisierte Geräte.

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.

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.

E2E-Testautomatisierung bleibt wartbar mit eigenem HTML-Testattribut, wenigen Testfällen mit hoher Überdeckung und einer klaren Schichtarchitektur.

LLMs im Testen lohnen sich bei kleinen, klaren Aufgaben wie Testdokumentation und regelbasierten Reviews. An altem Embedded-Code scheitern sie.

COBOL-Unit-Tests schreiben viele Entwickler lieber in Java. Ein Tool übersetzt sie in Debugger-Skripte und bindet Jenkins und SonarQube an.

KI-gestütztes Testen ersetzt keine Tester, spart aber grob 20 bis 40 Prozent Aufwand bei Testdaten und Testfällen. Die Kontrolle bleibt bei ihnen.

Wer schlechte Prinzipien hat und AI einsetzt, wird schneller schlechter. Warum Agentic Engineering mehr als Codegenerierung braucht.

Vom Entwickler zum Test Automation Engineer: Warum Clean-Code-Prinzipien entscheiden, welche Automatisierung jahrelang hält und welche nicht.

Playwright mit Python erreicht mit PyTest-Plugins fast den Umfang von TypeScript. Electron-Apps und Webkomponenten fehlen dagegen ganz.

Die TACON in Leipzig ist eine Konferenz nur für Testautomatisierung: rund 130 Teilnehmer, Praxisberichte aus Anwenderunternehmen und viel Austausch.

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

Pekka Klärck begann Robot Framework 2004 als Masterarbeit. Heute pflegt es eine Stiftung mit rund 85 Mitgliedern, der Anteil aus Deutschland wächst.

API-Schnittstellen brechen still weiter oder fallen früh auf, je nach Testansatz. Contract Testing stoppt riskante Änderungen im Build.

Legacy-Apps testen ohne Element-IDs: Ein KI-Modell erkennt Bedienelemente per Screenshot. Bei der Bahn laufen so 60 Testfälle in rund drei Stunden.

Ein Spielehersteller zählte in acht Wochen fast 5.000 Fehlerzustände. Das ändert eine bessere Testautomatisierungsstrategie, kein neues Tool.

Wer Testwerkzeuge auswählt, beginnt bei den Anforderungen. Bei Produkten für Japan fehlte dem gesetzten Framework ausgerechnet der Safari-Support.

Was bringt eine ASQF-Mitgliedschaft? Netzwerk, Fachgruppen und kostenlose Konferenzen in einem Verein mit über 1.000 Mitgliedern aus der QS-Szene.

Die Testmigration von Cypress zu Playwright begann bei Displate mit den Kosten der Cypress Cloud. Die kritischen Pfade zogen zuerst um.

KI im Software-Testing hilft bei Testdaten und Code-Reviews, übersieht aber Seiteneffekte gewachsener Systeme. Deshalb zählen Tester-Skills weiter.

Qualitätskultur heißt, Qualität als Haltung zu leben statt Testfälle abzuhaken. Sie ruht auf Testgrundlagen, Automatisierung und Vertrauen im Team.

Testen unterrichten an der Uni Vilnius: erst Automatisierung, API- und Performance-Tests, dann die Testkonzepte. KI-Tools sind erlaubt.

Property-Based Testing findet Fehler, die erst nach 17 Schritten auftreten. Eine Regel beschreibt das Verhalten, Generator und Shrinker tun den Rest.

Playwright vs. Cypress: Beide testen Komponenten und End-to-End, doch nur Playwright kann Multi-Tab und Cross-Domain. Umsteigen lohnt nicht immer.

Die Zukunft der Softwareentwicklung wirkt vertrauter als gedacht: KI liefert vor allem schneller Legacy-Code. Gute Entwickler zeichnet das Testen aus.

Bei Signal Iduna automatisieren Versicherungskaufleute ihre Abnahmetests selbst. Statt Personentagen je Release braucht der Lauf jetzt drei Minuten.

Eine Referenzimplementierung als Testorakel berechnet Sollwerte für Tausende Signale. Das Review nach ISO 26262 wird dadurch zum Code-Review.

Robot Framework verbindet Web, Desktop, Datenbank und 3270-Hosts in End-to-End-Tests. Wo es stark ist, wo Web-Tools aufhören und warum es bleibt.

Ein Testing-Podcast lebt von Kontinuität statt Perfektion: Viele Formate enden nach drei bis sieben Folgen. Gäste kommen am besten über Konferenzen.

Cypress zu Playwright migrieren: Warum ein Team-Hackathon mit 7 Tools die naheliegende Wahl erst zum sicheren Ergebnis machte.

50 bis 60 Prozent weniger End-to-End-Tests durch risikobasiertes Testen: wie das funktioniert und wo man konkret anfängt.

CI/CD-Pipelines für Embedded C mit CMake, Google Test und generierten Mocks. Jeder Bugfix beginnt mit einem Test, der den Fehler nachstellt.

Mutation Testing ist über 50 Jahre alt, aber kaum jemand nutzt es. Wie Mutanten helfen, Testlücken zu finden und besseren Code zu schreiben.

Großküchengeräte testen bei RATIONAL: 700.000 Zeilen Code, rund 2.000 Testfälle pro Nacht auf echten Kombidämpfern, im Takt der Aufheizzeit.

Abstrakte Testfälle schließen die Lücke zwischen Modell und Test, an der modellbasiertes Testen oft scheitert. Konkret wird es erst in Phase zwei.

Generative KI schreibt Unit-Tests, die Bugs festschreiben. GenAI Testing hilft trotzdem: Testfälle prüfen, Edge Cases finden, Boilerplate bauen.

Was Qualität im Alltag konkret bedeutet, kann in vielen Teams niemand beantworten. Ein Rückblick auf 20 Jahre Testing und offene Fragen.

Security Testing mit OWASP ZAP oder Nuclei in der Pipeline findet Standardlücken vorab, der Pentest-Report schrumpft von rund 60 auf 4 bis 5 Seiten.

Embedded Testing beginnt, bevor die Hardware da ist. Warum Simulatoren am Timing scheitern und wann echte Zielhardware in die CI-Pipeline gehört.

Formulartests für 255 Formularvarianten in 16 Bundesländern: Ein SMT-Solver erzeugt valide Testdaten aus den Regeln und findet Widersprüche.

App-Testing beim ZDF: 70 bis 80 Prozent Automatisierung plus manuelle und explorative Tests. Rund 90 Prozent der roten Tests zeigen echte Bugs.

Skills für Tester drehen sich um KI als Werkzeug und Testobjekt, Testdaten unter dem Cyber Resilience Act und Qualität als Teamaufgabe.

Robot Framework löst einen XML-Monolithen ab: rund ein Jahr Umbau, ein eigener Remote-Library-Server für .NET und Belege, die Kollegen überzeugen.

Welches E2E-Test-Framework passt? Cypress, Playwright, Selenium, TestCafe und Nightwatch im Vergleich nach Safari-Support, Tempo und Debugging.

Exploration und KI im Test: KI fasst Sachverhalte zusammen und liefert Vorlagen. Pairing mit Entwicklern und Konfliktfähigkeit stärken Tester.

Testdatenmanagement nach dem Shop-Prinzip: Tester bestellen anonymisierte Daten per Self-Service, statt fünf bis sechs Insellösungen zu pflegen.

DevOps ist kein Prozessmodell, sondern ein Schlachtruf gegen Burnout und verschwendete Budgets. Vier Metriken zeigen, wo es wirklich hakt.

Mobile-App-Testing bei der HUK-Coburg: Im zweiten Anlauf schreiben manuelle Tester Testfälle in Robot Framework, die auf echten Geräten laufen.

Nachhaltigkeit im Testing und in der IT: Software auf Effizienz prüfen, doppelte Testläufe streichen. Die ISO 25010 deckt davon schon einiges ab.

Klassische Testtechniken wie Äquivalenzklassen gelten auch agil. Warum scheitert die Gesamtqualität trotzdem, wenn zwölf Teams aufeinander zurennen?

Testauswahl per Code Coverage: Bei Dolby wählt Teamscale je Commit die betroffenen aus 6.000 Testfällen, die Ausführung bleibt unter fünf Minuten.

Digitale Barrierefreiheit richtet sich an fünf Nutzergruppen und gehört in den Styleguide. Manche Kriterien prüfen Tools, andere erfahrene Tester.

Gherkin erst am Schluss geschrieben ist kein BDD, nur eine andere Notation für Testfälle. Was die Methode wirklich braucht, sagt einer, der sie verteidigt.

Das House of Agile Quality ordnet agile Qualität in ein Testfundament, drei Säulen aus Rollen, Ansatz und Tools sowie ein Dach aus Lean-Methoden.

Cypress Component Testing läuft im echten Browser und ist stabiler als die Jest-Emulation. Wie das die Test-Pyramide dreht und wo es Grenzen hat.

6,5 Stunden Testlaufzeit, auf 10-15 Minuten reduziert: Wie Testfallselektion über C++ und Java hinweg das möglich macht.

Contract-Based Testing macht Breaking Changes an Schnittstellen früh sichtbar. Provider und Consumer testen gegen denselben Kontrakt im Pact Broker.

Testautomatisierung mit Selenium ist Browserautomation, kein Testtool. Warum das bestimmt, wie Tests im Team entstehen und wer die Fehler fixt.

Machine Learning im Testing: KI entlastet automatisiertes Testen, gruppiert rote Tests nach Ursache (aus 200 werden sieben) und wählt nach Risiko aus.

Behavior Driven Development fasst Features in Given-When-Then-Szenarien, die Fachbereich und IT gleich verstehen. So gelingt der Start im Team.