Dominik Rattler ist bei der SimplyTest GmbH als Testcoach und QS-Berater für die Unterstützung von mehreren agilen Teams verantwortlich. Seit mehr als 15 Jahren dreht sich sein professionelles Leben rund um die Qualität unterschiedlichster Software-Produkte und die Verbesserung von Prozessen in diesem Umfeld. Die Leidenschaft für gute Software entwickelte sich während seines Studiums an der Friedrich-Alexander-Universität Erlangen-Nürnberg.

Der Wandel zur agilen Softwareentwicklung hat die Rolle des Testers massiv verändert. Doch wie sieht es mit der Rolle des Testmanagers aus? Ist eine solche Querschnittsrolle in agilen, autonomen Teams noch relevant? Und kann die Rolle des Testmanagers weiterhin einen Mehrwert für Teams und deren Organisation bieten? In diesem Vortrag werden wir uns zunächst mit den Herausforderungen eines Testmanagers in agilen Projekten beschäftigen. Anschließend betrachten wir verschiedene Modelle dieser Rolle, vom klassischen (ISTQB) Testmanager bis hin zum agilen Testcoach, und untersuchen, welche Skills für diese Rollen erforderlich sind. Abschließend wird anhand eines Praxisbeispiels gezeigt, wie durch eine Kombination der verschiedenen Modelle agile Teams bestmöglich unterstützt werden können.

Christoph Stock, UBS Hainer GmbH, Bachelor of Science – TU Darmstadt

The two main pillars that support agile testing are Automatic Testing, used in deployment pipelines, and Manual Testing, used in exploratory testing. These two areas have one thing in common, both require test data. With automatic unit testing, the test data is already included in the test code. However, integration tests – both manual and automatic, exploratory tests, or acceptance tests need to be supplied with test data in advance. Anytime you build a realistic mockup for the unit test in an enterprise environment, complex and correctly related data is required. Also, the tester needs a starting point for the integration and exploratory tests. To avoid having to build the data from scratch, both types need an automatic process to create a test foundation. Enterprise applications store their data in multiple databases on different platforms. They model complex processes which consist of numerous states with many constraints on the related data. To enable agile teams to get the perfect test data that aligns with their current product goals, well planned approaches are crucial. Therefore, a flexible test data pipeline, that can deliver the desired test data fast, is needed. This talk will summarize the key requirements of a test data delivery pipeline, show common problems and how to overcome them, and demonstrate how to build a test data delivery pipeline that’s easy to use for testers, developers, application users and anyone else involved in testing.

Jens Dibbern arbeitet als Senior Test Specialist bei der Jungheinrich AG in Hamburg. Er ist der Software Qualitätssicherung in verschiedenen Rollen seit über 20 Jahren treu. Insbesondere die Qualitätsmerkmale jenseits der Funktionalität sind dabei für ihn interessant.

Aufgeschobene Dependency Updates führen nicht nur regelmäßig zu Sicherheitsproblemen. Sie behindern auch reguläre Softwareänderungen. Professionell unterstützte Open Source Komponenten haben aus gutem Grund meistens dokumentierte Lebenszyklen. Mit einem konkreten Beispiel für automatisierte Updates und Erfahrungen aus einem Beobachtungszeitraum von zwölf Monaten sieht man die Möglichkeiten und Einschränkungen aktueller Lösungen. Maschinelle Updates sind mit passender Testautomatisierung machbar für moderne Softwareentwicklungsprozesse. Und gerade für Software in einer Wartungsphase mit geringer Entwicklungsaktivität bedeutet das eine deutliche Arbeitserleichterung. Spontan notwendige Sicherheitsupdates sind so plötzlich kein Major Update über diverse Releases hinweg, sondern einfache Patches. Breaking Changes fallen früh auf und können geplant bearbeitet werden. Automatisierte Updates sind also Teil eines guten Software Supply Chain Managements. Sie sind heute umsetzbar. Entwicklungsteams bleiben handlungsfähig. Im ersten Schritt wird dabei der Entwicklungsprozess betrachtet. Eine CI/CD Pipeline Umgebung ist entscheidend für eine erfolgreiche Umsetzung. Die Werkzeuge brauchen eine Umgebung, auf der sie unabhängig laufen, und maschinelle Updates parallel zum regulären Entwicklungsstrang einführen. Diese Änderungen müssen dann über den Build Prozess und eine sinnvolle Abdeckung durch Regressionstests geprüft werden. Breaking Changes und unentdeckte Fehler in fremden Modulen werden so aufgedeckt und zur manuellen Korrektur gegeben. Im Erfolgsfall fließen die Änderungen dann in den Entwicklungsstrang ein zur Vorbereitung des nächsten Releases.

Nach mehr als zwanzig Jahren als Software Entwickler und Architekt fand Ralf Somplatzki über den Weg des Requirements Engineerings zu seiner Passion, dem Software Test. Sein Schwerpunkt liegt auf dem (automatisierten) Systemtest. Er unterstützt Teams dabei, Entwicklungs- und Testprozesse im Hinblick auf Produktivität und Qualität zu optimieren.

Ein wesentlicher Aspekt agiler Softwareentwicklung ist der Anspruch auf schnelles Feedback. Nicht umsonst gewinnen explorative Testansätze immer mehr an Bedeutung. Doch auch automatisierte Tests können dazu beitragen, zeitnahe Rückmeldung in Bezug auf die Qualität zu erhalten und das nicht nur in Form von Regressionstests. Dieser Vortrag zeigt anhand eines konkreten Beispiels, wie datengetriebene Ende-zu-Ende Tests eine Alternative zum oft linearen Aufbau von Testsuiten darstellen können. Die Herausforderung ist ein geeigneter, modularer Schnitt einzelner Testfälle, die auf Basis strukturierter Testdaten abgefahren werden können. Durch datengetriebene Automatisierung kann das Testobjekt variantenreich untersucht werden ohne redundante Automatisierungseinheiten. Dabei bleiben die eigentlichen Testsuiten klein und wartbar. Darüber hinaus sind sie innerhalb eines Sprints ohne große Aufwände anpassbar. So lässt sich auch für geänderte Programmteile durch umfassende Testvarianten bereits belastbares Qualitäts-Feedback einholen.

Casian Steti ist der Experte für Last- und Perfomance Tests bei der SimplyTest GmbH. Stabilität und Verlässlichkeit von Software unter Last ist sein Fokus seit vielen Jahren. Seine Expertise erarbeitete er sich in zahlreichen internationalen Projekten u.a. in Rumänien, Italien und Deutschland. Wie wichtig die nicht-funktionalen Aspekte von Software sind, wurde ihm bereits beim Studium der Wirtschaftsinformatik an der West-Universität in Timisoara mitgegeben. Widerstandsfähigkeit von Applikationen immer im Blick.

Performance Testing vs Performance Engineering

Warum : Anwendung/Systemleistung Performance optimieren

Wie: besser die Konzepte und die möglichen Ansätze verstehen

Was: PT&PE

PT und PE sind zwei unterschiedliche Seiten derselben Medaille, die sind komplementär
PT und PE ergänzen sich gegenseitig und weisen dennoch deutliche Unterschiede auf
Die Leistungsprüfung (PT) und das Engineering (PE) sollten von Anfang an, im Lebenszyklus eines Produkts, zusammenarbeiten

Andreas Schmietendorf arbeitet als Professor für Wirtschaftsinformatik (Systementwicklung) an der Hochschule für Wirtschaft und Recht Berlin. Daneben hält er eine Privatdozentur für Software-Engineering an der Otto-von-Guericke- Universität Magdeburg. Seine berufliche und wissenschaftliche Entwicklung im Bereich der Informationsverarbeitung ist eng mit seiner Tätigkeit bei der Deutschen Telekom AG verbunden, bei der er mehr als zwölf Jahre beschäftigt war. Bis zu seinem Ruf auf eine Datenbankprofessur an die Hochschule Harz im Jahr 2004 arbeitete er als Abteilungsleiter und Chefarchitekt beim Entwicklungszentrum Berlin innerhalb des Telekom-Konzerns. In Industrie- und Forschungsprojekten beschäftigt sich sein Team mit Fragen der Softwarequalität, Bewertungsaspekten von KI- und Data Science-Lösungen und komplexen Integrationsarchitekturen. Zur Reflektion der zunehmenden Bedeutung von im Internet gebotenen Service-APIs wurde im Jahr 2017 die bundesweite ESAPI-Initiative ins Leben gerufen. Die dazu durchgeführten Workshops werden durch vielfältige Partner aus der Industrie und Forschung unterstützt. Andreas Schmietendorf wirkt als Beirat innerhalb der Central Europe Computer Measurement Group (ceCMG e.V.) mit, ebenso arbeitet er Vertrauensdozent der HWR Berlin innerhalb der Gesellschaft für Informatik (GI e.V.).

Algorithmen der künstlichen Intelligenz (KI) haben das Potential, gravierende Veränderungen im Software Engineering herbeizuführen. Zunächst konnte man beobachten, dass voneinander eher unabhängige Entwicklungsaufgaben mit Hilfe KI-gestützter Werkzeuge eine Verbesserung erfahren haben. Durch die Kapselung korrespondierender KI-Algorithmen innerhalb der aufgabenspezifischen Werkzeuge blieb deren Einsatz eher im Verborgenen. Mit der prototypischen Bereitstellung von ChatGPT (vgl. https://openai.com) ist die Diskussion allerdings in der Breite der Informatik-Community angekommen. Typische KI-gestützte Anwendungsszenarien im Software-Engineering beziehen sich auf die grobe Herleitung von Anforderungen im Zusammenhang mit eher bekannten Softwarelösungen, der Bereitstellung grundlegender Architekturüberlegungen, dem Generieren, Erläutern und Optimieren von Quellcode oder auch der Testfall- bzw. Testdatengenerierung. Mit Hilfe des Vortrags soll die konstruktive aber dennoch kritische Diskussion potentieller Veränderungen im Software Engineering angeregt werden. Dabei soll auch auf die Risiken und Grenzen des KI-Einsatzes eingegangen werden.

Während ihrer beruflichen Laufbahn in stark regulierten Branchen (E-Payment, Medizintechnik, Automotive) hat Anne Kramer einen außergewöhnlichen Erfahrungsschatz in IT-Projekten gesammelt – insbesondere in den Bereichen QS und Test. Anne gibt ihr Wissen und ihre Erfahrung mit Leidenschaft weiter, insbesondere wenn es um Testdesign-Ansätze geht, die auf visuellen Darstellungen basieren. Seit April 2022 ist Anne Global Customer Success Managerin bei Smartesting, einem französischen Hersteller von SW-Testwerkzeugen.

Software ist komplex. Komplexität lässt sich beherrschen, indem man sie reduziert. Deshalb zerlegen wir große Features in User Storys bzw. Anforderungen, die wir getrennt voneinander analysieren, bearbeiten und verifizieren. Dies hilft uns bei der Aufwandsabschätzung, der Planung und im Controlling. Insbesondere die Anforderungsüberdeckung ist eine beliebte Metrik, um den Fortschritt und die Qualität des Tests zu bewerten.

Doch wie aussagekräftig ist die vollständige Anforderungsüberdeckung tatsächlich? In ihrem Vortrag wirft Anne einen kritischen Blick auf die mit Abstand verbreitetste Methode, Vollständigkeit der Testabdeckung zu “beweisen” und zeigt alternative Ansätze. Im Anschluss an ihren Impulsvortrag werden wir das Thema in großer Runde (höchstwahrscheinlich kontrovers) diskutieren.

He has more than 20 years of experience in requirements engineering, business analysis and project management. Before joining IREB he worked for different consulting companies and was responsible for a number of digital transformation projects in the telecommunications environment.

We all know that testers do a great job to ensure the high quality of a product. But in the end, testers can’t do magic and they can’t significantly improve the quality of a product at the last minute, if it’s just too poor. That’s why good products require tough Requirements Engineering skills to actively plan and shape the quality of a product before it comes to testing. Even agile processes are no excuse! In my presentation I will explain why Requirements Engineering and agility are no opposites but rather follow the same goals: create shared understanding, create value, and finally create good digital solutions. I will present nine principles for good Requirements Engineering that help ensure the quality of digital solutions right at the beginning as well. At the end this enables testers to focus on their actual task, which is to ensure quality and verify that the product meets its functional and quality requirements and satisfies stakeholders needs and desires.

Dominik Rattler ist bei der SimplyTest GmbH als Testcoach und QS-Berater für die Unterstützung von mehreren agilen Teams verantwortlich. Seit mehr als 15 Jahren dreht sich sein professionelles Leben rund um die Qualität unterschiedlichster Software-Produkte und die Verbesserung von Prozessen in diesem Umfeld. Die Leidenschaft für gute Software entwickelte sich während seines Studiums an der Friedrich-Alexander-Universität Erlangen-Nürnberg.

Christoph Stock, UBS Hainer GmbH, Bachelor of Science – TU Darmstadt

Jens Dibbern arbeitet als Senior Test Specialist bei der Jungheinrich AG in Hamburg. Er ist der Software Qualitätssicherung in verschiedenen Rollen seit über 20 Jahren treu. Insbesondere die Qualitätsmerkmale jenseits der Funktionalität sind dabei für ihn interessant.

Nach mehr als zwanzig Jahren als Software Entwickler und Architekt fand Ralf Somplatzki über den Weg des Requirements Engineerings zu seiner Passion, dem Software Test. Sein Schwerpunkt liegt auf dem (automatisierten) Systemtest. Er unterstützt Teams dabei, Entwicklungs- und Testprozesse im Hinblick auf Produktivität und Qualität zu optimieren.

Casian Steti ist der Experte für Last- und Perfomance Tests bei der SimplyTest GmbH. Stabilität und Verlässlichkeit von Software unter Last ist sein Fokus seit vielen Jahren. Seine Expertise erarbeitete er sich in zahlreichen internationalen Projekten u.a. in Rumänien, Italien und Deutschland. Wie wichtig die nicht-funktionalen Aspekte von Software sind, wurde ihm bereits beim Studium der Wirtschaftsinformatik an der West-Universität in Timisoara mitgegeben. Widerstandsfähigkeit von Applikationen immer im Blick.

Performance Testing vs Performance Engineering

Warum : Anwendung/Systemleistung Performance optimieren

Wie: besser die Konzepte und die möglichen Ansätze verstehen

Was: PT&PE

PT und PE sind zwei unterschiedliche Seiten derselben Medaille, die sind komplementär
PT und PE ergänzen sich gegenseitig und weisen dennoch deutliche Unterschiede auf
Die Leistungsprüfung (PT) und das Engineering (PE) sollten von Anfang an, im Lebenszyklus eines Produkts, zusammenarbeiten

Andreas Schmietendorf arbeitet als Professor für Wirtschaftsinformatik (Systementwicklung) an der Hochschule für Wirtschaft und Recht Berlin. Daneben hält er eine Privatdozentur für Software-Engineering an der Otto-von-Guericke- Universität Magdeburg. Seine berufliche und wissenschaftliche Entwicklung im Bereich der Informationsverarbeitung ist eng mit seiner Tätigkeit bei der Deutschen Telekom AG verbunden, bei der er mehr als zwölf Jahre beschäftigt war. Bis zu seinem Ruf auf eine Datenbankprofessur an die Hochschule Harz im Jahr 2004 arbeitete er als Abteilungsleiter und Chefarchitekt beim Entwicklungszentrum Berlin innerhalb des Telekom-Konzerns. In Industrie- und Forschungsprojekten beschäftigt sich sein Team mit Fragen der Softwarequalität, Bewertungsaspekten von KI- und Data Science-Lösungen und komplexen Integrationsarchitekturen. Zur Reflektion der zunehmenden Bedeutung von im Internet gebotenen Service-APIs wurde im Jahr 2017 die bundesweite ESAPI-Initiative ins Leben gerufen. Die dazu durchgeführten Workshops werden durch vielfältige Partner aus der Industrie und Forschung unterstützt. Andreas Schmietendorf wirkt als Beirat innerhalb der Central Europe Computer Measurement Group (ceCMG e.V.) mit, ebenso arbeitet er Vertrauensdozent der HWR Berlin innerhalb der Gesellschaft für Informatik (GI e.V.).

Algorithmen der künstlichen Intelligenz (KI) haben das Potential, gravierende Veränderungen im Software Engineering herbeizuführen. Zunächst konnte man beobachten, dass voneinander eher unabhängige Entwicklungsaufgaben mit Hilfe KI-gestützter Werkzeuge eine Verbesserung erfahren haben. Durch die Kapselung korrespondierender KI-Algorithmen innerhalb der aufgabenspezifischen Werkzeuge blieb deren Einsatz eher im Verborgenen. Mit der prototypischen Bereitstellung von ChatGPT (vgl. https://openai.com) ist die Diskussion allerdings in der Breite der Informatik-Community angekommen. Typische KI-gestützte Anwendungsszenarien im Software-Engineering beziehen sich auf die grobe Herleitung von Anforderungen im Zusammenhang mit eher bekannten Softwarelösungen, der Bereitstellung grundlegender Architekturüberlegungen, dem Generieren, Erläutern und Optimieren von Quellcode oder auch der Testfall- bzw. Testdatengenerierung. Mit Hilfe des Vortrags soll die konstruktive aber dennoch kritische Diskussion potentieller Veränderungen im Software Engineering angeregt werden. Dabei soll auch auf die Risiken und Grenzen des KI-Einsatzes eingegangen werden.

Während ihrer beruflichen Laufbahn in stark regulierten Branchen (E-Payment, Medizintechnik, Automotive) hat Anne Kramer einen außergewöhnlichen Erfahrungsschatz in IT-Projekten gesammelt – insbesondere in den Bereichen QS und Test. Anne gibt ihr Wissen und ihre Erfahrung mit Leidenschaft weiter, insbesondere wenn es um Testdesign-Ansätze geht, die auf visuellen Darstellungen basieren. Seit April 2022 ist Anne Global Customer Success Managerin bei Smartesting, einem französischen Hersteller von SW-Testwerkzeugen.

Software ist komplex. Komplexität lässt sich beherrschen, indem man sie reduziert. Deshalb zerlegen wir große Features in User Storys bzw. Anforderungen, die wir getrennt voneinander analysieren, bearbeiten und verifizieren. Dies hilft uns bei der Aufwandsabschätzung, der Planung und im Controlling. Insbesondere die Anforderungsüberdeckung ist eine beliebte Metrik, um den Fortschritt und die Qualität des Tests zu bewerten.

Doch wie aussagekräftig ist die vollständige Anforderungsüberdeckung tatsächlich? In ihrem Vortrag wirft Anne einen kritischen Blick auf die mit Abstand verbreitetste Methode, Vollständigkeit der Testabdeckung zu “beweisen” und zeigt alternative Ansätze. Im Anschluss an ihren Impulsvortrag werden wir das Thema in großer Runde (höchstwahrscheinlich kontrovers) diskutieren.

He has more than 20 years of experience in requirements engineering, business analysis and project management. Before joining IREB he worked for different consulting companies and was responsible for a number of digital transformation projects in the telecommunications environment.

We all know that testers do a great job to ensure the high quality of a product. But in the end, testers can’t do magic and they can’t significantly improve the quality of a product at the last minute, if it’s just too poor. That’s why good products require tough Requirements Engineering skills to actively plan and shape the quality of a product before it comes to testing. Even agile processes are no excuse! In my presentation I will explain why Requirements Engineering and agility are no opposites but rather follow the same goals: create shared understanding, create value, and finally create good digital solutions. I will present nine principles for good Requirements Engineering that help ensure the quality of digital solutions right at the beginning as well. At the end this enables testers to focus on their actual task, which is to ensure quality and verify that the product meets its functional and quality requirements and satisfies stakeholders needs and desires.