Generative KI ist nicht nur für die Produktentwicklung relevant, weil Kund:innen Chatbots verlangen. Auch für die Entwickler:innen, die an den Produkten arbeiten, sind KI-Apps wie ChatGPT hilfreich. Das Generieren von Code wird heute schon von generativen KI-Systemen übernommen, wie mit dem Erfolg von GitLab Co-Pilot, das für Entwickler:innen Fehler erkennt und Lösungen anbietet, zu sehen ist.

Im Software-Testing und in der Testautomatisierung sind die Anwendungsbereiche von generativer KI noch nicht so bekannt und das, obwohl die Software-Entwicklung immer komplexer, anspruchsvoller und damit zwangsläufig auch fehleranfälliger wird. Mithilfe von generativer KI können Software-Tester die Effizienzsteigerung des Testens erhöhen, indem sie z.B. Testfälle schneller und zuverlässiger erstellen. Dies wird ihnen aber nur gelingen, wenn sie die richtigen Prompts formulieren können.

Prompt Engineering im Software Testing

Mit der Einführung von ChatGPT wurde auch ein neuer Aufgabenbereich geschaffen  – Prompt Engineering. Dabei werden der KI Informationen gegeben, die ihr helfen, die Aufgabe zu verstehen. Die Optimierung dieser Eingaben hat großes Potenzial und sich innerhalb weniger Monate zu einem unverzichtbaren Skill entwickelt. Immer mehr Unternehmen schaffen Stellen für Prompt Engineers und sind sogar bereit, bis zu sechsstellige Gehälter zu zahlen.

KI-Unterstützung bei der Erstellung von Testfällen

KI kann verwendet werden, um Testfälle automatisch zu generieren. Möglich ist die Analyse von Anwendungsfällen, Spezifikationen oder des Quellcodes. Auch das Testen aus verschiedenen relevanten Perspektiven wie von Benutzer:innen, Sicherheitsexpert:innen oder Entwickler:innen wird ermöglicht.

KI kann Software-Tester:innen auch bei der manuellen Erstellung von Testfällen unterstützen. Beispielsweise durch die Bereitstellung von Vorschlägen für Testfälle oder die Priorisierung von Testfällen, indem die Wahrscheinlichkeit von Fehlern in bestimmten Bereichen der Software vorhersagt wird.

Doch Vorsicht, die menschliche Kontrolle der KI-Erzeugnisse ist für ein qualitativ hochwertiges Produkt unerlässlich. Generative KI ist ein weiteres Hilfsmittel von vielen. Sie kann Arbeit erleichtern, braucht aber die Kontrolle und Handhabung von erfahrenen Software-Tester:innen.

KI-Unterstützung bei der Automatisierung von Testfällen

Eine weitere Möglichkeit, wie KI Software-Tester:innen unterstützen kann, ist durch die automatisierte Erstellung und Ausführung von Testfällen. So können redundante oder unvollständige Testfälle identifiziert und entfernt werden.

Die Automatisierung von Testfällen kann Software-Tester:innen dabei helfen, die Effizienz und Effektivität des Testens zu verbessern. Auch die Kosten für das Testen können so gesenkt werden.

KI-Unterstützung bei der Verbesserung von Testfällen

KI kann Software-Tester:innen auch bei der Verbesserung von Testfällen unterstützen. Ein mögliches Einsatzgebiet ist beispielsweise die Bereitstellung von Tools. Diese können dazu genutzt werden, Testfälle zu analysieren und helfen dabei, potenzielle Fehler oder Schwachstellen zu identifizieren. So wird die Wahrscheinlichkeit von Fehlern minimiert.

6 hilfreiche Prompts für Software-Testing

Diese sechs konkreten Prompts können Software-Tester:innen bei ihrer täglichen Arbeit helfen:

1. Handle wie ein Product Risk Analysator und erstelle eine Risikomatrix für den untenstehenden “Testfall”.
2. Handle wie ein Senior SDET in Java und überprüfe den “Testautomatisierungscode”. Suche nach Codevereinfachung, Struktur und Codestandards.
3. Handle wie ein leitender QA-Ingenieur und überprüfe die “Anforderung” und den entsprechenden “Testfall”. Bitte schlage den fehlenden Testfall vor.
4. Handle wie ein leitender Testingenieur und schreibe einen detaillierten Fehlerbericht für das Problem, das ich in der “Beschreibung” gefunden habe.
5. Handle wie ein Testingenieur und ermittle den Abdeckungsgrad des “Testfalls” in Bezug auf die “aufgeführten Anforderungen”.
6. Verhalte dich wie ein DevOps-Ingenieur und liefere mir eine Schritt-für-Schritt-Anleitung zur Integration meiner “automatisierten Tests” in die Azure DevOps-Pipeline.

KI steigert Effizienz, Effektivität und Qualität

Das Potenzial, das KI Software-Tester:innen bei der Erstellung, Automatisierung und Verbesserung von Testfällen bietet, ist immens. KI verbessert dabei nicht nur die Effizienz und Effektivität, sondern auch die Qualität der Testfälle. Obwohl die Nutzung von KI im Software Testing noch ein neues Phänomen ist, sollten Tester:innen sich mit ihm auseinandersetzen und lernen, mit der KI zusammenzuarbeiten, um so ein besseres Produkt schaffen zu können. Denn auch wenn viele Tests von ChatGPT und Co. übernommen werden können, am Ende braucht es erfahrene Software-Tester:innen, welche die Ergebnisse überprüfen.

Der Autor:
Adonis Celestine ist Senior Director und Automation Practice Lead bei Applause. In dieser Rolle hilft Adonis Applauses Kunden, einen kundenorientierten Ansatz für die Qualität als Teil ihrer Qualitätsentwicklungsevolution zu verfolgen. Er ist Experte für Testdatenmanagement und Compliance sowie für Automatisierungstools.