Development

User Interface (UI)-Automatisierung und -Testen birgt viele Herausforderungen. Diejenigen, die es einmal versucht haben, stoßen auf instabile Testsuiten aufgrund von nicht gefundenen UI-Elementen und auf hohen Wartungsaufwand. Aber was genau ist das Problem und wie kann Maschinelles Lernen (ML) beziehungsweise Künstliche Intelligenz (KI) Abhilfe schaffen? Das erfahren Sie in diesem Artikel.

Kurze Markteinführungen, schnelle Deployments, Release-on-Demand, Build-in Quality … Die Erwartungen an eine erfolgreiche Softwareentwicklung sind hoch. Das Testen muss entsprechend beschleunigt werden, um diese Anforderungen zu erfüllen. Das Mittel der Wahl dafür ist Kontinuierliches Testen, das ohne ein angemessenes Testdatenmanagement nicht realisierbar ist. Vor allem, wenn es sich um hochinteg..

Kurze Durchlaufzeiten von Deployments und Releases sind wichtige Kennzahlen in modernen Vorgehensweisen für Entwicklung und Betrieb von Softwareanwendungen. Dadurch entsteht ein intensives Spannungsfeld zwischen der IT-Governance und den Zielen der Projekt-, Produkt- und Serviceverantwortlichen. Dies hat unweigerlich Auswirkungen auf Effizienz, Motivation, Geschwindigkeit und Qualität. Eine Lean T..

Normalerweise schreiben wir neben Produktionscode auch Tests, um mögliche Fehler so früh wie möglich im Entwicklungsprozess zu finden und zu beheben. Häufig schreiben wir sogar für eine neue Funktionalität mehr Test- als Produktionscode. Gleichzeitig sollen die Tests möglichst schnell sein, damit diese häufig ausgeführt werden können, ohne große Wartezeiten zu produzieren. In diesem Artikel betrac..

Der jüngste World Quality Report [WQR] betont: Die IT-Industrie platziert die Effizienzsteigerung des Testens durch Automatisierung an die Spitze der Rangliste von notwendigen Verbesserungen, und trotzdem ist in den letzten Jahren kein deutlicher Fortschritt auf diesem Gebiet erkennbar. Auch die Sonderausgabe für Deutschland [WQR-DE] titelt: „Test Automation: Popular, but work in progress“. Für di..