Testing

Viele gängige Verfahren aus dem Testdatenmanagement stellen Testdaten für Tests bereit. Diese Testdaten sind aber typischerweise nicht auf die konkreten, spezifischen Bedürfnisse der einzelnen Tests abgestimmt. Dies führt insbesondere im Umfeld von Testautomatisierung und CI/CD-Pipelines zu diversen Problemen, die ein radikaler Testdaten-Engineering-Ansatz weitgehend entschärfen kann.

ERP-Migrationsprojekte erhöhen den Testdruck massiv: neue Funktionen, Datenmigration, Schnittstellen, enge Release-Zyklen und meist hohe fachliche Risiken. Der Beitrag zeigt aus der Praxis, wie Testautomatisierung (TA) in einem solchen Umfeld funktioniert: nicht als Selbstzweck, sondern als Ergebnis einer klaren Testautomatisierungsstrategie und einer risikobasierten Auswahl der richtigen Szenarie..

Testautomatisierung gehört heute zum Standard-Repertoire jeder IT-Organisation. Doch das Versprechen von „Agilität durch Automatisierung“ schlägt in der Praxis oft ins Gegenteil um: Historisch gewachsene UI-Suiten blähen die Pipeline auf, Builds sind „rot“, ohne dass ein echter Produktfehler vorliegt, und Teams verbringen mehr Zeit mit dem Reparieren von Skripten oder Modellen als mit der Qualität..

Unit Testing bleibt ein zentraler Baustein für Softwarequalität und wird durch den Einzug generativer KI gleichzeitig anspruchsvoller. Fragen nach der Unit‑Größe, den Testarten und der sinnvollen Integration waren schon immer entscheidend, gewinnen aber jetzt zusätzliche Bedeutung: Wer KI effizient und verlässlich einsetzen will, braucht klare Konzepte, saubere Verifikationsgrenzen und ein durchda..

Automatisierte Tests versprechen objektive Qualitätssicherung – doch wie belastbar sind sie im Vergleich zu einem externen Barrierefreiheits-Audit? In einem Website-Relaunch entstand eine vollständig automatisierte, wartbare Testarchitektur, eingebunden in die kontinuierliche Integrationspipeline. Ein anschließendes Audit zeigte, wo Automatisierung trägt – und wo Grenzen liegen.