Testing

Bei der Qualitätssicherung gibt es eine Vielzahl von Anforderungen an Infrastruktur, Reporting, Tests und Automatisierung. Kommerzielle Software bietet häufig nur ein fixes Feature-Set, das sich gar nicht oder teuer modifizieren lässt. Mit einem Tool-Set aus starken Open-Source-Angeboten sind wir uns dagegen sicher, für jede Anforderung eine Lösung zu bieten. In diesem Artikel zeigen wir beispielh..

Testen und Qualitätssicherung haben sich in den letzten Jahren weiterentwickelt. War es früher noch darauf ausgelegt, analytisch, also nachgelagert, stichprobenartig zu prüfen, ob Anforderungen des Testobjekts erfüllt sind, so hat sich dies immer mehr in Richtung einer konstruktiven Qualitätssicherung verlagert.

Die Erstellung und Pflege von Testdaten ist eine der zeitaufwendigsten und tristesten Aktivitäten der Softwareentwicklung. Existierende Daten, beispielsweise aus einer Produktionsdatenbank, zu verwenden, erscheint als Mittel der Wahl, doch die damit verbundenen Nachteile werden oftmals vergessen oder ignoriert. Insbesondere Komponententests benötigten verlässliche, einfach anzupassende und konsist..

Gute Softwaretests erfordern umfangreiche Vorbereitungsarbeiten. In Anbetracht enger werdender Releasezyklen steigt der Druck, Testphasen in immer kürzeren Zeiträumen und mit einem aussagekräftigen und verständlich kommunizierbaren Ergebnis abzuschließen. Die Testvorbereitung lässt sich verkürzen, indem Zielgrößen des Tests erst nach der Testdurchführung ermittelt werden. Hierzu werden die bei den..

Wenn ein System komplexe Entscheidungen treffen muss, wird immer häufiger maschinelles Lernen als eine mögliche Lösung vorgeschlagen. Meistens ist man dann auf empirische Daten angewiesen, um das System zu trainieren. Was passiert aber, wenn keine Daten vorhanden sind? Wie kann man die Vorteile von maschinellem Lernen ohne empirische Daten nutzen?