Testing

„RAG ist nicht immer gleich RAG“ – Erkenntnisse aus einem Proof of Concept Die zunehmende Komplexität moderner Medizintechnik-Software ruft förmlich danach, generative KI und insbesondere große Sprachmodelle für die oft aufwendigen und textbasierten Arbeiten, einzusetzen. Dies gilt auch und besonders für die Aufgaben in der Qualitätssicherung. In diesem Artikel beschreiben wir, wie Fresenius Medic..

KI-basierte Testgenerierung erfordert domänenspezifische Herangehensweisen, deren Ausgestaltung stark von ihrer Position in der Testpyramide abhängt. Anhand von Beispielen automatisierter Generierung von Unit-Tests und browserbasierten Ende-zu-Ende-Tests zeigt dieser Artikel, wie die jeweils auftretenden Herausforderungen effektiv gelöst werden können.

Die Softwareentwicklung beschleunigt sich, doch die Qualitätssicherung wird oft zum Engpass. Dieses Problem führt zu ineffizienten Prozessen und erhöhten Risiken. Der Artikel stellt ein agentenbasiertes Framework vor, das zentrale Testprozesse von der Anforderungsanalyse bis zum Reporting autonom ausführt. Daraus ergibt sich ein Wandel von eingeschränkter Automatisierung hin zu einem proaktiven, i..

Software-Testing steht der nächsten Zeitenwende gegenüber. Der letzte große Umbruch ging mit agilen Methoden einher, die Testing aus dem eigenen Silo rausgezwungen haben. Mehr Integration von Testautomatisierung, geteilte Verantwortlichkeit für Qualität in den Teams und Shift Left haben die Software-Qualitätssicherung viel tiefer im Entwicklungsprozess verankert. Und jetzt stellt KI die Profession..

Zwischen kreativer Unterstützung und autonomen Agenten entstehen neue Chancen – aber auch blinde Flecken. Der Artikel zeigt, wo KI heute inspiriert, wo sie scheitert und warum der Mensch weiterhin der entscheidende Faktor bleibt.