Podcast #17: Testsuiteoptimierung mit KI

Schnelles Feedback ist auch bei langlaufenden Tests gefragt, insbesondere wenn Teile von Ihnen in einer CI/CD-Pipeline laufen sollen. Welcher der vielen Tests sollen aber verwendet werden? Welche Tests sollen zuerst ausgeführt werden? Warum nicht eine KI zur Ermittlung geeigneter Tests einsetzen? Wie bei einer solchen Aufgabenstellung das Werkzeug Scryer unterstützen kann, welcher Zeitaufwand für die Bereitstellung der dafür notwendigen Daten zu kalkulieren ist und welche Erfahrungen beim Einsatz von Scryer bisher gesammelt werden konnten, erfahrt Ihr im Podcast von Gregor Endler im Dialog mit Tilo und Markus.
Hör' Dir hier den ganzen Podcast an:
Diese Themen erwarten Dich:
[00:30] Kurzer Überblick über den Podcast
[00:53] Vorstellung Dr. Gregor Endler
[01:34] Laufzeitprobleme von Testsuites
[03:04] Was ist Testsuiteoptimierung?
[03:35] Idee zum KI-Einsatz
[04:40] Vorgehen
[05:10] Vorteile
[06:15] Alternativen
[06:47] Trainingsdaten
[07:18] Datenhistorie und -herkunft
[07:39] Datenmenge
[08:44] Mindestmenge an Daten
[09:12] Trainingsdauer
[10:22] Fallstudie
[12:34] Effizienz
[13:34] Messung Verlässlichkeit
[14:19] Rahmenbedingungen
[15:12] Größe Testsuite und Nutzen
[16:34] Entstehung Scryer
[17:03] Vorteile Scryer
[17:58] Bestandteile Scryer
[18:56] Genutzte Techniken
[19:54] Typisches Vorgehen
[21:10] Unterstützte Programmiersprachen
[21:50] Training und Projekte
[22:56] Einsetzbarkeit
[24:38] Ausgabe Testfallbeschreibung
[25:21] Vorschlag neuer Testfälle?
[26:13] Importschnittstellen
[27:05] Nutzergruppen
[28:00] Konkrete Einsatzszenarien für Nutzergruppen
[29:45] Notwenige Projektgröße
[30:45] Einsatzerfahrungen
[31:54] Weiterer Einsatz
[32:32] Einfache Einführung
[33:47] Manuelle Tests
[34:26] Toolanbindung
[35:08] Zukunft KI bei Testsuiteoptimierung
[36:21] Neue Features
[37:11] Lizenzmodell Scryer
[37:41] Informationen zu Scryer
[38:11] Wunsch KI-Tool
[39:01] Kontaktaufnahme mit Dr. Gregor Endler


Über den Autor
