AI ist ein großes Thema: Der 14.11. ist World Quality Day

Wussten Sie schon, dass der 14.11., der World Quality Day ist? 1990 wurde dieser von den United Nations ausgerufen. Er beschäftigt sich mit der Frage, was Qualität ist und was Qualitätsstandards für die Arbeit bedeuten.

Dies konkret für Softwarequalität zu beantworten ist die Aufgabe des World Quality Report von Capgemini und Sogeti. Der aktuell in der 15. Ausgabe veröffentlichte Bericht befragt Führungskräfte aus verschiedenen Fortune–500-Unternehmen in ausführlichen Interviews. Dieses Jahr liegt – wenig verwunderlich – GenAI im Fokus. Lesen Sie hier den aktuellen Bericht im Volltext.

Für unsere Arbeit ist „Qualität“ natürlich schon immer ein Kernbegriff gewesen. Aber wie steht es eigentlich mit QF-Test und KI, insbesondere Sprachmodellen (LLMs)? Aus unserer Sicht kann KI sinnvoll eingesetzt werden, um bei der Erreichung eines Ziels zu helfen, aber sie ist kein Selbstzweck. Bei unseren Kund:innen ist QF-Test immer Teil einer Toolchain, und da stellt es für QF-Test kein Problem dar, wenn KI-generierte Daten vorher oder nachher in so einer Kette eine Rolle spielen.

Sinnvolle Szenarien für QF-Test können sich also ergeben, wenn QF-Test als Teil einer GenAI-basierten Toolchain genutzt wird, wo strukturierte Daten aus Programmoberflächen ausgelesen werden müssen oder nur über solche eingegeben werden können, also in Fällen, in denen es lediglich eine UI gibt und keine API. Derartige Lücken kann QF-Test deutlich schneller und zuverlässiger füllen, als es aktuelle KI-Systeme leisten können.

Wo bei QF-Test jedenfalls zur Zeit kein Bedarf für KI-Unterstützung besteht ist der kritische Punkt der Objekterkennung in einer Anwendungs-UI, da QF-Test mit seinen flexiblen und ausgereiften Algorithmen auch bisher schon Komponenten sicher und aus Anwender:innen-Sicht plausibel erkennt.

World Quality Report 2024/25: Empfehlungen

Hier kurz und knapp zusammengefasst die wichtigsten Empfehlungen des diesjährigen World Quality Report für Verantwortliche in der Testautomatisierungsbranche:

• Entwicklung einer unternehmensweiten QA-Automatisierungsstrategie, um Konsistenz zu erreichen und die Kosteneffizienz zu steigern.
• Nutzung des Potenzials von GenAI zur Verbesserung und Beschleunigung der Testautomatisierung.
• Zukunftssichere QA-Automatisierungstools, um die Integration mit neuen Technologien zu optimieren.
• Verstehen, dass GenAI Ihre Qualitätsingenieure nicht ersetzen, sondern ihre Produktivität erheblich steigern wird.
• Bewertung des Beitrags des Quality Engineering zu den Geschäftszielen, wie Kundenzufriedenheit, Auswirkungen auf den Umsatz und allgemeine Produktqualität.

Eine kleine Zeitreise

Schon im Jahr 2019 berichtete der World Quality Report, dass besonders in Deutschland ein hoher Bedarf an End-to-End-Tests bestehe, einschließlich eines hohen Automatisierungsgrades. Die Schwierigkeit bestehe darin, dass das schnellere Tempo beim Übergang zur agilen und DevOps-Entwicklung bedeutet, dass Art, Form und der Zeitpunkt des Testens weiterentwickelt werden müssten. Es brauche Menschen, die einerseits erfahrene Tester:innen sind, andererseits aber in der Lage sind, Testroutinen innerhalb von Entwicklungsphasen in Programmcode auszudrücken und die auch wissen, wie man End-to-End-Testautomatisierungsframeworks aufbaut.

Im Jahr 2021 wurde erneut eine Steigerung des Stellenwerts der Qualitätssicherung konstatiert. Die Erwartungen an das Testen und die Qualitätssicherung werden dabei realistischer, schlussfolgerte der Report. Wichtige Schwerpunkte innerhalb der IT-Strategie waren die Verbesserung des Kundenerlebnisses, höhere Sicherheit, schnellere Reaktionsfähigkeit auf geschäftliche Anforderungen sowie die hohe Qualität von Softwarelösungen. Ebenso haben sich bei Qualitätssicherung und im Testen Künstliche Intelligenz (KI), agile Praktiken und DevOps und insbesondere der aufkommende Anwendungsbereich der Intelligenten Industrie deutlich entwickelt.