Wir verwenden Cookies und Dienste von Drittanbietern, die Informationen auf dem Endgerät unserer Besucher speichern oder abrufen. Diese Daten werden verarbeitet und genutzt, um unsere Website zu optimieren und kontinuierlich zu verbessern. Für die Speicherung, den Abruf und die Verarbeitung dieser Daten benötigen wir Ihre Zustimmung. Sie können Ihre Zustimmung jederzeit widerrufen, indem Sie auf einen Link im unteren Bereich unserer Website klicken. Datenschutzrichtlinie
Einstellungen für die Zustimmung anpassen
Wir verwenden Cookies, damit Sie effizient navigieren und bestimmte Funktionen ausführen können. Detaillierte Informationen zu allen Cookies finden Sie unten unter jeder Einwilligungskategorie.
Die als „notwendig" kategorisierten Cookies werden in Ihrem Browser gespeichert, da sie für die Aktivierung der grundlegenden Funktionalitäten der Website unerlässlich sind....
Immer aktiv
Notwendige Cookies sind für die Grundfunktionen der Website von entscheidender Bedeutung. Ohne sie kann die Website nicht in der vorgesehenen Weise funktionieren.Diese Cookies speichern keine personenbezogenen Daten.
Cookie
gf_email_otp_seed_3
Dauer
2 Stunden
Beschreibung
Description is currently not available.
Cookie
gf_email_otp_seed_12
Dauer
2 Stunden
Beschreibung
Description is currently not available.
Cookie
gf_email_otp_seed_6
Dauer
2 Stunden
Beschreibung
Description is currently not available.
Cookie
gf_email_otp_seed_1
Dauer
2 Stunden
Beschreibung
Description is currently not available.
Cookie
gf_email_otp_seed_4
Dauer
2 Stunden
Beschreibung
Description is currently not available.
Cookie
gf_email_otp_seed_10
Dauer
2 Stunden
Beschreibung
Description is currently not available.
Cookie
gf_email_otp_seed_5
Dauer
2 Stunden
Beschreibung
Description is currently not available.
Cookie
VISITOR_PRIVACY_METADATA
Dauer
6 Monate
Beschreibung
YouTube sets this cookie to store the user's cookie consent state for the current domain.
Cookie
GAESA
Dauer
1 Monat
Beschreibung
Description is currently not available.
Cookie
aquaSessionId2
Dauer
2 Tage
Beschreibung
Description is currently not available.
Cookie
aquaXAuthId2
Dauer
2 Tage
Beschreibung
Description is currently not available.
Cookie
rc::a
Dauer
Läuft nie ab
Beschreibung
This cookie is set by the Google recaptcha service to identify bots to protect the website against malicious spam attacks.
Cookie
rc::c
Dauer
Sitzung
Beschreibung
This cookie is set by the Google recaptcha service to identify bots to protect the website against malicious spam attacks.
Cookie
__Secure-ENID
Dauer
1 Jahr 1 Monat
Beschreibung
The __Secure-ENID cookie is a type of secure cookie used for authentication and to ensure the security of user sessions.
Cookie
LS_CSRF_TOKEN
Dauer
Sitzung
Beschreibung
Cloudflare sets this cookie to track users’ activities across multiple websites. It expires once the browser is closed.
Cookie
zalb_*
Dauer
Sitzung
Beschreibung
Zoho sets this cookie for load balancing and session stickiness. It ensures that user requests are consistently directed to the same server during a session, helping maintain session integrity and improving website performance.
Cookie
GCLB
Dauer
Sitzung
Beschreibung
This cookie is known as Google Cloud Load Balancer set by the provider Google. This cookie is used for external HTTPS load balancing of the cloud infrastructure with Google.
Cookie
cookieyes-*
Dauer
1 Jahr
Beschreibung
CookieYes sets this cookie for consent solution management.
Cookie
__cf_bm
Dauer
1 Stunde
Beschreibung
Cloudflare setzt das Cookie, um Cloudflare Bot Management zu unterstützen.
Funktionale Cookies unterstützen bei der Ausführung bestimmter Funktionen, z. B. beim Teilen des Inhalts der Website auf Social Media-Plattformen, beim Sammeln von Feedbacks und anderen Funktionen von Drittanbietern.
Cookie
VISITOR_INFO1_LIVE
Dauer
6 Monate
Beschreibung
YouTube setzt dieses Cookie, um die Bandbreite zu messen und festzustellen, ob der Nutzer die neue oder die alte Player-Schnittstelle erhält.
Cookie
ytidb::LAST_RESULT_ENTRY_KEY
Dauer
Läuft nie ab
Beschreibung
The cookie ytidb::LAST_RESULT_ENTRY_KEY is used by YouTube to store the last search result entry that was clicked by the user. This information is used to improve the user experience by providing more relevant search results in the future.
Cookie
__session
Dauer
1 Jahr 1 Monat 4 Tage
Beschreibung
GitBook sets this cookie for logging in.
Cookie
uesign
Dauer
1 Monat
Beschreibung
Zoho sets this cookie for the Visitor Live Chat.
Cookie
_tldtest_*
Dauer
Sitzung
Beschreibung
Amplitude sets this cookie to determine the highest-level domain where cookies can be set. Deleted after testing.
Cookie
lidc
Dauer
1 Tag
Beschreibung
LinkedIn setzt das lidc-Cookie, um die Auswahl des Rechenzentrums zu erleichtern.
Cookie
li_gc
Dauer
6 Monate
Beschreibung
Linkedin setzt dieses Cookie, um die Zustimmung des Besuchers zur Verwendung von Cookies für nicht wesentliche Zwecke zu speichern.
Analyse-Cookies werden verwendet um zu verstehen, wie Besucher mit der Website interagieren. Diese Cookies dienen zu Aussagen über die Anzahl der Besucher, Absprungrate, Herkunft der Besucher usw.
Cookie
gf_visitor_source
Dauer
7 Tage
Beschreibung
Description is currently not available.
Cookie
gf_visitor_medium
Dauer
7 Tage
Beschreibung
Description is currently not available.
Cookie
gf_visitor_campaign
Dauer
7 Tage
Beschreibung
Description is currently not available.
Cookie
gf_visitor_content
Dauer
7 Tage
Beschreibung
Description is currently not available.
Cookie
gf_visitor_term
Dauer
7 Tage
Beschreibung
Description is currently not available.
Cookie
gf_visitor_location
Dauer
7 Tage
Beschreibung
Description is currently not available.
Cookie
ga_session_duration
Dauer
1 Stunde
Beschreibung
Description is currently not available.
Cookie
_ga_*
Dauer
1 Jahr 1 Monat 4 Tage
Beschreibung
Google Analytics sets this cookie to store and count page views.
Cookie
_ga
Dauer
1 Jahr 1 Monat 4 Tage
Beschreibung
Google Analytics setzt dieses Cookie, um Besucher-, Sitzungs- und Kampagnendaten zu berechnen und die Nutzung der Website für den Analysebericht der Website zu verfolgen. Das Cookie speichert Informationen anonym und weist eine zufällig generierte Nummer zu, um einzelne Besucher zu erkennen.
Cookie
amp_*
Dauer
1 Jahr
Beschreibung
Amplitude sets this cookie for session tracking for analytics purposes.
Cookie
YSC
Dauer
Sitzung
Beschreibung
Youtube setzt dieses Cookie, um die Aufrufe von eingebetteten Videos auf Youtube-Seiten zu verfolgen.
Cookie
amplitude_device_id
Dauer
Sitzung
Beschreibung
No description available.
Cookie
loom_anon_comment
Dauer
1 Jahr
Beschreibung
No description available.
Cookie
loom_referral_video
Dauer
Sitzung
Beschreibung
Description is currently not available.
Cookie
__Host-psifi.analyticsTrace
Dauer
6 Stunden
Beschreibung
Description is currently not available.
Cookie
__Host-psifi.analyticsTraceV2
Dauer
6 Stunden
Beschreibung
Description is currently not available.
Cookie
_cs_id
Dauer
1 Jahr 1 Monat
Beschreibung
This cookie is used to store the ContentSquare's user identifier ID. This is a persistent cookie and expires after 13 months.
Cookie
_cs_s
Dauer
1 Stunde
Beschreibung
This cookie is used to store the number of page's viewed by a visitor within the session for ContentSquare's solution.
Cookie
ai_session
Dauer
1 Stunde
Beschreibung
This is a unique anonymous session identifier cookie set by Microsoft Application Insights software to gather statistical usage and telemetry data for apps built on the Azure cloud platform.
Cookie
_hjSessionUser_*
Dauer
1 Jahr
Beschreibung
Hotjar sets this cookie to ensure data from subsequent visits to the same site is attributed to the same user ID, which persists in the Hotjar User ID, which is unique to that site.
Cookie
_hjSession_*
Dauer
1 Stunde
Beschreibung
Hotjar sets this cookie to ensure data from subsequent visits to the same site is attributed to the same user ID, which persists in the Hotjar User ID, which is unique to that site.
Cookie
ajs_anonymous_id
Dauer
1 Jahr
Beschreibung
This cookie is set by Segment to count the number of people who visit a certain site by tracking if they have visited before.
Cookie
_cs_c
Dauer
1 Jahr 1 Monat
Beschreibung
The cookie is used by Content Square to save the user consent to be tracked.
Cookie
utm_medium
Dauer
7 Tage
Beschreibung
This cookie is used to record from where the visitor came to the website orginally. This information is used by the website operator to know the efficiency of their marketing.
Cookie
utm_source
Dauer
7 Tage
Beschreibung
This cookie is used to record from where the visitor came to the website orginally. This information is used by the website operator to know the efficiency of their marketing.
Cookie
utm_campaign
Dauer
7 Tage
Beschreibung
Google Ad Services sets this cookie to store session campaign value if present.
Cookie
utm_content
Dauer
7 Tage
Beschreibung
This cookie is used for storing the session content value if present.
Cookie
utm_term
Dauer
7 Tage
Beschreibung
This cookie is used to record from where the visitor came to the website orginally. This information is used by the website operator to know the efficiency of their marketing.
Cookie
amp_cookie_test*
Dauer
Sitzung
Beschreibung
Amplitude sets this cookie to test if cookies are enabled in the user’s browser. It is used during SDK initialisation and is automatically removed after the check.
Cookie
utsdb
Dauer
Sitzung
Beschreibung
Zoho SalesIQ sets this cookie to register data on visitor's website behaviour.
Leistungs-Cookies werden verwendet, um die wichtigsten Leistungsindizes der Website zu verstehen und zu analysieren. Dies trägt dazu bei, den Besuchern ein besseres Nutzererlebnis zu bieten.
Cookie
_uetsid
Dauer
1 Tag
Beschreibung
Bing Ads setzt dieses Cookie, um mit einem Nutzer in Kontakt zu treten, der zuvor die Website besucht hat.
Cookie
_uetvid
Dauer
1 Jahr 24 Tage
Beschreibung
Bing Ads setzt dieses Cookie, um mit einem Nutzer in Kontakt zu treten, der die Website bereits besucht hat.
Werbe-Cookies werden verwendet, um Besuchern auf der Grundlage der von ihnen zuvor besuchten Seiten maßgeschneiderte Werbung zu liefern und die Wirksamkeit von Werbekampagne nzu analysieren.
Cookie
_gcl_au
Dauer
3 Monate
Beschreibung
Google Tag Manager setzt das Cookie, um die Werbeeffizienz von Websites zu testen, die seine Dienste nutzen.
Cookie
__Secure-ROLLOUT_TOKEN
Dauer
6 Monate
Beschreibung
YouTube sets this cookie to manage feature rollout and experimentation. It helps Google control which new features or interface changes are shown to users as part of testing and staged rollouts, ensuring consistent experience for a given user during an experiment.
Cookie
__Secure-YEC
Dauer
vergangene
Beschreibung
Description is currently not available.
Cookie
__Secure-YNID
Dauer
6 Monate
Beschreibung
YouTube cookie used to protect user security and prevent fraud, especially during the login process.
Cookie
test_cookie
Dauer
15 Minuten
Beschreibung
doubleclick.net setzt dieses Cookie, um festzustellen, ob der Browser des Nutzers Cookies unterstützt.
Cookie
MUID
Dauer
1 Jahr 24 Tage
Beschreibung
Bing setzt dieses Cookie, um einzelne Webbrowser zu erkennen, die Microsoft-Seiten besuchen. Dieses Cookie wird für Werbung, Website-Analysen und andere Vorgänge verwendet.
Cookie
ai_user
Dauer
1 Jahr
Beschreibung
Microsoft Azure sets this cookie as a unique user identifier cookie, enabling counting of the number of users accessing the application over time.
Cookie
NID
Dauer
6 Monate
Beschreibung
Google setzt das Cookie zu Werbezwecken, um die Anzahl der Anzeigen zu begrenzen, um unerwünschte Anzeigen stummzuschalten und um die Wirksamkeit von Anzeigen zu messen.
Cookie
__Host-GAPS
Dauer
2 Jahre
Beschreibung
This cookie allows the website to identify a user and provide enhanced functionality and personalisation.
Cookie
bcookie
Dauer
1 Jahr
Beschreibung
LinkedIn setzt dieses Cookie von LinkedIn-Share-Buttons und Anzeigen-Tags, um Browser-IDs zu erkennen.
Cookie
IDE
Dauer
1 Jahr 24 Tage 1 Minute
Beschreibung
„Google DoubleClick IDE“-Cookies speichern Informationen darüber, wie der Nutzer die Website nutzt, um ihm dem Nutzerprofil entsprechende Anzeigen zu präsentieren.
Cookie
guest_id_marketing
Dauer
1 Jahr 1 Monat 4 Tage
Beschreibung
Twitter sets this cookie to identify and track the website visitor.
Cookie
guest_id_ads
Dauer
1 Jahr 1 Monat 4 Tage
Beschreibung
Twitter sets this cookie to identify and track the website visitor.
Cookie
personalization_id
Dauer
1 Jahr 1 Monat 4 Tage
Beschreibung
Twitter sets this cookie to integrate and share features for social media and also store information about how the user uses the website, for tracking and targeting.
Cookie
guest_id
Dauer
1 Jahr 1 Monat 4 Tage
Beschreibung
Twitter sets this cookie to identify and track the website visitor. It registers if a user is signed in to the Twitter platform and collects information about ad preferences.
Andere nicht kategorisierte Cookies sind solche, die analysiert werden und noch nicht in eine Kategorie eingestuft wurden.
Cookie
_cs_root-domain
Dauer
Sitzung
Beschreibung
Description is currently not available.
Cookie
aquacloudio-_zldp
Dauer
1 Jahr 1 Monat 4 Tage
Beschreibung
Description is currently not available.
Cookie
aquacloudio-_zldt
Dauer
1 Jahr 1 Monat 4 Tage
Beschreibung
Description is currently not available.
Cookie
amplitude_testaqua-cloud.io
Dauer
1 Jahr
Beschreibung
Description is currently not available.
X
🤖 Neue spannende Updates sind jetzt für die aqua-Intelligenz verfügbar! 🎉
Testfälle schneller schreiben mit KI: Der komplette Leitfaden
Der Prozess der Testfallerstellung kann über den Erfolg oder Misserfolg Ihrer gesamten Testarbeit entscheiden. Die zeitaufwändige Natur dieser entscheidenden Phase beeinträchtigt oft Ihre Produktivität und wirkt sich auf Ihre Veröffentlichungstermine und Markteinführungsziele aus. Aber es gibt eine vielversprechende Lösung: Sie können KI zur Erstellung von Testfällen einsetzen, um den manuellen Aufwand zu verringern und die Effizienz der Testphase in der Softwareentwicklung zu steigern. Sind Sie bereit, das zu lernen? Dann ist dieser Artikel Ihr richtiger Ratgeber.
Aquas KI erstellt aus einer geschriebenen Anforderung einen strukturierten Testfall in etwa 13 Sekunden, verglichen mit rund 18 Minuten für denselben Testfall von Hand.
Die größte Schwäche manuell geschriebener Testfälle ist Uneinheitlichkeit: Zwei Tester mit derselben Anforderung liefern oft unterschiedlich gründliche Abdeckung.
KI liest den vollständigen Anforderungstext, statt sich auf die Erinnerung des Testers an ähnliche frühere Arbeit zu verlassen, und findet deshalb Randfälle, die unter Zeitdruck oft übersehen werden.
Teams müssen negative oder Leistungstestfälle nicht mehr einzeln schreiben. Ein vollständiges Set lässt sich auf Abruf generieren und danach auf das Wesentliche kürzen.
Jeder KI-generierte Testfall bleibt editierbar, wodurch ein generierter Entwurf bis zur Prüfung offen bleibt, statt sofort als endgültig zu gelten.
So setzen Sie KI für Ihren eigenen Testfall-Rückstand ein 👇
Die Herausforderungen, denen Sie bei der Erstellung von Testfällen gegenüberstehen
Testfallerstellung verlangsamt sich aus ein paar vorhersehbaren Gründen, und die meisten davon zeigen sich, bevor überhaupt der erste Testfall geschrieben wird.
Zeitvergeudung: Haben Sie schon einmal unzählige Stunden mit der Dokumentation von Testfällen verbracht? Diese Zeit wirkt sich direkt auf Ihre Projektfristen aus und wirft Ihre Time-to-Market-Ziele über den Haufen. Wenn Sie mit mehreren Aufgaben jonglieren müssen, ist es von entscheidender Bedeutung, wertvolle Stunden bei der Erstellung von Testfällen einzusparen.
Komplexität und Übersicht: Es scheint eine große Aufgabe zu sein, die Komplexität Ihrer Software in allen Punkten zu berücksichtigen. Das Risiko, entscheidende Szenarien zu verpassen, ist real, und seien wir ehrlich, es ist eine nervenaufreibende Erfahrung. Wir alle kennen das: Wir navigieren durch die Komplexität der Testfallerstellung und hoffen, dass wir nichts Entscheidendes übersehen haben. Sie müssen die Daten umfassend analysieren und potenzielle Szenarien erkennen, die unter den Tisch fallen könnten, was nicht immer einfach ist.
Ressourcenverschleiß: Ihre Ressourcen sind wertvoll, und wenn ein erheblicher Teil davon in die manuelle Erstellung von Testfällen fließt, ist das mehr als nur ein Zahlenspiel. Es geht um Ihren Aufwand, Ihre Zeit und Ihre Energie, die Sie in strategischere Aufgaben stecken könnten. Wenn Sie von der ressourcenintensiven manuellen Testfallerstellung befreit sind, können Sie sich auf die Aufgaben konzentrieren, die wirklich ihr Fachwissen erfordern.
Herausforderungen bei der Wartung: Software ist ein bewegliches Ziel, und die Aktualisierung Ihrer Testfälle ist eine ständige Herausforderung. Das ständige Hin und Her beim Aktualisieren und Pflegen von Fällen kann sehr anstrengend sein. Um dies zu bewältigen, sollten Sie sich nahtlos an diese Veränderungen anpassen und dabei möglichst wenig Kopfschmerzen verursachen.
Auswirkungen auf Projektmeilensteine: Wahrscheinlich haben Sie schon einmal den Druck von Projektfristen zu spüren bekommen. Wenn die Erstellung von Testfällen zu einem Engpass wird, ist der Dominoeffekt auf Ihre Projektmeilensteine kaum zu übersehen. In diesem Fall müssen Sie diese Phase erheblich beschleunigen, indem Sie die Hindernisse aus dem Weg räumen, die häufig den Projektfortschritt beeinträchtigen.
Es ist wichtig, diese Herausforderungen zu erkennen und zu verstehen, wie sie sich auf Ihren Arbeitsablauf auswirken. Aber wie geht man mit ihnen um? In den folgenden Abschnitten werden wir eine Lösung vorstellen, mit der Sie und Ihr Team diese Probleme in Bereiche mit höherer Effizienz und Produktivität umwandeln können.
Automatisierung ist gut, solange man genau weiß, wo man die Maschine hinstellen muss.
Eliyahu Goldratt
Guru der Unternehmensführung
Wie kann KI etwas bewirken?
KI bewirkt bei der Testfallerstellung vor allem eines: Sie analysiert historische Daten und Anforderungen, um präzise Testfälle in Sekunden statt Stunden zu erstellen. Die Testindustrie ist da keine Ausnahme. Laut Gartner werden bis 2025 30 % der Unternehmen eine KI-gestützte Entwicklungs- und Teststrategie implementieren, verglichen mit 5 % im Jahr 2021. Sehen wir uns nun an, wie die KI-basierte Testfallerstellung Ihnen bei der Bewältigung der oben genannten Herausforderungen helfen kann:
Schnellere Erstellung von Testfällen: KI beschleunigt die Erstellung von Testfällen durch die schnelle Analyse von historischen Daten und Mustern. Es verarbeitet schnell eine Vielzahl von Informationen und findet wiederkehrende Strukturen, gemeinsame Szenarien und potenzielle Testfallskizzen. Die KI nutzt diese Informationen, um neue Testfälle vorzuschlagen und zu erstellen, ohne dass sie ständig angeleitet werden müssen. Diese Effizienz bedeutet, dass Sie deutlich weniger Zeit mit dem Testcasemanagement von Testfällen verbringen und sich mehr auf die Verfeinerung von Strategien konzentrieren können, ohne dabei an Geschwindigkeit einzubüßen.
Gründlichkeit und Präzision: KI kann riesige Datenmengen untersuchen. Durch die Prüfung all dieser Informationen wird sichergestellt, dass ein breites Spektrum von Situationen abgedeckt wird, die bei der manuellen Erstellung von Testfällen übersehen werden können. Dieser gründliche Prozess macht die Tests vollständiger und genauer und bietet zusätzliche Sicherheit für starke und zuverlässige Software.
Ressourceneffizienz: Der Einsatz von KI beim Schreiben von Testfällen befreit Ihr Team von sich wiederholenden Aufgaben. Mit KI werden diese Fälle nicht mehr einzeln manuell skizziert, sondern das System analysiert frühere ähnliche Merkmale oder Funktionalitäten. Sie eliminieren also die Routine und widmen Ihr Fachwissen höherwertigen Tätigkeiten. Diese Optimierung spart Zeit und steigert die Gesamtproduktivität und die Moral des Teams.
Adaptive Wartung: KI-gesteuerte Lösungen entwickeln sich mit Ihrer Software weiter. KI aktualisiert und modifiziert Testfälle schnell, wenn sich Ihr Produkt weiterentwickelt, so dass ein ständiges manuelles Eingreifen nicht mehr erforderlich ist. Diese Anpassungsfähigkeit gewährleistet, dass Ihre Testfälle während des gesamten Software-Lebenszyklus relevant und effektiv bleiben.
Reibungsloser Projektfortschritt: Die Einsparung von Zeit, Ressourcen und Energie wirkt sich auch auf den Fortschritt aus, insbesondere bei den agilen Methoden. Der Einsatz von KI zur Erstellung von Testfällen bedeutet, dass Ihr Team Aufgaben schneller erledigt, Fristen einhält und Projektmeilensteine effizienter erreicht. Im Wesentlichen ermöglicht KI einen schnelleren und effizienteren Projektfortschritt, was dem gesamten Entwicklungsprozess zur Qualitätssicherung zugute kommt.
Wir haben darüber gesprochen, wie AI Vollständigkeit gewährleistet und Szenarien erkennt, die du bei der manuellen Erstellung von Testfällen übersehen könntest. Aber wie gut bist du darin, diese fehlenden Testfälle selbst zu erkennen? Probiere diese kurze interaktive Challenge aus: Du siehst eine einfache Feature-Anforderung mit einigen bestehenden Testfällen, und deine Aufgabe ist es, herauszufinden, welche kritischen Testfälle fehlen. Wähle genau 5 aus, überprüfe deine Antworten und sieh, wie viele Edge Cases und Security-Szenarien dir entgangen sind—genau wie es in echten Projekten ohne AI-Unterstützung passieren würde.
Passwort-Zurücksetzen-Funktion: Benutzer sollen ihr Passwort zurücksetzen können, indem sie ihre E-Mail-Adresse eingeben. Das System sendet einen Reset-Link, der 24 Stunden gültig ist. Benutzer können auf den Link klicken und ein neues Passwort festlegen, das die Sicherheitsanforderungen erfüllt (min. 8 Zeichen, 1 Großbuchstabe, 1 Zahl, 1 Sonderzeichen).
✓ Aktuelle TestfälleBereits abgedeckt
TC1: Benutzer gibt gültige E-Mail ein und erhält Reset-Link
TC2: Benutzer klickt auf Reset-Link und erstellt erfolgreich ein neues Passwort, das alle Anforderungen erfüllt
TC3: Benutzer gibt neues Passwort ein und bestätigt, dass es übereinstimmt
TC4: System zeigt Erfolgsmeldung nach Passwort-Reset an
❓ Fehlende Testfälle auswählenGut überlegen
Klicke auf die Testfälle, die deiner Meinung nach fehlen und zur umfassenden Testabdeckung hinzugefügt werden sollten. Wähle genau 5 Testfälle aus:
TC5: Benutzer gibt nicht existierende E-Mail-Adresse ein
✅ Richtig! Dieser negative Testfall ist wichtig, um zu prüfen, ob das System ungültige E-Mails sauber behandelt, ohne preiszugeben, ob die E-Mail existiert (Security Best Practice).
TC6: Benutzer meldet sich erfolgreich mit dem neuen Passwort an
❌ Nicht nötig. Login ist zwar wichtig, gehört aber zum Authentication-Feature-Testing, nicht zur Passwort-Reset-Funktionalität. Das wäre redundante Testabdeckung.
TC7: Benutzer versucht, Reset-Link nach 24 Stunden Ablaufzeit zu nutzen
✅ Richtig! Dieser Boundary-Test ist entscheidend, um sicherzustellen, dass der zeitbasierte Sicherheitsmechanismus wie spezifiziert funktioniert. Abgelaufene Links müssen abgelehnt werden.
TC8: Benutzer gibt neues Passwort ein, das die Sicherheitsanforderungen nicht erfüllt (z.B. nur 6 Zeichen)
✅ Richtig! Dieser negative Test validiert die Passwort-Validierungsregeln. Ohne ihn riskierst du, schwache Sicherheit zu deployen, die ausgenutzt werden könnte.
TC9: Benutzer erhält E-Mail-Benachrichtigung innerhalb von 30 Sekunden im Postfach
❌ Keine Priorität. E-Mail-Zustellungszeiten werden normalerweise im E-Mail-Service-Infrastruktur-Testing behandelt, nicht im Feature-Level-Testing. Das ist zu granular und würde Tests anfällig machen.
TC10: Benutzer versucht, einen bereits genutzten Reset-Link erneut zu verwenden
✅ Richtig! Dieser Security-Test stellt sicher, dass Reset-Tokens nur einmal verwendet werden können. Ohne dies könnten Angreifer abgefangene Reset-Links wiederverwenden und Accounts kompromittieren.
TC11: Passwort-Reset-Seite wird korrekt in Chrome, Firefox und Safari angezeigt
❌ Andere Testkategorie. Cross-Browser-Kompatibilität ist UI/Visual Testing, nicht funktionaler Test für das Reset-Feature. Das gehört in eine separate UI-Test-Suite.
TC12: Benutzer gibt nicht übereinstimmende Passwörter in die Felder "Neues Passwort" und "Passwort bestätigen" ein
✅ Richtig! Dieser Validierungstest stellt sicher, dass Benutzer nicht versehentlich ein Passwort erstellen, das sie sich nicht merken können. Wichtig für gute UX und zur Vermeidung von Support-Tickets.
Ausgewählt: 0/5
Dein Ergebnis
0/5
Richtig erkannt
Falsch ausgewählt
Das hast du übersehen
Testfallerstellung: manuell vs. KI von aqua (Praxisbeispiel)
Dieser Abschnitt vergleicht manuelle Testfallerstellung mit aquas KI anhand derselben Anforderung, Schritt für Schritt. Wir geben Ihnen nur ein Beispiel, Sie können aqua testen und selbst entscheiden, wie viel Zeit Sie pro Tag oder pro Woche einsparen werden.
In diesem Beispiel haben wir uns auf die Funktionalität konzentriert, die es Benutzern ermöglicht, verschiedene Arten von Anhängen in das Ticketsystem hochzuladen:
Der Schwerpunkt liegt auf der Schaffung einer nahtlosen Benutzererfahrung, die zu einer schnellen Problemlösung führt. Wie Sie sehen, haben wir eine Beschreibung und Akzeptanzkriterien, um die KI von aqua bei der Erstellung des bestmöglichen Testfalls für uns anzuleiten. Wir wollen eine benutzerfreundliche Schnittstelle, über die die Nutzer mühelos Dateien verschiedener Formate, Bilder, Dokumente oder Archive in einem Rutsch hochladen können. Dies spart unseren Nutzern Zeit und erhöht ihre Zufriedenheit, indem es eine umfassende Plattform für den Austausch relevanter Informationen bietet. Nachdem Sie die Anforderung erstellt haben, klicken Sie einfach auf „Test It!“ und warten ein paar Sekunden.
Und hier ist der von der KI von aqua generierte Testfall:
Dieser Testfall umfasst eine Reihe von Aktionen, darunter die Überprüfung von Dateitypen und -größen, das Navigieren durch die Upload-Schnittstellen und die Behandlung möglicher Fehler. Sie deckt alle Aspekte der in den Anforderungen beschriebenen Funktion zum Hochladen von Anhängen ab. Es testet systematisch jeden Prozessschritt, von der Initiierung des Uploads über die Überprüfung der hochgeladenen Dateien bis hin zum Herunterladen und Löschen der Dateien. Darüber hinaus enthält es Szenarien für die Fehlerbehandlung, die sicherstellen, dass die Benutzer bei ungültigen Dateitypen oder Überschreitung von Größenbeschränkungen angemessen benachrichtigt werden. Insgesamt bietet der von aqua generierte Testfall eine umfassende Abdeckung, die die Robustheit und Zuverlässigkeit der Funktion zum Hochladen von Anhängen im Ticketsystem gewährleistet.
Haben Sie gesehen, wie schnell das ging? Die KI von aqua hat es in nur 13 Sekunden geschafft. Das bringt uns erstaunliche 98 % schnellere Ergebnisse! So haben wir es verglichen:
Das obige Testfallbeispiel bestand aus 269 Wörtern, einschließlich des Testfalls selbst und der Beschreibung. Die manuelle Erstellung würde etwa 18 Minuten in Anspruch nehmen, da für jedes Wort dre Sekunden benötigt werden und jeder Schritt vor der Eingabe mindestens 30 Sekunden Bedenkzeit erfordert. Mit aqua? Es dauerte weniger als Sekunden. Sie ist 98 % schneller! Stellen Sie sich nun vor, wie viel Zeit Sie sparen, wenn Sie Hunderte dieser Testfälle erstellen. Wir sprechen hier nicht von Stunden, sondern von TAGEN. Und das ist noch nicht alles. Die KI von aqua bietet Ihnen außerdem anpassbare Optionen, mit denen Sie Ihren Output genau auf Ihre Bedürfnisse abstimmen können.
Sie wollen eine Vielzahl von Testfällen, darunter negative, positive, funktionale und Leistungstests? Aktivieren Sie einfach die entsprechenden Optionen, und aqua erstellt eine umfassende Suite, die alle Bereiche abdeckt. Bei größeren Anforderungen bietet aqua außerdem die Flexibilität, die Testfälle in überschaubare Teile aufzuteilen, um eine gründliche Abdeckung zu gewährleisten, ohne die Benutzer zu überfordern. Und das Beste daran? Diese Anpassungen gehen nicht zu Lasten der Geschwindigkeit oder der Effizienz und machen den Prozess der Testfallerstellung reibungsloser und effizienter.
Ich bin zu der Erkenntnis gekommen, dass sich KI-generierte Testfälle am besten als Entwurf nutzen lassen. Prüfen Sie sie, fassen Sie Duplikate zusammen und behalten Sie nur die Szenarien, die zusätzliche Abdeckung bringen oder ein Risiko aufzeigen. Sonst wird die Wartung schon nach den ersten Durchläufen zum Albtraum.
Manuell vs. KI-Testfallerstellung: Vergleichstabelle
Platzierung: direkt nach dem Praxisbeispiel-Inhalt (nach dem Absatz, der mit „…die Robustheit und Zuverlässigkeit der Funktion zum Hochladen von Anhängen im Ticketsystem gewährleistet“ endet, und der 98%-Statistik), vor dem Absatz zu den Anpassungsoptionen.
Aspekt
Manuelle Testfallerstellung
KI-Testfallerstellung (aqua)
Zeit pro Testfall
Etwa 18 Minuten für einen Standardfall
Unter 15 Sekunden im Durchschnitt
Konsistenz der Abdeckung
Hängt von der Erfahrung des einzelnen Testers ab
Nutzt Muster aus historischen Daten, jedes Mal gleich
Testfälle aktualisieren sich mit den Anforderungsänderungen
Anpassung
Volle Kontrolle, aber zeitintensiv
Umfang, Testarten und Aufteilung nach der Generierung anpassbar
Beeindruckt von all dem? aqua wird Ihr ultimativer Verbündeter bei der Qualitätssicherung sein. Mit seiner intuitiven Benutzeroberfläche und dem KI-Copiloten rationalisiert aqua die Erstellung von Testfällen, automatisiert Arbeitsabläufe und gewährleistet eine umfassende Testabdeckung. Seine fortschrittlichen Funktionen, wie beispielsweise ausgeklügelte Item-Relationen und die Unterstützung verschachtelter Testfälle, garantieren eine umfassende Testabdeckung ohne lästige Wiederholungsaufgaben. Darüber hinaus erleichtert aqua die Wiederverwendbarkeit von Testfällen und maximiert so Ihre Effizienz. aqua bietet eine robuste API-Konnektivität und generiert durch die nahtlose Integration mit Ihren bestehenden QS-Tools detaillierte Testberichte für jeden Testzyklus. Und mit dem KI-Copiloten von aqua, der eine umfassende Unterstützung ohne Beeinträchtigung der Datenintegrität gewährleistet, können Sie sich darauf verlassen, dass Ihr gesamter Testprozess in guten Händen ist, nicht nur die Testfallerstellung. Sind Sie bereit, alle genannten Vorteile eines Testfallmanagement-Tools zu nutzen?
Sparen Sie TAGE bei Ihren Testmanagement-Aktivitäten, indem Sie aqua KI aktivieren
KI-generierte Testfälle sparen echte Zeit, ohne dass Sie bei Abdeckung oder Genauigkeit Kompromisse eingehen müssen. Es beschleunigt die Testplanung, verbessert die Genauigkeit und hilft Ihnen, effizienter zu arbeiten. Das sind nicht nur Worte; in diesem Artikel haben wir ein konkretes Beispiel gezeigt, wie die KI von aqua Ihnen mehr als 98 % Ihrer Zeit bei der Erstellung von Testfällen sparen kann. Durch den Einsatz von KI wird jedoch nicht nur die Verwaltung von Testfällen, sondern auch der gesamte Testmanagementprozess rationalisiert. Es liegt also an Ihnen zu entscheiden: Sind Sie bereit, alle überflüssigen Arbeiten zu streichen und sich auf das Wesentliche zu konzentrieren? Wenn Sie „JA!“ gesagt haben, dann nehmen Sie sofort Kontakt mit uns auf und lassen Sie uns die Sache für Sie erledigen.
Es geht darum, Testfälle zu erstellen, zu organisieren, auszuführen und zu verfolgen, um eine bessere Softwarequalität zu gewährleisten. Der Prozess umfasst: Testfalldesign – Hier definieren Sie klare, wiederverwendbare Testfälle basierend auf Anforderungen. Testorganisation – Kategorisierung und Priorisierung von Testfällen für einen besseren Ausführungsfluss. Testausführung – Hier führen Sie Tests manuell oder automatisiert durch und protokollieren die Ergebnisse. Fehlerverfolgung – Dies umfasst die Identifizierung, Meldung und Verknüpfung fehlgeschlagener Tests mit Fehlern. Testberichterstattung – Analysieren von Ergebnissen und Erstellen von Erkenntnissen zur besseren Entscheidungsfindung. Testfallpflege – Aktualisieren von Testfällen, wenn sich Anforderungen weiterentwickeln, um sie relevant zu halten.
Ein TMS wie aqua cloud vereinfacht Ihren gesamten Workflow. Es spart bis zu 98% Ihrer Zeit bei der Erstellung von Testfällen und hält alles strukturiert und effizient.
Wie automatisiert KI die Erstellung von Testfällen?
KI beginnt die Automatisierung der Testfallerstellung, indem sie das Systemverhalten, Codeänderungen und Anforderungen analysiert. Anschließend identifiziert sie potenzielle Szenarien, was ihr hilft, Testfälle zu erstellen. Mit einer dedizierten Lösung wie Aqua Cloud sparen Sie 98% Ihrer Zeit und Mühe in dieser Phase. Dieser Prozess verbessert direkt die Testabdeckung und reduziert die Wahrscheinlichkeit menschlicher Fehler.
Welche KI-Tools helfen bei der automatisierten Testfallerstellung?
Wenn es um KI-Tools für die Testfallerstellung geht, hat Aqua Cloud keinen Rivalen. Sie können Testfälle sofort aus Anforderungen mit nur einem Klick generieren. Normalerweise benötigt eine Person etwa 20-30 Minuten, um einen Testfall manuell zu erstellen. Aqua cloud erledigt dies in wenigen Sekunden.
Robert hat mehrere Jahre Erfahrung in der Prozessoptimierung und im Testmanagement. Er ist Experte für die Definition und Implementierung von Arbeitsabläufen durch die Anpassung von aqua an die Prozesse der Kunden.
Nurlan, ein QA-Koordinator, ist stolz darauf, nahtlose QA-Operationen zu orchestrieren. Seine Expertise in der Koordination von QA-zentrierten Projekten und der Integration von QA-Lösungen hat konsequent höchste Kundenzufriedenheit erzielt. Neben seiner Vollzeittätigkeit als QA-Koordinator beinhaltet Nurlans Rolle das Erstellen von überzeugenden Inhalten, die Nutzer über die…
Beginnen Sie Ihre Arbeit nicht mit gewöhnlichen E-Mails: Fügen Sie eine gesunde Dosis an aufschlussreichen Softwaretest-Tipps von unseren QS-Experten hinzu.
Home » Agile in der QS » Testfälle schneller schreiben mit KI: Der komplette Leitfaden
Lieben Sie das Testen genauso wie wir?
Werden Sie Teil unserer Community von begeisterten Experten! Erhalten Sie neue Beiträge aus dem aqua-Blog direkt in Ihre Inbox. QS-Trends, Übersichten über Diskussionen in der Community, aufschlussreiche Tipps — Sie werden es lieben!
Wir sind dem Schutz Ihrer Privatsphäre verpflichtet. Aqua verwendet die von Ihnen zur Verfügung gestellten Informationen, um Sie über unsere relevanten Inhalte, Produkte und Dienstleistungen zu informieren. Diese Mitteilungen können Sie jederzeit wieder abbestellen. Weitere Informationen finden Sie in unserer Datenschutzrichtlinie.