GenAI in der Testautomatisierung - Matthias Zax

Software Testing - Qualität, Testautomatisierung & Agilität

Praktische Anwendungen generativer KI im Testing

“Ich glaube, die meisten bei uns haben gemeint, jetzt kann ich endlich meine Unit Tests generieren lassen. Das ist das Schlimmste, was man machen kann.” - Matthias Zax

In dieser Episode habe ich mit Matthias Zax über die spannende Welt der Testautomatisierung und den Einsatz von KI gesprochen. Matthias erklärte, wie er generative KI verwendet, um Testfälle zu erstellen und Code zu generieren, und teilte seine Erfahrungen und die damit verbundenen Herausforderungen. Ein Highlight war seine Geschichte über das Umwandeln einer gezeichneten Skizze in funktionierenden HTML-Code. Wir sprachen über die Wichtigkeit von Dokumentation und die Risiken technischer Schulden. Matthias gab auch wertvolle Tipps, wie Unternehmen KI-Tools sicher und effizient einsetzen können. Es war ein faszinierendes Gespräch, das viele Einblicke in die Zukunft der Testautomatisierung bot.

Matthias Zax ist ein engagierter Agile Engineering Coach bei der Raiffeisen Bank International AG (RBI), wo er erfolgreiche digitale Transformationen durch agile Methoden vorantreibt. Mit einer tief verwurzelten Leidenschaft für Softwareentwicklung ist Matthias ein #developerByHeart, der seine Fähigkeiten im Bereich Softwaretest und Testautomatisierung im DevOps-Umfeld seit 2018 verfeinert hat.Matthias ist eine treibende Kraft hinter der RBI Test Automation Community of Practice, sowie auch für kontinuierliches Lernen und Innovation.

Highlights:

• KI erweist sich als hilfreich bei der Erstellung von Boilerplate-Code und bei Konsistenzprüfungen.
• KI-Tools werden auch zur Überprüfung von Testdaten und Edge Cases verwendet.
• Interne Lösungen und selbst gehostete Modelle können den Datenschutz gewährleisten.
• Die Qualität des von der KI generierten Codes hat sich stark verbessert, dennoch sind Refactorings oft notwendig.
• Es besteht großes Potenzial, dass KI in Zukunft helfen könnte, technische Schulden zu reduzieren und bessere Software-Architekturen zu fördern.

Links:

• https://www.linkedin.com/in/matthias-zax-40520183/
• https://github.com/Matthias-Zax/
• https://www.software-testing.fm

Danke an die Community-Partner des Podcasts:

• Alliance for Qualification: https://swt.fm/a4q
• ASQF: https://swt.fm/asqf
• Austrian Testing Board: https://swt.fm/atb
• dpunkt.verlag: https://swt.fm/dpv
• German Testing Board: https://swt.fm/gtb
• German Testing Day: https://swt.fm/gtd
• GI Fachgruppe TAV: https://swt.fm/tav
• Heise: https://swt.fm/hei
• HANSER Verlag: https://swt.fm/chv
• ISTQB: https://swt.fm/ist
• iSQI GmbH: https://swt.fm/isqi
• oop: https://swt.fm/oop
• QS-TAG: https://swt.fm/qst
• SIGS-DATACOM: https://swt.fm/sigs
• skillsclub: https://swt.fm/sc
• Software Quality Days: https://swt.fm/swqd
• Swiss Testing Board: https://swt.fm/stb

Credits:

• Sound: https://swt.fm/krz
• Grafik: https://swt.fm/kdb

Capíttulos

1. Einführung und Vorstellung (00:00:00)

2. Erfahrungen mit generativer KI im Testing (00:01:43)

3. Qualität des generierten Codes (00:09:29)

4. Einführung und erste Experimente mit GenAI (00:11:03)

5. Herausforderungen bei der Codegenerierung (00:14:09)

6. Zukunft der Testautomatisierung mit KI (00:22:08)

7. Integration von Gen.AI in den Software-Development-Lifecycle (00:24:00)