KI im Softwaretest: Hilft uns KI, schneller mehr Fehler zu finden?

Der Einsatz von KI macht auch vor dem Software Testing nicht Halt. Fragt ihr euch auch manchmal, wie gut das alles wirklich funktioniert?

Wir forschen seit über 15 Jahren an Lösungen, um mehr Fehler in kürzerer Zeit zu finden. Im Vortrag lernt ihr verschiedene Ansätze kennen:

Historienanalysen des Versionskontrollsystems zeigen, wo in früheren Releases die meisten Fehler aufgetreten sind. Dies deckt oft Prozessmängel auf, die die Ursachen zukünftiger Fehler sind.
Die Test-Gap-Analyse zeigt auf, welche Codeänderungen noch nicht getestet wurden und am fehleranfälligsten sind.
Pareto-Optimierung von Test-Suiten, Test-Impact-Analyse und Predictive Test Selection identifizieren Tests, die momentan das beste Kosten-Nutzen-Verhältnis haben.
Und schließlich nutzt Defect Prediction KI, um vorherzusagen, wo zukünftige Fehler auftreten werden.

Wir haben jeden dieser Ansätze implementiert, empirische Studien zur Wirksamkeit durchgeführt und die, die gut funktionieren, in unserer eigenen Entwicklung und bei unseren Kunden eingeführt. Für jeden Ansatz skizzieren wir die Forschungsgrundlagen und zeigen, ob und wie gut er tatsächlich funktioniert.

Jetzt anmelden für den kostenlosen Vortrag und die Aufzeichnung!