heise+ | Vom Testanalysten zum Agententeam: Qualitätssicherung mit klaren Leitplanken

Generative KI unterstützt Testteams bei vielen Aufgaben. Sie analysiert Anforderungen, erstellt Testfälle, automatisiert Tests und dokumentiert Ergebnisse. Doch in der Praxis zeigen sich schnell Grenzen. Einfache Prompts liefern oft falsche oder unvollständige Ergebnisse. Zu viele einzelne Agenten erhöhen Aufwand und Kosten, ohne die Qualität zu verbessern.

• Agenten können Testteams gezielt entlasten, indem sie spezifische Aufgaben übernehmen.
• Klassische Automatisierung bleibt in bestimmten Szenarien weiterhin die bessere Wahl.
• Erfahrene Tester, klare Prozesse und der gezielte Einsatz von Agenten sorgen gemeinsam für eine hohe Testqualität.

Dieser Praxisbericht stellt einen anderen Ansatz vor. Ein zentraler Agent führt durch den Testprozess und folgt klaren Leitplanken. Je nach Aufgabe lädt er passende Skills für Testanalyse, Testdesign und Testfallerstellung. Aus einzelnen Hilfestellungen entsteht ein klarer und überprüfbarer Workflow. Im Fokus stehen verlässliche und nachvollziehbare Ergebnisse sowie ihre Nutzung für die Testimplementierung.

Vom Softwareentwickler zum Qualitätsexperten: Paul Behrend verfügt über mehr als zehn Jahre Erfahrung in der Software-Qualitätssicherung. Seit 2014 beschäftigt er sich schwerpunktmäßig mit Softwaretests und konzentriert sich seit einigen Jahren auf das Release- und Testmanagement. Seit knapp zwei Jahren verantwortet er zudem die Etablierung von KI-Workflows im Softwaretesting.

Workflow-Orchestrierung durch Skills

Beim Einsatz der Skills zeigt sich in der Praxis eine weitere Grenze: Ihre Qualität hängt von dem Sprachmodell ab, auf dessen Einsatz sie abgestimmt sind. Wechselnde Sprachmodelle führen zu deutlichen Abweichungen in der Antwortqualität.