Agile-Test.Bar – Der Podcast für Testautomatisierung und Continuous Testing

KI ist nicht nur beim Testen ein Gamechanger. Im Dialog mit Markus geht  Florian auf das Testen von KI- Systemen und das Testen mit KI-Systemen ein. Er geht im Podcast der Frage nach, was anders beim Test von KI-Systemen ist und wie KI eingesetzt werden kann, um auch die Testaktivitäten im Softwareentwicklungsprozess weiter zu beschleunigen.   Sein Plädoyer: Es gilt, die Errungenschaften systematischen Testens zu erhalten, das Potenzial von KI für effektives und effizientes Testen zu heben und Tester mit KI-Kompetenzen wettbewerbsfähig zu machen. Menschen sind im Loop zu platzieren und sollten weiterhin die Entscheidungsmacht behalten. Florian Fieber kann per Linkedin (https://linkedin.com/in/fieber) kontaktiert werden.

Softwaretester brauchen heute auch ein Grundverständnis von Testautomatisierung.Pascal Mol geht im Dialog mit Markus auf sein neues Buch ein, spricht über Motivation und Zielpublikum. Warum er neben allgemeinen Themen des Testens (wie z.B. die Testpyramide oder exploratives Testen) die Testautomatisierung zum Schwerpunkt seines Buches gemacht hat: warum er Java, Maven und Wire-Mock behandelt und auf Frameworks wie JUnit und Selenium eingeht. Für Pascal sind Cucumber und BDD wichtig, weil sie die Brücke zum Fachbereich bauen. Pascal scheut sich dabei nicht, über Lücken in seinem Buch zu sprechen und einen allgemeinen Blick auf das Thema Qualität in der Softwareentwicklung zu werfen. Pacal kann über Linkedin ( https://www.linkedin.com/in/pascal-moll-14980520b ) kontaktiert werden.

Systemperformanz insbesondere von Webanwendungen ist erfolgskritisch. Matthias geht im Podcast im Dialog mit Markus auf für Performanztests wichtige Tools detailliert ein und vergleicht deren Features. Inwieweit JMeter, K6 oder JMeter Opensource sind, wie leicht sich mit diesen Tools arbeiten lässt, wie sie in eine CI/CD-Pipeline integriert werden können und welche Reportingmöglichkeiten bestehen, wird im Podcast dargestellt. Abschließend spricht Matthias über seine Praxiserfahrungen und gibt Empfehlungen.   Matthias Eggert kann per email ( matthias.eggert@qytera.de) kontaktiert werden. Weiterführende Informationen sind z.B. in Qytera-Blogartikeln zu finden (https://www.qytera.de/blog).

Nach einer erkenntnisreichen Abwägung der Frage: “Synthetische Daten oder Livedaten” kommt Alexander im Podcast mit Markus schnell zur praktischen Bedeutung der Datenwissenschaft (Data Science) für das Testdatenmanagement. Er platziert das Thema in ein Set von eigenen Datenregeln, die sich auf Technik, Datenqualität und Realiltät beziehen. Am Beispiel der Verwendungsanalyse von realen Daten und der Datenreduktion macht Alexander den praktischen Bezug der Data Science für das Testdatenmanagement erkennbar. Die Zeitvorteile, die sich aus der Anwendung des Datenwissen insbesondere bei großen Datenmengen ergeben, deuten für Alexander auf eine weiter steigende Bedeutung des Themas in der Zukunft hin.   Alexander Becker kann kontaktiert werden via email (alexander.becker@gmx.de) oder linkedin https://www.linkedin.com/in/alexander-becker-aa075621  Grundlagen: Data Science for Business: What You Need to Know about Data Mining and Data-Analytic Thinking Online Kurse/ Materialien von IBM Was ist maschinelles Lernen (ML)? | IBM Was ist Clustering? | IBM Was ist k-Means-Clustering? | IBM