Software Testing & Qualität - Testautomatisierung, KI & Agilität

Daten und Datenprozesse testen - Hermann Friebel, Joshua Claßen

Listen Later
Verbesserte Datenqualität durch Testautomatisierung

📌 Konferenz-Tipp: TACON 2026 in Leipzig (16.–17. September). Ich war letztes Jahr als Keynote dort und fand den Austausch richtig gut 👉 https://swt.fm/tacon

"Das Problem ist, du hast ja Datenfehler. Das taucht oft viel zu spät auf. D.h. Du möchtest eigentlich auch schon während der Entwicklung Daten testen." - Hermann Friebel

In dieser Episode habe ich mich mit Joshua und Hermann über Qualität, Testautomatisierung und Agilität unterhalten. Hermann erklärte, wie wichtig es ist, Datenfehler frühzeitig zu erkennen und wie man systematisch Soll-Ergebnisse erzeugen kann, um sie mit Ist-Ergebnissen zu vergleichen. Er betonte, dass es oft an passenden Tools fehlt, um diese Tests effizient durchzuführen. Joshua ergänzte, dass ihre Methoden Unternehmen dabei helfen, Daten aus verschiedenen Systemen zu harmonisieren und zu testen. Wir haben auch über die Rolle von Künstlicher Intelligenz im Testprozess gesprochen und wie sie helfen kann, Vorschläge für Tests zu machen und die Zusammenarbeit zwischen IT und Fachabteilungen zu verbessern. Zum Schluss gab es noch Einblicke in die Herausforderungen und Vorteile der Visualisierung von Datenprozessen, um die Qualitätssicherung zu optimieren.

Hermann Friebel, seit 2001 Gründer und Geschäftsführer der FINARIS Financial Software Development GmbH, verfügt über eine fast vier Jahrzehnte umfassende Expertise in der Softwareentwicklung und -testung in den Bereichen Wertpapierhandel, Risiko-Controlling.

Seit seinem Einstieg bei FINARIS im Jahr 2015 hat sich Joshua Claßen als Senior Consultant für Backend-Testautomatisierung komplexer Bankanwendungen etabliert. Durch seine Arbeit mit RapidRep, dem Vorläufer von SQACE, sammelte er umfassende Erfahrungen im automatisierten Testen von Daten und in der Datenqualitätssicherung bei verschiedenen Kunden.

Highlights:

  • Produktionsdatenbestände decken im Test nur rund 70 Prozent der Fallkonstellationen ab, weil seltene Grenzfälle dort schlicht nicht vorkommen und deshalb unentdeckt bleiben.
  • Fachbereiche können Datenfehler in Verarbeitungsprozessen nur dann zuverlässig erkennen, wenn die Ergebnisse visuell und ohne SQL-Kenntnisse nachvollziehbar dargestellt sind.
  • Automatisch generierte Soll-Ergebnisse auf Basis der fachlichen Spezifikation ersetzen manuelle Einzeltestfälle und liefern bei gleichem Aufwand eine höhere Testabdeckung.
  • Das Regelwerk für den Datenvergleich kann gleichzeitig als Fachfeinspezifikation dienen, weil es die Abbildungslogik präzise und für Nicht-Techniker verständlich beschreibt.
  • KI kann in diesem Kontext sinnvoll als Assistenz eingesetzt werden, etwa um SQL-Abfragen zu generieren und visuell darzustellen, nimmt dem Fachbereich aber nicht die inhaltliche Prüfverantwortung ab.

    • Danke an die Community-Partner des Podcasts:Alliance for Qualification | ASQF | Austrian Testing Board | dpunkt.verlag | German Testing Board | German Testing Day | GI Fachgruppe TAV | Heise | HANSER Verlag | ISTQB | iSQI GmbH | oop | QS-TAG | SIGS-DATACOM | skillsclub | Swiss Testing Board | TACON Credits: Sound | Grafik

    ...more
    View all episodesView all episodes
    Download on the App Store
    Software Testing & Qualität - Testautomatisierung, KI & AgilitätBy Richard Seidl - Experte für Software-Entwicklung und Testautomatisierung