Agentic QA:最大障碍为何不在代码
Agentic QA: Warum die größte Hürde nicht im Code liegt | heise online
Agentic QA 让 AI 智能体快速复现缺陷、分析组件、生成回归测试并提出解决方案,但缓慢的组织审批流程成为主要障碍。质量保障需从测试软件扩展到测试智能体的规划、工具调用与动态决策,并配套组织调整和明确护栏。
正文
Ein Agent erhält einen Bugreport. Wenige Minuten später hat er den Fehler reproduziert, die betroffenen Komponenten analysiert, einen Regressionstest erstellt und einen Lösungsvorschlag vorbereitet. Was vor kurzer Zeit noch wie eine futuristische Konferenz-Demo wirkte, wird inzwischen in ersten Entwicklungsorganisationen Realität. Agenten schreiben Testfälle, analysieren Logs, pflegen Automatisierungsskripte und unterstützen Entscheidungen entlang des gesamten Software-Lebenszyklus.
KI-Agenten analysieren Fehler, generieren Tests und treffen Entscheidungen in kurzer Zeit, wodurch Hypervelocity im Testing entsteht.
Langsame Freigabeprozesse in Organisationen behindern jedoch das Potenzial dieser Testing-Ansätze.
Agentic QA fordert nicht nur technologische, sondern auch organisatorische Anpassungen, um das agentische Zeitalter voll auszuschöpfen.
Damit verändert sich jedoch nicht nur die Art, wie wir entwickeln. Es verändert sich vor allem die Art, wie wir Qualität sicherstellen. Denn im agentischen Zeitalter reicht es nicht mehr aus, Software zu testen. Wir müssen auch die Agenten testen. Und genau dort beginnt die eigentliche Transformation des Testens.
Testautomatisierung mit KI: Agenten erkennen Lücken, aber keine Lügen
Strukturelle Code-Signale als Navigationshilfe für agentische QA-Systeme
Agentische Qualitätssicherung: Vertrauen in KI-gestützte Tests
Vom Testanalysten zum Agententeam: Qualitätssicherung mit klaren Leitplanken
So sichern Sie KI-Anwendungen und Agenten ab: Jenseits der Testpyramide
Lehren aus einem produktiven Review-Agenten-Workflow
Der Agent war fertig. Die Organisation war noch im Meeting
Jakub Kratochvil, Portfolio Manager Applications, Cloud & Experience (ACE), verantwortet bei Sogeti Deutschland die strategische Weiterentwicklung des Cloud- und Technology-Portfolios. Sein Fokus liegt darauf, neue Trends in Cloud, AI, Data und Quality Engineering frühzeitig zu erkennen und in kundenorientierte Lösungsangebote zu überführen. Dabei verbindet er technologische Innovation mit konkreten Kundenanforderungen und Geschäftspotenzialen. Darüber hinaus hält der gebürtige Tscheche regelmäßig und leidenschaftlich Vorträge zu Cloud, Quality Engineering, AI und Data.
Vom Testen von Software zum Testen von Entscheidungen
Über Jahrzehnte war Testing vergleichsweise einfach definiert. Eine Anforderung wurde umgesetzt, ein Testfall spezifiziert und das erwartete Ergebnis über eine Assertion überprüft. Agentische Systeme funktionieren anders. Ein Agent verfolgt ein Ziel eigenständig. Er plant Zwischenschritte, ruft Werkzeuge auf, bewertet Ergebnisse und passt sein Vorgehen dynamisch an. Zwei identische Eingaben können dabei zu unterschiedlichen Lösungswegen führen und dennoch beide korrekt sein. Damit stößt das klassische Testverständnis an seine Grenzen.
Das war die Leseprobe unseres heise-Plus-Artikels "Agentic QA: Warum die größte Hürde nicht im Code liegt". Mit einem heise-Plus-Abo können Sie den ganzen Artikel lesen.
Der Ofen 3 heizt nicht nur die Wohnung, sondern schürft nebenher auch Bitcoins. Die sollen die Heizkosten drücken. Wir haben ausprobiert, ob sich das lohnt.
Nach der Kontroverse um heimliche Aufnahmen erweitert Meta sein Ray-Ban-Sortiment. Wir testen zwei Smart Glasses – eine ohne Kamera, die andere mit Display.
Keine Abos, keine Werbung: 18 nützliche Gratis-Apps von Offline-Navigation über PDF-Editor und Vorratsverwaltung bis hin zur Spielesammlung.
Samsung, Google & Co. bauen seit mehreren Jahren Foldables. Unser Test zeigt, wo Apples iPhone Duo die Android-Konkurrenz trotzdem schlägt.
Apple hat dem iMac einen neuen Prozessor spendiert: Aus M4 wird M6. Unser Test zeigt, was das bringt und was sich sonst noch geändert hat.
Alte Chiffren fürchten sich vor ihm: Der Hill-Climbing-Algorithmus errechnet ihre Schlüssel durch gezieltes Ausprobieren in Sekundenschnelle.
AI 热点