Laurent - stock.adobe.com
Mit KI in der Testautomatisierung DevOps-Prozesse optimieren
Lohnt es sich, KI in DevOps-Prozesse zu integrieren? Eine Studie zeigt: Die Mehrheit der Unternehmen sieht darin großes Potenzial. Ein mögliches Einsatzgebiet ist Testing.
Kurze Release-Zyklen zu meistern, zählt zu den großen Herausforderungen, vor denen Unternehmen heute in der Softwareentwicklung und -bereitstellung stehen. Viele haben daher bereits DevOps-Prozesse implementiert und suchen nach Möglichkeiten, ihre Innovationsgeschwindigkeit weiter zu verbessern.
Dabei wird der Einsatz von künstlicher Intelligenz (KI) diskutiert. KI zählt derzeit zu den am meisten gehypten neuen Technologien. Sie kann riesige Mengen an Daten analysieren und daraus verwertbare Erkenntnisse gewinnen. Aber welchen Nutzen bringen KI und Machine Learning für den DevOps-Bereich?
Um das herauszufinden, hat Tricentis gemeinsam mit dem Marktforschungsunternehmen TechStrong mehr als 2.600 DevOps-Praktiker auf der ganzen Welt befragt. Fast 90 Prozent von ihnen sehen im Einsatz von KI erhebliches Potenzial. Von den Early Adoptern, die die neue Technologie bereits eingeführt haben, bewerten 79 Prozent KI als sehr oder sogar extrem nützlich.
Die größten Vorteile erwarten die Studienteilnehmer im Testing-Bereich. Das ist nicht verwunderlich, denn seit jeher gilt dieser als Flaschenhals. Sorgfältiges Testen ist unverzichtbar, um die Softwarequalität sicherzustellen, verursacht aber großen Aufwand und lässt sich oft nur schwer automatisieren. Der Einsatz von KI kann Mitarbeiter entlasten, die Qualitätssicherung verbessern und die Release-Geschwindigkeit erhöhen.
Testautomatisierung muss noch Fahrt aufnehmen
Bisher haben selbst DevOps-erfahrene Unternehmen erst 40 Prozent ihrer Tests automatisiert. Häufig scheitern Projekte daran, dass traditionelle, Skript-basierte Automatisierungsansätze zu aufwendig sind. Man entwickelt und implementiert zunächst ein Automatisierungs-Framework und fügt anschließend Skripte hinzu, um es zu nutzen. Bei jeder Änderung an der zu testenden Applikation muss man sowohl das Framework als auch die Skripte prüfen und womöglich anpassen.
Erschwerend kommt hinzu, dass unterschiedliche Technologien unterschiedliche Frameworks voraussetzen. Auch die Wartung der Tests ist aufwendig. So gilt es zum Beispiel sicherzustellen, dass die Prüfverfahren stabil sind. Sonst kann es passieren, dass ein automatisierter Test fehlschlägt, obwohl sich eine Anwendung nicht geändert hat.
Solche langwierigen Testprozesse können mit der heute gefragten Dynamik und Agilität nicht mehr Schritt halten. Denn die schnellen Update- und Release-Zyklen erfordern eine kontinuierliche Prüfung und Anpassung der Test-Cases und erzeugen Unmengen an Daten. Was Unternehmen brauchen, ist ein neuer Testautomatisierungsansatz, der genauso gut skaliert wie die DevOps-Umgebung. Hier kommt KI ins Spiel.
So unterstützt KI beim Testing
Da KI in der Lage ist, Muster in großen Datensätzen zu erkennen, kann sie Erkenntnisse liefern, um Testprozesse zu verbessern und zu beschleunigen. 49 Prozent der DevOps-Praktiker aus der Tricentis-Studie sagen, dass KI die Test-Case-Wartung vereinfacht, indem sie Probleme selbstständig behebt. 44 Prozent empfinden die Technologie vor allem als hilfreich, um das Testing zielgerichtet auf Hochrisikobereiche zu fokussieren. Außerdem kann KI die Ursache von fehlgeschlagenen Tests ermitteln (43 Prozent), die Entwicklung von automatisierten Test-Cases beschleunigen (37 Prozent) und passende Tests für Applikationsänderungen identifizieren (34 Prozent).
Insbesondere bei funktionalen Tests spielt KI ihre Stärke aus. 65 Prozent der Befragten sehen hier den größten Vorteil. Funktionale Tests dienen dazu zu prüfen, ob eine Anwendung auch wie geplant läuft. Sie gelten als besonders komplex, da sie ergebnisoffen sind und viele Permutationen erfordern.
KI übernimmt die Verwaltung der Permutationen und liefert Erkenntnisse aus Datenanalysen. Außerdem kann sie dabei helfen, Produktionssignale zu erkennen, die man in einer Testumgebung nicht entdeckt. Auch für UI-Tests eignet sich KI gut. Solche Tests sollen sicherstellen, dass die Benutzeroberfläche richtig funktioniert. Sie werden in den meisten Unternehmen manuell durchgeführt und sind zeitintensiv. KI kann unterstützen, echtes Nutzerverhalten über die verschiedenen Nutzererfahrungspfade hinweg zu simulieren und Tests zu automatisieren.
„KI kann unterstützen, echtes Nutzerverhalten über die verschiedenen Nutzererfahrungspfade hinweg zu simulieren und Tests zu automatisieren.“
Viktoria Praschl, Tricentis
Den richtigen Anbieter finden
Um KI-gestützte Testautomatisierung einzuführen und in DevOps-Prozesse zu integrieren, empfiehlt es sich, auf eine fertige Plattform zu setzen, die sich nach dem Low-Code/No-Code-Prinzip bedienen lässt. Dadurch sparen Unternehmen Entwicklungsaufwand und müssen nicht erst selbst KI-Fachkompetenz aufbauen. Bei der Wahl des passenden Anbieters sind folgende Fragen wichtig:
- Welche KI-Technologie verwendet der Anbieter? Handelt es sich um eine Bibliothek von der Stange oder um eine Eigenentwicklung?
- Wie setzt der Anbieter KI ein? Welche Algorithmen sind im Spiel?
- Wie werden die Modelle trainiert und wie wird sichergestellt, dass keine Verzerrungen auftreten? Je nach Applikation, Branche und Häufigkeit der Datenaktualisierung haben Datensätzen unterschiedliche Muster. Diese sollten den eigenen Produktionsdaten entsprechen, sonst könnten Ergebnisse verfälscht werden.
- Wie geht der Anbieter mit Fehlern um? Wie wird sichergestellt, dass die KI nicht falsch kategorisiert und falsch angewendet wird, sodass man den Daten vertrauen kann?
- Wie sieht es mit dem Datenschutz aus? Diese Frage ist wichtig, wenn der Anbieter echte Daten verwendet, um die Machine-Learning-Modelle zu trainieren und zu verbessern.
KI und DevOps werden zusammenwachsen
Indem Unternehmen ihr Testing mit KI automatisieren, können sie den Flaschenhals in der Softwarebereitstellung beseitigen und neue Releases schneller veröffentlichen. Wie die Tricentis-Studie zeigt, steckt in der Kombination aus DevOps und KI großes Potenzial. Sie ist also nicht nur ein Hype, sondern ein echter Wettbewerbsvorteil. Je weiter Unternehmen mit der Automatisierung ihrer CI/CD-Pipeline fortschreiten, desto mehr wird auch KI Einzug halten.
Über die Autorin:
Viktoria Praschl ist VP Sales Central Europe bei Tricentis. In dieser Rolle konzentriert sie sich auf den Bereich Kundenservice und die Tricentis Go-to-Market-Strategie in Zentraleuropa. Ihre Schwerpunkte sind: die Beschleunigung der Software Delivery in Unternehmen, Business Assurance als Unterstützung der digitalen Transformation und die Implementierung von Quality Assurance in Unternehmen.
Die Autoren sind für den Inhalt und die Richtigkeit ihrer Beiträge selbst verantwortlich. Die dargelegten Meinungen geben die Ansichten der Autoren wieder.
