Meine 24 Jahre Software-QA – von Wasserfall zu KI

Mein 25. Jahr in der Software-Qualitätssicherung hat offiziell begonnen

2001 durfte ich als “Rookie” das erste Mal am wenig populären Tester-Schreibtisch Platz nehmen. Heute bin ich für diese Gelegenheit dankbar, denn seit fast zweieinhalb Jahrzehnten darf ich in verschiedenen QA-Rollen mit engagierten Teams und Kollegen aus Management, Business, Test und Entwicklung gemeinsam arbeiten und gewinne nebenbei tiefe Einblicke in die sagenumwobene “Wertschöpfung”.

Nachfolgend einige spannende Entwicklungen und Stationen auf meiner Reise mit kurzen “Learnings” aus erster Hand.

Agile Methoden

Dank der Teilnahme an mehreren Wasserfall-Projekten zu Anfang meiner Karriere fiel es umso einfacher, den Mehrwert von Agilität zu erkennen…

Learning: Methodenfetischismus sollte vermieden werden. Agile Methoden sind Werkzeuge die individuell zugeschnitten und genutzt werden sollten.

TDD/BDD

Lange Zeit waren dies Konzepte, die ich nur aus Fachbüchern kannte. Seit 2017 habe ich verschiedene BDD-Tools kennengelernt und mit Begeisterung genutzt. Die Möglichkeiten sind riesig und die Eintrittsschwelle war nie niedriger als heute.

Learning: je ambitionierter und umfassender eine BDD-Umsetzung umso wichtiger ist es eine smarte Einführungsstrategie und Integration in den SDLC zu verfolgen.

Testautomatisierung

Mit der Weiterentwicklung der Zusammenarbeitsmodelle ist die Testautomatisierung nicht mehr wegzudenken und tritt zunehmend in den Vordergrund.

Learning: Nicht alles, was manuell getestet wird, ist immer sinnvoll automatisierbar und nicht alles was automatisierbar ist, ist auch sinnvoll. Die Balance entscheidet und viele Herausforderungen in dem Bereich haben mit Testing weniger zu tun als mit dem SDLC insgesamt.

Offshoring & Re-Shoring

QA-Outsourcing auf einen anderen Kontinent war zunächst der Industrie-Trend, danach kam mit dem Erkenntnisgewinn ein 180°-Richtungswechsel

Learning: Qualität braucht Nähe.

Cloud, Mobile, APIs & Microservices

Als diese aufkamen, musste umgedacht werden, denn moderne Architekturen mit vielen Vorteilen verlangen nach Testing-Strategien und -Tools die ihnen gerecht werden.

Learning: Testinfrastruktur-Architekturen können von den gleichen Konzepten profitieren. Hierzu ist im Testing ein entsprechendes Know-How unumgänglich.

DevOps, CI/CD, Shift-Left, Shift-Right

Aus Testingsicht revolutionär mit einigem Umdenk-Bedarf. Ein Highlight für mich war die “Cold-Turkey”-DevOps-Transformation in einem der grössten Unternehmen der Schweiz.

Learning: “DevOps” wurde nie besser für Boomer wie mich erklärt als im Roman (!) Projekt Phoenix, “Umdenken” nie besser als im Video zum Backward Brain Bicycle.

Non-Functional REQ/Testing

Entwickelte sich von oft vergessenen Dokument-Anhängseln über Standardanforderungen ohne Priorität bis hin zu relevanten und getesteten Abnahmekriterien.

Learning: Frühzeitig den Softwarearchitekten des Vertrauens in der Kaffeeecke treffen.

KI & Machine Learning

Keine Zukunftsmusik mehr, sondern Realität, die mittlerweile auch in Testing-Werkzeugen Einzug hält und wo die Hype-Komponente zunehmend durch Erfahrungen ersetzt wird.

Learning: KI kann in allen Phasen des Testprozesses unterstützen und Qualität steigern helfen.

Fokus auf Qualität statt Testing

Eine umfassende “Big Picture”-Qualitätssicht ersetzt die isolierte Testing-Sicht. Das spiegelt sich wider in Abläufen, Bedürfnissen, Budgets und neuen Rollen (bspw. Test Master). Testing ist kein Selbstzweck und ganzheitliches Denken ist die mittel- und langfristig gewinnende Strategie.

Learning: Das erfolgreiche Bauen von Software scheint ähnlichen Prinzipien zu gehorchen wie das Leben allgemein…

#SoftwareTesting #QA #QualityAssurance #TestAutomation #AgileTesting #DevOps #Cloud #API #MachineLearning #LinkedInNetworking