So schaffst du eine stabile Testbasis

Tipp: Risikobasiertes Testen im TM-Tool integriert? Gibts hier bei Q12-TMT

"Je mehr gute Anforderungen als Trainingsbasis vorhanden sind, desto mehr weiß eigentlich die KI, was macht das Unternehmen überhaupt." - Andreas Günther, Breno Pinheiro

In dieser Folge spreche ich mit Andreas Günther und Breno Pinheiro über KI für bessere Anforderungen und eine solide Testbasis. Wir ordnen ein: Branchen ticken unterschiedlich, doch ohne klare Requirements wird Testen Lotterie. Text reicht nicht. Modelle, Use Cases, Aktivitätsdiagramme und gern auch PlantUML bringen Struktur. KI hilft, wenn wir Qualität erzwingen: Kontext klären, Scope schärfen, Rollen definieren, iterativ feedbacken, Begriffe glasklar machen und Vertraulichkeit beachten. Lange, wiederverwendbare Prompts statt Bauchgefühl.

👉🏻 Hier geht es zur Verlosung

Andreas Günther ist Berater, Coach und Trainer bei SOPHIST und spezialisiert auf sprachliche und modellbasierte Methoden im Requirements Engineering und Systems Engineering. Er unterstützt Kundenprojekte, berät, coacht und schult Mitarbeiter in Unternehmen unterschiedlichster Fachgebiete. Sein Aufgabengebiet umfasst Methoden der linguistischen Analyse sowie der Anforderungsmodelle bzw. deren Kombination (STABLE-Methodik).

Breno Pinheiro unterstützt als Requirements Engineer und Trainer bei SOPHIST Kunden bei der strukturierten Erhebung, Analyse, Dokumentation und Verwaltung von Anforderungen – sowohl im klassischen Requirements Engineering als auch im Kontext des Systems Engineering. Sein besonderer Fokus liegt auf den Anwendungsmöglichkeiten von Künstlicher Intelligenz in diesen Disziplinen. In Schulungen und Coachings vermittelt er praxisnah, wie KI gewinnbringend, verantwortungsvoll und zielgerichtet eingesetzt werden kann.

Highlights:

• Unklare Anforderungen machen Testen zur Lotterie


• Modelle wie Anwendungsfälle und Aktivitätsdiagramme liefern klare Struktur


• KI hilft nur mit klarem Kontext, sauberer Abgrenzung und eindeutiger Begriffswelt


• Iteratives Feedback verbessert die Ergebnisse mit KI deutlich


• Lange wiederverwendbare Eingabevorlagen sichern konsistente Qualität

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