Development

User Interface (UI)-Automatisierung und -Testen birgt viele Herausforderungen. Diejenigen, die es einmal versucht haben, stoßen auf instabile Testsuiten aufgrund von nicht gefundenen UI-Elementen und auf hohen Wartungsaufwand. Aber was genau ist das Problem und wie kann Maschinelles Lernen (ML) beziehungsweise Künstliche Intelligenz (KI) Abhilfe schaffen? Das erfahren Sie in diesem Artikel.

Der jüngste World Quality Report [WQR] betont: Die IT-Industrie platziert die Effizienzsteigerung des Testens durch Automatisierung an die Spitze der Rangliste von notwendigen Verbesserungen, und trotzdem ist in den letzten Jahren kein deutlicher Fortschritt auf diesem Gebiet erkennbar. Auch die Sonderausgabe für Deutschland [WQR-DE] titelt: „Test Automation: Popular, but work in progress“. Für di..

„Daten: Gold des digitalen Zeitalters“ schrieb die Wirtschaftswoche 2016. Und die Datenmenge wächst kontinuierlich. So hat das US-Magazin Forbes herausgefunden, dass seit 2020 über 1,7 MB neuer Informationen in der Sekunde pro Mensch auf dem Planeten erstellt werden. Einen signifikanten Anstieg des Datenvolumens beobachten auch Unternehmen. Laut Forbes hatten bereits 2016 73 % der Unternehmen in B..

Wer es mit großen Zahlen oder großer Genauigkeit zu tun hat, stößt mit den Java-Standardtypen schnell an seine Grenzen. Ein Beispiel sind numerische Algorithmen oder Berechnungen in Finanzanwendungen. Zum Glück gibt es in Java entsprechende Implementierungen in Gestalt von BigInteger und BigDecimal, die hier Abhilfe schaffen.

Normalerweise schreiben wir neben Produktionscode auch Tests, um mögliche Fehler so früh wie möglich im Entwicklungsprozess zu finden und zu beheben. Häufig schreiben wir sogar für eine neue Funktionalität mehr Test- als Produktionscode. Gleichzeitig sollen die Tests möglichst schnell sein, damit diese häufig ausgeführt werden können, ohne große Wartezeiten zu produzieren. In diesem Artikel betrac..