Testing

Von Jahr zu Jahr wird unser Leben abhängiger von Software. Da die Software immer mehr von maschinellem Lernen (ML) oder Künstlicher Intelligenz (KI) bestimmt wird, wird das Verhalten eines Systems weniger leicht vorhersehbar sowie schwieriger zu testen und zu validieren. Und manchmal konfrontiert uns die KI-optimierte Software sogar mit sogenannten „schwarzen Schwänen“ – also völlig unerwarteten E..

Digitale Zwillinge und IoT beeinflussen bereits viele Aspekte unseres Lebens, auch in der Gesundheitsversorgung. Mit diesen Technologien ist es möglich, eine digitale Kopie eines Medizingeräte-Netzwerks zu erstellen, die den Netzwerkstatus in Echtzeit überwacht. Als Online-Validierungslabor kann der digitale Zwilling die Absicherung und Validierung der klinischen Prozesse und technischen Umgebung ..

Die Softwareentwicklung steht vor der Herausforderung, immer komplexer werdende Systeme in immer kürzeren Release-Zyklen bereitzustellen. Eine gute Unterstützung bei der Bewältigung dieser Aufgabe bieten Container-Technologien. Diese eröffnen effiziente Wege, um komplexe, verteilte Systemlandschaften leichtgewichtig aufzusetzen.

Wir stehen zunehmend vor der Herausforderung, immer mehr Software in immer kürzerer Zeit zu testen. Daher ist es unmöglich, für alle Änderungen die gesamte Test-Suite auszuführen und manuell sicherzustellen, dass die Tests alle Änderungen abdecken. Unsere Antwort auf diese Herausforderung heißt Change-Driven Testing. Change-Driven Testing fängt über 90 Prozent aller Fehler in nur 2 Prozent der Tes..

Der Boom in der Entwicklung von Systemen mit Künstlicher Intelligenz (KI) ist allgegenwärtig. Die Erwartungen an diese Systeme sind hoch. Zugleich war es noch nie so leicht, mit frei verfügbaren Tools Maschinelles Lernen wie Deep Learning einzusetzen. Dieser Euphorie steht leider oft eine große Ernüchterung entgegen: Die KI bringt nicht die erhoffte Leistung. Der Artikel beleuchtet die gerne übers..