galaniprojects-logo-2025

Kategorie: Testmanagement

  • SQF Software Quality Framework: Einsatz von AI Agents

    SQF Software Quality Framework: Einsatz von AI Agents

    SQF – Softwarequalitätssicherung mit AI Agents

    Wie AI Agents unterstützen

    Arbeistweise:

    • AI Agents analysieren Anforderungen, die in natürlicher Sprache formuliert sind.
    • Sie erkennen automatisch relevante Informationen und generieren daraus präzise, nachvollziehbare Testfälle. 
    • Die Tests werden eigenständig ausgeführt
    • die Testergebnisse werden automatisch und systematisch ausgewertet
    triangle
    •  Es entsteht ein vollautomatisiertes System ohne Medienbrüche und Rückkopplungsschleifen

    Vorteile:

    • Die AI Agents integrieren sich nahtlos in bestehende Entwicklungs-, Test- und CI/CD-Prozesse.
    • Sie agieren unabhängig und automatisiert, benötigen keine manuelle Steuerung.
    • Die AI Agents können jederzeit vom AI/Testmanager über eine intuitive Benutzeroberfläche kontrolliert, konfiguriert und orchestriert werden.
    • Dies bietet volle Transparenz über den Status und die Qualität der Tests und erlaubt gezielte Eingriffe bei Bedarf.

    Brain

    Das Herzstück des AI-Agenten.
    Versteht und erzeugt natürliche SpracheTrifft Entscheidungen und plant Handlungen

    Bekannte LLM Modelle sind:

    • OpenAI – ChatGPT
    • Google DeepMind
    • Anthropic
    • Meta (Facebook)
    • Qwen (Alibaba)
    • Mistral
    • xAI (Elon Musk / Tesla)

    Tools

    • Werkzeuge, die die Fähigkeiten des AI-Agenten über reinen Text hinaus erweitern.
    • Können im Internet suchen, APIs aufrufen, Code ausführen, auf Datenbanken zugreifen usw.
    • Oft standardisiert über Protokolle wie das Open Agent Protocol

    Notebook

    • Das Langzeitgedächtnis des AI-Agenten.
    • Speichert Wissen, Nutzerpräferenzen und vergangene Interaktionen
    • Ermöglicht eine kontextbezogene, personalisierte und sitzungsübergreifende Kommunikation
    • Erlaubt es dem Agenten Aktionen zu wiederholen, ohne das Gehirn zu verwenden
    Das Herzstück des AI-Agenten. Versteht und erzeugt natürliche SpracheTrifft Entscheidungen und plant Handlungen
    Die 3 Teile eines AI Agents

    Acht AI Agents bilden in SQF den kompletten Testprozess ab

    SQF setzt 8 spezialisierte AI Agents ein, die gemeinsam den gesamten Testprozess abbilden – von der Planung über die Durchführung bis zur Auswertung. Jeder Agent übernimmt dabei gezielt definierte Aufgaben und sorgt für maximale Effizienz und Qualität.

    SQF – AI Agents 8 AI Agents bilden in SQF den kompletten Testprozess ab
    SQF – AI Agents 8 AI Agents bilden in SQF den kompletten Testprozess ab

    Trusted Execution Environment (TEE)

    Die SQF AI Agenten operieren innerhalb eines Trusted Execution Environment

    • Das TEE erfüllt höchste Sicherheits- und Datenschutzstandards.
    • Sämtliche verarbeiteten Daten – insbesondere sensible Informationen aus sicherheitskritischen Branchen – sind vor unbefugtem Zugriff geschützt.
    • Ungewollte Veränderungen des LLM werden vermieden.
    Die SQF AI Agenten operieren innerhalb eines Trusted Execution Environment
    Die SQF AI Agenten operieren innerhalb eines Trusted Execution Environment
  • Qualität neu gedacht: Das Software Quality Framework (SQF) von galaniprojects

    Qualität neu gedacht: Das Software Quality Framework (SQF) von galaniprojects

    Automatisiert. Integriert. Effizient.
    Mit dem Software Quality Framework (SQF) hebt galaniprojects die Qualitätssicherung auf ein neues Niveau – durch intelligente Automatisierung, klare Prozesse und nahtlose Integration in bestehende Entwicklungsumgebungen.

    Die Herausforderung: Qualitätssicherung unter Druck

    In vielen Unternehmen sind die Rollen rund um Produktentwicklung, Testing und Abnahme nicht klar getrennt. Entwicklungsteams und Product Owner tragen gleichzeitig Verantwortung für Code, Tests und Qualitätssicherung. Diese Überlastung führt in der Praxis oft dazu, dass essenzielle Maßnahmen – wie systematisches Testen, saubere Dokumentation oder Performance-Optimierung – nur unzureichend umgesetzt werden.

    SQF Ist-Zustand vs. Optimierter Zustand
    Ist-Zustand vs. Optimierter Zustand

    Zudem sind Prozesse häufig durch Medienbrüche gekennzeichnet: User Stories, Testfälle, Automatisierungsskripte und Reports existieren nebeneinander – aber nicht miteinander. Das Resultat: Fehlerhafte Testergebnisse, redundante Arbeit, mangelhafte Dokumentation und unnötige Kosten.

    Unsere Antwort: SQF – ein integriertes Framework für durchgängige Qualität

    Das Software Quality Framework (SQF) wurde bei galaniprojects mit dem Anspruch entwickelt, den gesamten Softwaretestprozess – von der Testfallerstellung bis zur Bugmeldung – vollständig zu automatisieren. Dabei steht nicht die reine Testautomatisierung im Vordergrund, sondern ein ganzheitlicher, KI-gestützter Qualitätsansatz.

    Was SQF leistet – auf einen Blick

    SQF ermöglicht die End-to-End-Automatisierung aller Schritte der Qualitätssicherung:

    • Automatisierte Testfallerstellung auf Basis von Anforderungen (User Stories)
    • Automatisierte Generierung von relevanten Testdaten
    • Vollständige Automatisierung der Testprogrammierung und -durchführung
    • Nahtlose Integration der Testergebnisse in Testmanagement-Systeme

    Das Framework schafft eine strukturierte, skalierbare Umgebung, in der Qualität kein Zusatzaufwand mehr ist – sondern Teil des Prozesses.

    Vom Status Quo zur strukturierten Qualität

    Wo heute noch manuelle Aufgaben Zeit und Ressourcen binden, schafft SQF klare Abläufe, Transparenz und Effizienz. Durch die Integration moderner Tools und Methoden wird Qualitätssicherung zu einem messbaren, nachvollziehbaren und wiederverwendbaren Bestandteil der Softwareentwicklung.

    SQF-Architektur
    SQF-Architektur

    SQF bringt folgende Komponenten zusammen:

    • Ein generisches Testkonzept, das projektübergreifend einsetzbar ist
    • Moderne Tools für Testmanagement und Automatisierung
    • Performance- & Loadtests zur Skalierbarkeit
    • Barrierefreiheitstests für inklusive digitale Produkte
    • KI-Agenten, die Konfigurationen, Testdaten und Automatisierung übernehmen
    • Ein DevOps-kompatibles Setup, das kontinuierliche Integration und Auslieferung ermöglicht

    Warum SQF? Die Vorteile auf einen Blick

    • Effizienzgewinn: Weniger manuelle Tätigkeiten, schnellere Abläufe, geringerer Aufwand
    • Höhere Softwarequalität: Frühzeitige Fehlererkennung und stabile Releases
    • Skalierbarkeit: Für kleine, mittlere und große Teams und Projekte geeignet
    • Technologische Unabhängigkeit: Einsetzbar für alle browserbasierten Systeme
    • Nahtlose Integration: Passt sich Ihrer bestehenden Systemlandschaft an
    • KI-Power: Unsere KI-Agenten übernehmen Routinen, beschleunigen Prozesse und sichern Qualität

    Bewährt in der Praxis – bereit für Ihre Projekte

    Mit über 20 Jahren Erfahrung in der Qualitätssicherung und der Zusammenarbeit mit Industrieunternehmen aller Größenordnungen ist SQF auf eine Vielzahl an Technologien und Plattformen vorbereitet: von Microsoft Dynamics über Salesforce bis hin zu WordPress, Webflow und Blockchain-DApps.

    SQF-Versprechen
    SQF-Versprechen

    Dabei bleibt eines stets im Fokus: Transparente Qualität, die wirkt – und skaliert.

    Sie möchten mehr erfahren oder frühzeitig ein Pilotprojekt starten?
    Kontaktieren Sie uns – wir freuen uns darauf, mit Ihnen gemeinsam die nächste Stufe der Qualitätssicherung zu erreichen.

  • Von Qualitätssicherung zu Künstlicher Intelligenz: Unser Weg zum AI Consulting

    Von Qualitätssicherung zu Künstlicher Intelligenz: Unser Weg zum AI Consulting

    Ein Blick hinter die Kulissen unserer Weiterentwicklung

    Als kleine, spezialisierte Beratungsfirma mit dem Fokus auf Qualitätssicherung, Testmanagement und Projektmanagement haben wir in den letzten Jahren zahlreiche IT-Projekte begleitet, stabilisiert und erfolgreich umgesetzt. Unser Anspruch war dabei stets, mit Know-how, Pragmatismus und einem Auge fürs Detail die technologische und organisatorische Qualität unserer Kundenprojekte sicherzustellen.

    Doch die Anforderungen und Möglichkeiten in der digitalen Welt entwickeln sich rasant weiter – insbesondere im Bereich der Künstlichen Intelligenz. Und genau hier beginnt unsere neue Geschichte.

    Warum AI Consulting?

    Immer mehr Unternehmen erkennen das Potenzial von Künstlicher Intelligenz – sei es in der Automatisierung von Prozessen, in der intelligenten Analyse großer Datenmengen oder im Support durch Chatbots. Doch viele stehen vor der Herausforderung: Wo anfangen? Welche Use Cases sind sinnvoll? Wie behalte ich Kontrolle und Qualität im Projektverlauf?

    Genau an dieser Stelle sehen wir unsere neue Rolle.

    Unser Ansatz: Brücke zwischen Technologie und Umsetzung

    Mit unserer langjährigen Erfahrung in der Strukturierung, Planung und Qualitätssicherung komplexer Projekte bringen wir ideale Voraussetzungen mit, um AI-Projekte sinnvoll zu begleiten. Deshalb haben wir AI Consulting als neues Beratungsfeld in unser Portfolio aufgenommen – nicht als radikalen Neustart, sondern als organische Erweiterung unserer Kompetenz.

    Unser Ziel ist es, Kunden dort abzuholen, wo sie stehen:

    • Wir analysieren gemeinsam Potenziale für den Einsatz von KI in bestehenden Geschäftsprozessen.
    • Wir beraten bei der Auswahl geeigneter Technologien, Tools und Partner.
    • Wir begleiten AI-Projekte methodisch – vom Use Case über den Proof of Concept bis zur erfolgreichen Umsetzung.
    • Und natürlich behalten wir dabei stets Aspekte wie Testbarkeit, Transparenz und Verantwortlichkeit im Blick.

    Erste Erfolge – und ein Blick nach vorn

    In ersten Projekten konnten wir bereits zeigen, wie unser AI Consulting-Ansatz Mehrwert schafft: Ob bei der Einführung von KI-gestützten Analysetools im Reporting, der Automatisierung von Testfällen mit generativer KI oder der Strukturierung eines AI-Projektportfolios – unsere Kunden profitieren von einer pragmatischen, umsetzungsorientierten Begleitung.

    Wir glauben: KI ist kein Hype, sondern eine technologische Entwicklung mit echtem Potenzial. Aber nur dann, wenn sie mit Augenmaß, Struktur und einem klaren Nutzenversprechen eingesetzt wird. Genau dafür stehen wir – auch im neuen Feld des AI Consultings.

    Lust auf einen Austausch?
    Wenn Sie sich fragen, wie Künstliche Intelligenz in Ihrem Unternehmen sinnvoll eingesetzt werden kann, sprechen Sie uns gerne an. Wir bringen nicht nur technisches Verständnis mit – sondern auch das Projekt-Know-how, um Ideen in erfolgreiche Lösungen zu verwandeln.

  • Der Designprozess im agilen Kontext von Scrum

    Der Designprozess im agilen Kontext von Scrum

    Entwicklung nutzerzentrierter Produkte

    Die Entwicklung nutzerzentrierter Produkte erfordert einen strukturierten Designprozess. Im agilen Rahmenwerk von Scrum präsentiert sich dieser Prozess als iterativ und kollaborativ, wie die vorliegende Grafik veranschaulicht.

    Der Designprozess im agilen Kontext von Scrum

    Strategieentwicklung

    Der initiale Schritt umfasst die Strategieentwicklung und die Durchführung von Workshops und Interviews mit Stakeholdern. Diese Phase dient der Definition der Produktvision, der Ziele und der ersten User Stories, die in den Product Backlog einfließen. Sie entspricht der Product Backlog Verfeinerung und der Sprintplanung in Scrum.

    Wettbewerber- und Konzeptanalyse

    Anschließend erfolgt die Wettbewerber- und Konzeptanalyse. Diese dient der Informationsgewinnung und Ideengenerierung für erste Designansätze und kann in den frühen Sprints umgesetzt werden.

    Mockups und UX-Designs

    Die eigentliche Designarbeit innerhalb eines Sprints beginnt mit der Erstellung von Mockups und UX-Designs. Wireframes und Prototypen visualisieren die Benutzerführung und Interaktionen und werden im Sprint Review präsentiert.

    Grafik- und UI-Design

    Darauf aufbauend wird in weiteren Sprints das Grafik- und UI-Design entwickelt. Die Grafik zeigt, dass Korrekturen basierend auf Feedback zu Anpassungen in vorherigen Designphasen führen. Diese Iterationen sind ein zentrales Element des Scrum-Prozesses.

    Implementierung

    Parallel zur Designentwicklung erfolgt die Implementierung durch das Entwicklungsteam. Eine enge Abstimmung zwischen Design und Entwicklung ist für die erfolgreiche Umsetzung der Designspezifikationen entscheidend.

    Testing

    Nach der Implementierung erfolgt das Testing. Das Feedback aus Usability- und technischen Tests wird erfasst und fließt in den Product Backlog ein, um in zukünftigen Sprints adressiert zu werden.

    A/B-Testing

    Ein Instrument zur Optimierung des Designs ist das A/B-Testing, bei dem verschiedene Designvarianten mit Nutzern verglichen werden, um datenbasierte Entscheidungen für nachfolgende Sprints zu treffen.

    Launch

    Der Launch des Produkts markiert die Freigabe eines Inkrements. Der iterative Prozess setzt sich jedoch nach dem Launch durch kontinuierliches Testing und A/B-Testing fort.

    Zusammenfassend lässt sich festhalten: Der Designprozess im Scrum-Umfeld ist durch Iteration, frühes Feedback und die enge Zusammenarbeit des Teams gekennzeichnet. Anstelle eines linearen Vorgehens ermöglicht dieser agile Ansatz eine flexible und nutzerzentrierte Produktentwicklung, bei der Designentscheidungen kontinuierlich überprüft und angepasst werden.

  • Tester und Testmanager in Scrum

    Tester und Testmanager in Scrum

    Tester und Testmanager gibt es zwar als Rollen in Scrum Prozess nicht, allerdings ist Scrum nur ein Softwareentwicklung-Framework, das keine technischen Praktiken diktiert. Nun, da Scrum Teams übergreifende Teams sind, gehören Tester bzw. Testmanager dazu.  So wird beim agilen Prozess die Unabhängigkeit zwischen Entwicklungs- und Testmannschaft, die bei den klassischen Methoden die Regel ist, aufgegeben.
    Tester und Testmanager sind hier Teile des Scrum Teams. Statt auf freigegebene Anforderungs- und Designdokumente zu warten, sind sie im agilen Team zu Kommunikation, Interaktion und aktiver Mitarbeit aufgerufen. Auch wenn sie keinen Code schreiben, müssen Tester bei der Automatisierung von Regressionstests und anderen Automatisierungstests sehr eng mit den Programmierern zusammenarbeiten.

    Sobald ein Programmierer eine User Story implementiert, sollte der Tester bereits die Testfälle anhand der Akzeptanzkriterien vorbereitet haben, um mit den Tests der Story beginnen zu können.

    Testing Aufgaben im Scrum Prozess
    Testing Aufgaben im Scrum Prozess

    Erst wenn alle User Stories implementiert und die Tests erfolgreich abgeschlossen sind, kann ein Sprint als erfolgreich abgeschlossen betrachtet werden. Hier ist natürlich die Continuous Integration Umgebung sehr wichtig, um die Änderungen der Entwicklung sofort dem Testing zur Verfügung zu stellen.

    Aufgaben der Tester und Testmanager in einem Scrum Team

    • Analysieren der User Stories auf ihre Qualität und Vollständigkeit
    • Mitdefinieren der Akzeptanzkriterien
    • Prüfen der Akzeptanzkriterien auf Testbarkeit
    • Sicherstellen von Testdaten
    • Sicherstellen der Rückverfolgung zwischen User Story und Test
    • Beteiligung an der Sprint-Planung und den Daily Scrum Meetings
    • Funktionales Testen der User Stories
    • Usability Tests
    • Explorarives Testing
    • Mitarbeit mit den Programmierern bei der Implementierung von Unittests
    • Ausführung einer Kombination von Unitests und explorativen Tests. So werden schnell Fehler gefunden, die allen von Unitests nicht gefunden werden können.
    • Performance und Security Tests

    Damit die Sprints erfolgreich getestet werden, ist der Betrieb einer Continuous Integration Umgebung, in der automatisierte Unit-, Integrations- und Systemtests die Implementierung der User Stories begleiten, notwendig.

    Testing mit Scrum Grafik
    Testing mit Scrum

    Die Implementierung von den Unit-, Integrations- und Systemtests übernehmen die Entwickler, Tester arbeiten mit. Um diese Tätigkeiten qualitativ auszuführen bedarf es  guter Kommunikation, analytischer Kenntnisse und methodisches Vorgehen.

    Und selbstverständig … Agiles Testen, Tester und Testmanager folgen den Prinzipien des agilen Manifests und wenden die agilen Prinzipien auf das Testen an.

    Siehe das Agile Manifest.

IT-Blog | galaniprojects GmbH | AI | DEV | QA | PM |
Powered by  GDPR Cookie Compliance
Datenschutz-Übersicht

Diese Website verwendet Cookies, damit wir dir die bestmögliche Benutzererfahrung bieten können. Cookie-Informationen werden in deinem Browser gespeichert und führen Funktionen aus, wie das Wiedererkennen von dir, wenn du auf unsere Website zurückkehrst, und hilft unserem Team zu verstehen, welche Abschnitte der Website für dich am interessantesten und nützlichsten sind.