Leben wir bereits in der Zukunft? Das Thema GenAI leitet unbestreitbar eine neue Ära ein – und das auch für die digitale Qualitätssicherung. Die Möglichkeiten durch den Einsatz künstlicher Intelligenz versprechen nicht nur Effizienzsteigerung, sondern könnten die gesamte QA-Landschaft revolutionieren. Doch sind die aktuellen Möglichkeiten bereits in der Lage Vorteile zu schaffen oder überwiegen Herausforderungen? Der Artikel widmet sich der Frage, ob GenAI für die digitale Qualitätssicherung (noch) kein Thema ist oder wir bereits in der Zukunft angekommen sind.
Generative künstliche Intelligenz (im Englischen: Generative Artificial Intelligence, kurz: Gen AI) ist ein Teil der künstlichen Intelligenz (KI), welches in der Lage ist, eigenständig Inhalte zu erstellen, zu verstehen und zu verbessern. Dabei basieren diese Systeme auf Algorithmen, welche bestimmte Datenmuster analysieren und auf Grundlage dieser Datenmuster neue Inhalte produzieren können. Die wohl bekanntesten Systeme in der Generative AI sind ChatGPT oder Googles Bard.1
Laut einer Studie von Capgemini nutzten im Jahr 2020 bislang nur 13 % der befragten Unternehmen Künstliche Intelligenz in ihren firmeninternen Strukturen. Dabei konnten 97 % der führenden Unternehmen, welche KI in großem Umfang integrieren, berichten, dass sie messbare Vorteile aus diesen Implementierungen erzielt haben. Es besteht eine deutliche Wahrscheinlichkeit, dass die erzielten Resultate die Erwartungen erfüllen oder übertreffen, besonders im Bereich der Umsatzgenerierung, Risikoreduktion, Kundeninteraktion und Kostenoptimierung.2
Generell bietet die Nutzung von GenAI viele Vorteile. So kann GenAI manuelle Vorgänge durch automatische Generierungen von Inhalten ersetzen und somit Zeit und Ressourcen einsparen, sich an unterschiedliche Datenquellen sowie Anforderungen anpassen, menschliche Fehler in gewissen Aufgabenbereichen reduzieren, was letztendlich zu genaueren Ergebnissen und weniger Fehlern bei der Arbeit führt.
Eine Studie des McKinsey Global Institute (MGI) von 2023 hat herausgefunden, dass die Produktivität innerhalb der Weltwirtschaft von 2,6 bis 4,4 Billionen US-Dollar durch GenAI-Technologien wachsen kann. So wurde in einer Analyse festgestellt, dass es konkrete Herausforderungen gibt, die durch GenAI gelöst werden kann und zu einer Produktivitätssteigerung innerhalb der einzelnen Felder führt. Im Bankensektor kann somit zum Beispiel ein zusätzlicher Wert von 200 bis 340 Milliarden US-Dollar pro Jahr geschaffen werden. Dabei ist das Automatisierungspotential in der IT besonders hoch: mit 31 Prozent kann GenAI mithilfe verbesserter Fähigkeiten viele wichtige Aufgaben übernehmen, um die menschliche Arbeitskraft zu entlasten.3
Zudem beschleunigt der Einsatz von GenAI-Tools den Fortschritt in der Arbeit, vor allem im Bereich QA von Software.4 Somit ist die Implementierung von KI-gestützten Tools revolutionär und fortschrittlich sowie empfehlenswert, um im globalen Wettbewerb mit anderen Unternehmen konkurrieren zu können.5
So weit die Theorie. Doch wie sieht es in der Praxis der QA aus?
Der Einsatz von künstlicher Intelligenz in der Qualitätssicherung ist bereits gängige Praxis. KI eröffnet zunehmend vielfältige Perspektiven für Testlösungen und -tools. Durch den Einsatz von KI kann die QA effizienter, schneller und kostengünstiger erfolgen. Vorhandene KI-Technologien auf dem Markt stehen zur Anwendung und Nutzung in der Qualitätssicherung zu Verfügung.
Auch wenn die Nutzung von GenAI in der Arbeit viele Vorteile mit sich bringt, so sollten bei der Implementierung von GenAI-Tools einige Risikofaktoren bedacht werden.
Ein großes Problem in der Nutzung von KI-basierten Werkzeugen ist die Gewährleistung des Datenschutzes. Seit dem 25. Mai 2018 ist die Datenschutz-Grundverordnung der Europäischen Union (EU-DSGVO) in Kraft und bringt für viele Unternehmen einen enormen Mehraufwand hinsichtlich der Umsetzung mit sich. Dabei besteht die größte Hürde darin, die gesammelten personenbezogene Daten, welche wichtig für die Qualitätssicherung sind, DSGVO-konform zu halten.
Ein Risiko hierbei könnte die unbeabsichtigte Ausgabe von persönlichen und urheberrechtlich geschützten Informationen aus den Trainingsdaten der KI sein.10
Ein weiteres großes Risiko besteht in der Möglichkeit, dass Tools, welche auf GenAI basieren, unwahre Informationen generieren können. Deswegen ist es wichtig, die eingesetzten Tools unter kontinuierlicher Überwachung und Kontrolle einzusetzen, damit die Gewährleistung von Sicherheit (auch im Hinblick auf die Datenschutzverordnungen) und eine effiziente Nutzung gewährleistet werden kann.11
Der Einsatz von KI wird auch als Bedrohung für Arbeitsplätze in vielen Branchen gesehen. Kritiker behaupten, dass GenAI die Arbeitsplätze vieler Menschen ersetzen könnte. Doch sollte diese Bedrohung nicht eher als Chance gesehen werden, bestimmte Aufgaben für menschliche Arbeitskräfte zu vereinfachen?
Eine Studie von McKinsey and Company bestätigt dies. Demnach kann die Arbeitsproduktivität in Unternehmen, die GenAI einsetzen, um 0,1 bis 0,6 % pro Jahr gesteigert werden.12 Diese Zahlen lassen sich auch auf die Qualitätssicherung in vielen Bereichen übertragen, denn durch den Einsatz von GenAI-basierten Tools können beispielsweise Entwickler bei bestimmten Aufgaben entlastet werden.
„Generative AI ist cool, aber auch ein bisschen beängstigend; man sollte den Menschen nie ganz außen vorlassen, denn KI kann niemals perfekte Arbeit leisten. Am Ende des Tages muss immer noch der Mensch das Ergebnis kontrollieren und freigeben. Nichtsdestotrotz hat GenAI ein großes Potential die Arbeit innerhalb der QA und der Testautomatisierung zu erleichtern und optimiert viele Bereiche unseres Jobs.“ - Kubilay Temizkan, Senior Test Automation Engineer bei Appmatics
Wir bei Appmatics glauben, dass der Einsatz von GenAI vor allem in Zukunft einen großen Einfluss auf viele Bereiche der QA haben wird. Insbesondere bei der Implementierung von KI innerhalb der Testfallerstellung, der Testdatenautomatisierung und der Self-healing Testautomation für Testskripte lassen sich bereits große Potenziale ableiten. Beim Einsatz sollten jedoch auch einige der oben genannten Risiken berücksichtigt werden. Auch wenn der Einsatz von GenAI in der QA-Welt der Softwareentwicklung einige Risiken birgt, so überwiegen doch die Vorteile. Der Einsatz von Tools, die auf GenAI basieren, verbessert die Softwarequalität und verkürzt die Markteinführungszeit von qualitätsgesicherten Produkten.
Generative AI in der QA ist ein interessantes Thema, das auf jeden Fall weiter verfolgt werden sollte. Allerdings wird auch hier die menschliche Arbeitskraft benötigt, um die durch GenAI erzeugten Ergebnisse zu kontrollieren. Aus Sicht der Testautomatisierungsexperten von Appmatics ist ein effektiver Einsatz von GenAI in der Qualitätssicherung und Testautomatisierung erst in einigen Jahren möglich. Bis dahin können GenAI-basierte Tools sehr gut als Hilfsmittel bei der täglichen Arbeit in der QA eingesetzt werden, um wertvolle Zeit und Ressourcen zu sparen.
Du fragst dich nun, wie du GenAI in deiner QA einsetzen kannst?
Kontaktiere uns und wir beraten dich gerne von der Anforderungsdefinition über Use Cases bis hin zu einem Pilotprojekt.