Die stetig steigende Komplexität von Software sowie die enge Interaktion mit anderen Softwaresystemen erfordern zuverlässige und reproduzierbare Testverfahren. Änderungen an der bestehenden Funktionalität sollten im besten Fall durch automatisch durchgeführte Tests validiert werden. Die Wiederholbarkeit steht hierbei im Fokus und sorgt dafür, dass eine verlässliche Aussage getroffen werden kann, ob durchgeführte Änderungen die Funktionalität negativ beeinflusst haben.

Eine besondere Herausforderung besteht darin, konsistente und gut strukturierte Testdaten kontinuierlich bereitzustellen. Änderungen am Code können so schnell und mit hoher Zuverlässigkeit bewertet werden, was insbesondere in Continuous‑Integration‑ und Continuous‑Delivery‑Umgebungen entscheidend ist.

Ein wichtiger Aspekt hierbei ist, dass die Testdaten zwar in ihrer Struktur und Zusammensetzung nah an der Realität sein sollen, jedoch keine Echtdaten darstellen. Letzteres kann je nach fachlichem Umfeld und der Art der Daten datenschutzrechtlich oder organisatorisch verboten oder stark reglementiert sein.

Das war die Leseprobe unseres heise-Plus-Artikels "Revolution im Daten-Dschungel: KI erfindet die Testdatengenerierung neu". Mit einem heise-Plus-Abo können Sie den ganzen Artikel lesen.