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.

Continuous Delivery beziehungsweise Deployment in DevOps-Teams erfordert ein in den Wertstrom integriertes Testen. Ziel sollte es sein, Ansätze und Technologien, die in DevOps-Teams etabliert sind, als Basis für das Testen zu nutzen, um die Integration und Akzeptanz des Testens zu steigern. Somit ist es meist sinnvoll, deren Cloud-native Entwicklungsansätze und Paradigmen auf das Testen zu übertra..

Automatisiertes Deployment auf verschiedene Umgebungen ist ein essenzieller Bestandteil eines effizienten Entwicklungsprozesses und mittlerweile auch alles andere als eine himmelstürmende Erkenntnis. Trotzdem ist der initiale Aufbau mühseliger als erwartet. Wie immer kommt es auf die Details an, die es mitunter spannend machen, ein voll automatisiertes Staging-Konzept umzusetzen, das dem Test die ..

In der Theorie müssten moderne Mikrocontroller problemlos in der Lage sein, Java auszuführen, denn im Bereich Rechenleistung nimmt es ein moderner 32-Bitter von GigaDevice, STMicroelectronics oder Espressif problemlos mit allem auf, was in früheren Workstations vor sich hin rechnete. Interessanterweise gibt es mittlerweile wirklich diesbezügliche Systeme. Während der Gutteil davon „Hobby-Projekte“..

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.