Testing

Die Bildverarbeitung ist ein Hauptprofiteur maschineller Lernverfahren. Am Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA spielt sie in zahlreichen Automatisierungslösungen eine zentrale Rolle. Beispiele sind der roboterbasierte Griff-in-die-Kiste und das Assistenzsystem „Sorting Guide“ für die Blechverarbeitung, das im Lab Flexible Blechfertigung mit der Firma Trumpf entsteht.

Dieser Artikel beschäftigt sich mit den neuen Herausforderungen beim Testen intelligenter Maschinen, aber auch damit, wie wir mithilfe Künstlicher Intelligenz die Qualität der IT-Systeme vorhersagen und so handeln können, dass ein Rückgang der Qualität angegangen wird, bevor der Anwender Fehler irgendeiner Art wahrnimmt. Auf diese Weise stellen wir sicher, dass die Stakeholder nachhaltig der Quali..

Dieser Artikel beschreibt die der JUnit Platform zugrunde liegende Idee und deren Anwendungsmöglichkeiten. Zunächst wird anhand eines Beispiels erklärt, wie man mittels der TestEngine-Schnittstelle selbst definiert, was ein Test ist, wie man das Testergebnis ermittelt und an die JUnit Platform zur Erstellung eines Reports weitergibt. Danach folgt ein Abschnitt über die Hauptfunktionen der JUnit Pl..

Im Projekt gibt es zwei Wege zum Friedhof: Perfektion und Schlampigkeit. Agiles Testen mit testbaren Anforderungen, die direkt als Basis für das Testmanagement dienen, vereinfacht die Softwareentwicklung. Vorteil: Die Anforderungen sind verständlich, testbar, und direkt als Testfall anwendbar. Durchlaufzeit und Kosten im Test werden um bis zu dreißig Prozent reduziert. Dieser Artikel zeigt pragmat..

Künstliche Intelligenz (KI) und Softwaretest sind zwei wichtige Themen der heutigen Software- und Systementwicklung. Die Anwendung mit- oder aufeinander birgt die Chance für enorme Synergien.