Der St. Pöltner Automatisierungsspezialist logi.cals hebt sein Software-Testing mit künstlicher Intelligenz und Machine Learning auf ein neues Level.
Foto: pexels/ThisIsEngineering
logi.cals implementierte gemeinsam mit IT-Dienstleister Nagarro die Plattform Sqeed, die mittels KI die Ursache für fehlgeschlagene Testfälle identifiziert
logi.cals, ein Tochterunternehmen der Neuron Group, bietet mit logi.RTS und logi.CAD zwei Steuerungsplattformen für industrielle Automatisierung. Um die Qualität seiner Software-Komponenten sicherzustellen, unterhält der St. Pöltner Softwareanbieter eine große, heterogene Suite von automatisierten Testfällen, die regelmäßig laufen, um Software-Änderungen zu validieren und zu verifizieren. Vor allem bei der Entwicklung neuester Komponenten kommt es häufig vor, dass mehrere Testfälle gleichzeitig fehlschlagen, nachdem die automatisierten Testfälle ausgeführt worden sind. Die Testpipeline von logi.cals erlaubt zwar eine grundlegende Überprüfung der Log-Dateien. Es ist jedoch sehr zeitaufwändig, alle Protokolldateien an verschiedenen Orten zu durchsuchen, um die Fehlerursache zu ermitteln. Auch bei den Hardwarekomponenten gab es ähnliche Probleme: Manchmal fielen sie ohne ersichtlichen Grund aus oder hatten Verbindungsprobleme. Die Tatsache, dass dieser Bereich sehr komplex ist und viel Know-how erfordert, macht das Leben der Tester nicht gerade leichter.
Im Rahmen des von der FFG geförderten Forschungsprojekts „Advanced Intelligence for Testing“ (AI4T) hat IT-Dienstleister Nagarro eine Suite an Werkzeugen für Softwaretests entwickelt. Diese Komponenten sind ein Schritt in Richtung eines automatisierten Testlebenszyklus, der sich auf die Automatisierung der Testfallausführung konzentriert und eine breite Palette von Tools, Beschleunigern und Konzepten zur Verbesserung und Optimierung verschiedener Teile des Testlebenszyklus umfasst.
Foto: pexels/hitesh choudhary
Sqeed ordnet Testfälle Clustern zu, die dabei helfen, die Fehlerursache schneller zu identifizieren – inklusive der Langzeitanalyse früherer Fehler
KI verbessert SoftwarequalitätNagarro implementierte bei logi.cals mit Sqeed ein System, das die Ursache für fehlgeschlagene Testfälle identifiziert. Sqeed aggregiert, clustert und visualisiert Logfiles - alles an einem Ort. Es verwendet modernste Klassifizierungsverfahren des maschinellen Lernens, um fehlgeschlagene Testfälle Clustern zuzuordnen. Diese Cluster helfen dabei, die Fehlerursache schneller zu identifizieren, und das Team wird zur Lösung des zugrunde liegenden Problems an die richtige Stelle verwiesen, einschließlich der Langzeitanalyse früherer Fehler. logi.cals nutzt diese Analyse, um spezifische Langzeitfehler im Laufe der Zeit zu identifizieren und so die Qualität ihrer Anwendungen zu verbessern.
Sqeed benötigt lediglich die Protokolldateien aus den verschiedenen Quellen und die vom Testautomatisierungs-Framework erstellten Screenshots. Das System analysiert dann diese Informationen aus dem eigenen JSON-Format und erstellt die für eine effiziente Fehlererkennung erforderlichen Ansichten und Grafiken.
Sqeed sorgt heute dafür, dass das Test-Team von logi.cals Testergebnisse aus allen Testebenen an einem Ort verwalten kann, und bietet Langzeitstatistiken zu häufigen Fehler sowie einen schnellen Überblick über fehlgeschlagene Testfälle. Auch eine langfristige Analyse häufiger Fehler in der Anwendung wird durch die Suite möglich. „Sqeed schafft einen erheblichen Mehrwert, indem es den Zeitaufwand für die Fehlersuche in unserer täglichen Testarbeit deutlich reduziert. So haben wir mehr Zeit, uns auf die Behebung der Fehler zu konzentrieren und unsere Produkte für unsere Kunden zu weiter zu verbessern“, ergänzt Heinrich Steininger, CTO von logi.cals.
