Blog

AutomationSTAR 2026: Wie KI die Qualitätssicherung verändert

Geschrieben von Carina Ernst | Freitag, 20.11.2026

KI kann Teams bei der Qualitätssicherung unterstützen, etwa indem sie Testaufgaben vorbereitet oder ausführt. Damit daraus verlässliche Ergebnisse entstehen, müssen Entscheidungen nachvollziehbar und Zuständigkeiten klar sein. Das ist eine unserer Erkenntnisse sowohl aus der Praxis als auch von der AutomationSTAR 2026.

Vom 4. bis 5. November 2026 waren wir, Jürgen Volles, Benedict Wolf und Carina Ernst, bei der von EuroSTAR Conferences veranstalteten Konferenz in Antwerpen. In Vorträgen, an Ausstellungsständen und in Gesprächen haben wir uns mit KI-gestütztem Testen, neuen Werkzeugen und den Anforderungen an deren verantwortungsvollen Einsatz beschäftigt.

 

KI im Testprozess und KI-Systeme testen: zwei Aufgaben

Die Diskussion über KI und Softwarequalität hat zwei Seiten. Zum einen können Teams KI einsetzen, um Testaufgaben zu unterstützen. Zum anderen müssen sie Anwendungen prüfen, die selbst KI nutzen oder Entscheidungen treffen. Beide Aufgaben stellen unterschiedliche Anforderungen an die Qualitätssicherung dar.

Beim Testen von KI-Systemen reicht es nicht, nur einzelne erwartete Ausgaben zu prüfen. Testteams müssen auch bewerten, wie sich ein System unter unterschiedlichen Bedingungen verhält und welche Folgen Fehler haben können. Klassische Testansätze bleiben wichtig, müssen je nach Anwendung aber ergänzt werden.

 

Von automatisierten Abläufen zu KI-Agenten

Klassische Testautomatisierung führt Prüfungen überwiegend nach definierten Regeln aus. KI-Agenten können darüber hinaus innerhalb vorgegebener Grenzen Aufgaben planen und Werkzeuge nutzen. Wie selbstständig sie dabei handeln, hängt von ihrer Umsetzung und den gesetzten Freigaben ab.

Auf der Konferenz beschäftigten uns auch Multi-Agenten-Systeme: Dabei interagieren mehrere Agenten, um Aufgaben zu bearbeiten. Ein weiterer Fokusbegriff war das Model Context Protocol (MCP). Dieses offene Protokoll ermöglicht es, KI-Anwendungen standardisiert mit externen Werkzeugen und Datenquellen zu verbinden.

Für Qualitätsteams stellt sich damit eine praktische Frage: Welche Aufgaben können solche Systeme sinnvoll unterstützen und an welchen Stellen müssen Menschen Entscheidungen prüfen oder freigeben?

 

Mehr Autonomie braucht klare Kontrolle

KI-gestützte Testverfahren können Teams von Routineaufgaben entlasten und helfen, zusätzliche Testfälle zu finden. Ob sie die Testabdeckung verbessern oder den Wartungsaufwand verringern, hängt vom konkreten Einsatz ab. Auch KI-generierte Vorschläge und Ergebnisse müssen geprüft werden.

Wenn Agenten Testaufgaben auswählen, sollte nachvollziehbar sein, auf welcher Grundlage sie handeln. Greifen sie auf Werkzeuge oder Daten zu, brauchen sie passende Berechtigungen und Grenzen. Ebenso muss feststehen, wer Ergebnisse bewertet (human in the loop) und bei kritischen Aktionen entscheidet. MCP allein ersetzt diese Schutzmaßnahmen nicht.

Governance bezeichnet den Rahmen aus Zuständigkeiten, Regeln und Kontrollen für diesen Einsatz. Für Testende bedeutet das nicht das Ende ihrer Rolle: Menschliches Fachwissen bleibt wichtig, um Risiken zu beurteilen, Tests zu gestalten und Ergebnisse einzuordnen.

 

Impulse für testOFFICE und unsere weitere Arbeit

Die Ausstellung und der Austausch mit anderen Anbietern, Anwenderinnen und Anwendern sowie der internationalen Testing-Community haben uns zusätzliche Perspektiven gezeigt. Dabei haben wir auch reflektiert, wie wir unseren Mehrwert darstellen, welche Funktionen von testOFFICE wir verbessern und welche Ideen für unsere Nutzerinnen und Nutzer interessant sein könnten.

Viele Eindrücke nehmen wir als Impulse für unsere Projekte und die weitere Entwicklung von testOFFICE mit. Welche Ansätze für testOFFICE sinnvoll sind, hängt auch von den Bedürfnissen unserer Nutzerinnen und Nutzer ab.

 

Fazit: KI gezielt einsetzen und Ergebnisse prüfen

Die AutomationSTAR hat uns gezeigt, wie intensiv die Testcommunity über KI-Agenten und neue Formen der Automatisierung diskutiert. Entscheidend ist nicht möglichst viel Autonomie, sondern ein Einsatz, der zum Qualitätsziel und zum Risiko des Unternehmens, der Branche und dem Regelwerk passt.

Unser praktisches Take-away: Definieren Sie zunächst eine geeignete Testaufgabe, legen Sie Zugriffsrechte und Verantwortlichkeiten fest und prüfen Sie die Ergebnisse. So lässt sich beurteilen, ob KI das Team tatsächlich unterstützt und die Qualitätssicherung verlässlich bleibt.

 

 

 Sie interessieren sich für KI im Testprozess oder das Testen von KI-Systemen?

Sprechen Sie mit uns darüber, wie wir Ihre Qualitätssicherung und Nachvollziehbarkeit unterstützen können.