KI-gestützte Testgenerierung: Die besten Tools für Software-Modernisierung

In der modernen Softwareentwicklung ist eine solide Testabdeckung entscheidend, um die Qualität und Zuverlässigkeit von Anwendungen sicherzustellen. Unser Projekt zielte darauf ab, den Einsatz von KI-gestützten Tools zur automatisierten Testgenerierung zu erforschen.

Gerade bei Software-Modernisierung und der Migration von Legacy-Software ist es oft schwierig, eine umfassende Testsuite aufzubauen. Unser Ziel war es, mit minimalem Aufwand eine Testabdeckung zu erreichen, die manuell nur mit erheblichem Zeitaufwand realisierbar wäre.

Ein LF-Sprint zur Auswahl geeigneter Tools und Projekte wurde durchgeführt. Jedes Tool wurde von einem LF-Teilnehmer an verschiedenen Testprojekten getestet. Die Testprozedur umfasste das Ermitteln von Metriken, das Löschen bestehender Tests, das Generieren neuer Tests und die Beurteilung der Testqualität.

Der generelle Ablauf des Projekts war wie folgt:

• Testprojekt vorbereiten: Zunächst wurden bestehende Testprojekte ausgecheckt und die aktuellen Testmetriken (wie Test-Coverage, Test-Stärke und Mutation-Coverage) mittels PiTest erfasst.

• Tests entfernen: Alle vorhandenen Tests wurden entfernt, um einen neutralen Ausgangspunkt für die KI-generierte Test-Erstellung zu schaffen.

• KI-Testgenerierung: Verschiedene KI-Tools wurden angewendet, um automatisch neue Tests zu erstellen.

• Erneute Analyse: Nach der Generierung wurden die neuen Tests wieder mit PiTest (erfahre mehr über Pi-Test in unserem Blogartikel) und SonarQube hinsichtlich Metriken und Codequalität bewertet.

• Ergebnispräsentation: Abschließend wurden die Resultate in einem gemeinsamen Meeting diskutiert.

Gerade in CI/CD-Pipelines kann eine zuverlässige Testautomatisierung helfen, Fehler frühzeitig zu erkennen und den Entwicklungsprozess effizienter zu gestalten.

Im Projekt wurden vier unterschiedliche Ansätze zur Testgenerierung untersucht:

Der Einsatz von KI-Tools kann die Effizienz steigern und Zeit sparen, jedoch ist die Qualität der generierten Tests stark vom Tool und der Projektkomplexität abhängig. Automatisierte Testgenerierung ersetzt nicht die Notwendigkeit einer manuellen Überprüfung.

Für den kommerziellen Einsatz:
Unternehmen, die eine umfassende und zuverlässige Testabdeckung benötigen, können sich vor allem überlegen, auf leistungsstarke Tools wie Diffblue Cover zu setzen – trotz der hohen Lizenzkosten. Ergänzend dazu können Tools wie JetBrains AI Assistant und GitHub Copilot zum Einsatz kommen, um schnell initiale Testfälle zu generieren, die anschließend manuell verfeinert werden können. Diese Kombination ermöglicht es, den gesamten Entwicklungsprozess effizient zu unterstützen und die Qualität der Software nachhaltig zu sichern.

Für private Nutzer:innen:
Für Einzelentwickler:innen oder kleine Teams, die ihre Projekte testen möchten, bieten sich Tools wie Gemini oder JetBrains AI Assistant an. Diese Tools ermöglichen eine kosteneffiziente, wenn auch weniger umfassende Testgenerierung. Sie sind besonders geeignet, um erste Erfahrungen mit automatisierter Testgenerierung zu sammeln und einzelne Module oder Algorithmen abzudecken, ohne dabei in hohe Lizenzkosten zu investieren.

Übrigens: Alle kursiven Teile dieses Blogartikels wurde von einer KI erstellt – keine Sorge, sie hat nicht vor, die Weltherrschaft zu übernehmen! Unsere KI tippt fleißig, während sie heimlich Kaffee trinkt und auf Urlaub in der Cloud geht. Vielleicht übernimmt sie demnächst auch eure Hausaufgaben – seid also auf der Hut!

PS: Dieser Abschlusstext auch 😉