05.11.2020

Nagarro: Wie mit AI der Software-Testing-Aufwand reduziert werden kann

Testing und Testautomatisierung gehören zu den am stärksten wachsenden Services im Zuge der Digitalisierung. Der Bedarf an Spezialisten für diese zeitaufwendige, größtenteils manuelle Aufgabe steigt weiter an und wird in vielen Unternehmen zunehmend zum Flaschenhals für Innovationsprojekte. Eine mögliche Lösung zeichnet sich nun in einem innovativen Praxis-Experiment des Software- und Digitalisierungsspezialisten Nagarro ab.
/artikel/nagarro-software-testing
Nagarro
Das FH Technikum Wien ist unter anderem ein Forschungspartner | (c) FH Technikum Wien
sponsored

Das durch die FFG geförderte Nagarro Forschungsprojekt „AI4T“ (Articial Intelligence for Testing) untersucht die Einsatzmöglichkeiten von künstlicher Intelligenz in der Testautomatisierung. 

Nach rund einem Jahr bestätigt sich jetzt Nagarros These: Kosten und Zeiteinsatz für Software-Testing konnten durch künstliche Intelligenz bereichsabhängig um 38 bis 75 Prozent reduziert werden. Umfang, Trefferquote und Relevanz der durchgeführten Testfälle wurden mithilfe selbstlernender Systeme deutlich erhöht, der Analyse-Aufwand von Testergebnissen auf ein Viertel reduziert. Zwar bleiben menschliche Testing-Kapazität und Expertise auch künftig unverzichtbar, aber die Arbeit wird produktiver und somit das Berufsbild positiv beeinflusst.

Nagarro Software-Testing

Das Forschungsprojekt AI4T zielt darauf ab, den stark ansteigenden Testing-Bedarf mithilfe von Artificial Intelligence zu entlasten. Software-Test Lösungen sind laut Nagarro für die digitale Welt überlebensnotwendig und unverzichtbar. Ungetestete Applikationen bergen existenzielle Risiken, wodurch Testing und Qualitätssicherung bestimmende Faktoren für neue Innovationsprojekte sind.

Thomas Steirer, Projektleiter und Experte im internationalen Nagarro Testing Competence Team in Wien, über die Vorteile: „Wenn es uns gelingt, Test-Lifecycles weitgehend zu automatisieren, ist das ein Meilenstein für die Qualitätssicherung und für künftige softwarebasierende Innovationsprojekte weltweit.“

Thomas Steirer, AI4T Projektleiter, Nagarro |(c) B.V.Ederer, Photosandmore.at

Forschung unter realen Bedingungen

Das Ergebnis des ersten Jahres basiert auf vier von insgesamt neun geplanten Use Cases, für die Nagarro u.a. den Flughafen Wien als Projektpartner gewinnen konnte. Gearbeitet wurde mit anonymisierten Testdaten aus praxisnahen Szenarien. Das Forschungsprojekt ist für insgesamt drei Jahre bis 2022 ausgelegt.

(c) Grabner

FH Technikum Wien als Forschungspartner

Mit der FH Technikum Wien ist außerdem ein renommierter Forschungspartner involviert, um die nächste Generation in das Projekt AI4T einzubinden. 

Philipp Urbauer, FH-Technikum Wien Forschungskoordinator  für „Data-Driven, Smart & Secure Systems, über die Forschungspartnerschaft: „Im Forschungsschwerpunkt ‚Data-Driven, Smart & Secure Systems‘ der FH Technikum Wien stellen wir praxisnahe angewandte Forschungsthemen in den Mittelpunkt, wie in diesem Fall aktuelle Ansätze der künstlichen Intelligenz. Durch die aktive Einbeziehung der Studierenden fließt zukunftsorientiertes Wissen direkt in die Lehre ein, werden Fähigkeiten, Wissen und eine erweiterte Kompetenz im Berufsfeld erworben.“

Nagarro: Software-Testing und Job-Perspektiven in diesem Bereich


Deine ungelesenen Artikel:
01.07.2026

Quantum-Zeitalter: ParityQC-Developer Valentin Stauber über die „Harvest Now, Decrypt Later“-Gefahr

Künstliche Intelligenz dominiert die Innovationsagenda vieler Unternehmen. Deutlich weniger Aufmerksamkeit erhält derzeit Quantencomputing – obwohl die Technologie bereits heute strategische Relevanz haben könnte. Denn während leistungsfähige Quantencomputer noch auf sich warten lassen, sammeln Angreifer nach dem Prinzip "Harvest Now, Decrypt Later" bereits verschlüsselte Daten, um sie in Zukunft zu entschlüsseln. Valentin Stauber, Developer bei ParityQC erklärt und warnt.
/artikel/quantum-zeitalter-parityqc-developer-valentin-stauber-ueber-die-harvest-now-decrypt-later-gefahr
01.07.2026

Quantum-Zeitalter: ParityQC-Developer Valentin Stauber über die „Harvest Now, Decrypt Later“-Gefahr

Künstliche Intelligenz dominiert die Innovationsagenda vieler Unternehmen. Deutlich weniger Aufmerksamkeit erhält derzeit Quantencomputing – obwohl die Technologie bereits heute strategische Relevanz haben könnte. Denn während leistungsfähige Quantencomputer noch auf sich warten lassen, sammeln Angreifer nach dem Prinzip "Harvest Now, Decrypt Later" bereits verschlüsselte Daten, um sie in Zukunft zu entschlüsseln. Valentin Stauber, Developer bei ParityQC erklärt und warnt.
/artikel/quantum-zeitalter-parityqc-developer-valentin-stauber-ueber-die-harvest-now-decrypt-later-gefahr
ParityQC, Quantum, Harvest Now
© zVg - Valentin Stauber, ParityQC.

Die Zeichen der Zeit deuten auf Künstliche Intelligenz – und das schon länger. Unternehmer wissen oder bekommen es vermittelt, dass der Einsatz von KI nicht mehr ein „Nice to have“ ist, sondern zunehmend essenziell für die Zukunft der eigenen Firma, wenn nicht gar ganzer Branchen. Es zeichnet sich ein breiter Konsens ab, der bereits in vielen Entscheidungsstrukturen angekommen ist. Eine andere Technologie hingegen bleibt im Schatten und ist gleichzeitig ebenso schwer greifbar wie die eigene Silhouette im Sonnenlicht: die Quantentechnologie.

Quantum-Thema auf Roadmap

Valentin Stauber ist Quantum Algorithm Developer bei ParityQC, einem Spinoff der Universität Innsbruck. Er beobachtet verschiedene Bestrebungen, die bestehende Informationslücke rund um Quantentechnologie zu schließen.

„Programme für die Business-Schiene, die nicht so tief in den technischen Details drinsteckt, finde ich extrem wichtig“, sagt er. „Manche haben das Quantum-Thema aktuell auf der Roadmap stehen, weil ‚wir müssen ja‘. Es gibt auch inzwischen relativ gutes Material auf YouTube, wobei es da natürlich immer ein bisschen schwierig ist zu unterscheiden, was der ‚real deal‘ ist und was Hype ist.“

Angesprochen auf mögliche Anknüpfungspunkte für Innovationsentscheider – etwa Security, Geschwindigkeit oder Prozessoptimierung – verweist Stauber auf zwei zentrale Dimensionen, die Unternehmen im Blick behalten sollten. „Das eine ist, sicherheitstechnisch auf die Entwicklungen im Kontext von Quantencomputing zu reagieren“, so der Developer. „Wenn Quantencomputer künftig in der Lage sind, heute verbreitete kryptografische Verfahren zu brechen, muss man sich entsprechend absichern.“

Vorsicht vor: „Harvest Now, Decrypt Later“

Eine exakte zeitliche Prognose ist derzeit nicht möglich. Dennoch wird in der Fachwelt davon ausgegangen, dass relevante Quantencomputer, die klassische Public-Key-Verfahren angreifen könnten, langfristig einen sicherheitsrelevanten Einfluss haben werden. Stauber verweist in diesem Zusammenhang auf ein bereits heute relevantes Risiko: den sogenannten „Harvest Now, Decrypt Later“-Ansatz.

Dabei werden verschlüsselte Daten bereits heute abgefangen und gespeichert, mit dem Ziel, sie zu einem späteren Zeitpunkt zu entschlüsseln, sobald entsprechende Rechenkapazitäten verfügbar sind. Besonders kritisch ist das bei Informationen, die über lange Zeiträume hinweg sensibel bleiben.

Dazu zählen etwa permanente Staatsgeheimnisse wie sicherheitsrelevante Regierungs- oder Verteidigungsinformationen, biometrische Daten und Gesundheitsakten im Kontext von Behörden oder Gesundheitseinrichtungen sowie langlebige Unternehmensgeheimnisse und geistiges Eigentum.

Auch die kryptografische Vertrauensinfrastruktur des Internets ist betroffen: Sollten private Schlüssel von Certification Authorities kompromittiert werden, könnte dies die darauf aufbauenden Vertrauensketten gefährden und die Absicherung gegen Angriffe wie Man-in-the-Middle-Attacken erheblich beeinträchtigen.

„Biometrische Merkmale bleiben in der Regel ein Leben lang konstant“, sagt Stauber. „Bei kryptographischen Basiszertifikaten – also Zertifikaten von Certification Authorities – ist das anders: Werden etwa die privaten Schlüssel einer CA kompromittiert, ist die gesamte darauf aufbauende Vertrauenskette zerstört. Damit gibt es keine verlässliche Absicherung mehr gegen Man-in-the-Middle-Angriffe.“

Technisch betrifft das vor allem asymmetrische Kryptografie wie RSA (Anm.: asymmetrisches kryptographisches Verfahren, das sowohl zum Verschlüsseln als auch zum digitalen Signieren verwendet wird) oder Verfahren auf Basis elliptischer Kurven bzw. des diskreten Logarithmus. Jene werden heute unter anderem genutzt, um sicher symmetrische Sitzungsschlüssel auszutauschen, die anschließend für die eigentliche Kommunikation verwendet werden – etwa im Rahmen von Diffie-Hellman-Key-Exchange, wo zwei Parteien über einen unsicheren öffentlichen Kommunikationskanal (wie das Internet) sicher einen gemeinsamen geheimen Schlüssel erzeugen, ohne dass Abhörende diesen Schlüssel entdecken können.

Symmetrische Verfahren wie AES (fortschrittlicher Verschlüsselungsstandard) gelten hingegen als vergleichsweise robust gegenüber bekannten Quantenangriffsmodellen. Zwar reduziert sich ihre effektive Sicherheit im Quantenmodell durch bekannte Algorithmen wie Grover, ein vollständiges Brechen gilt jedoch nicht als gegeben.

Quantum-Technologie als Absicherung: QKD und Post-Quantum-Kryptografie

Zur Vorbereitung auf diese Entwicklungen haben sich zwei zentrale technische Ansätze herausgebildet, wie Stauber erklärt.

1. Quantum Key Distribution (QKD):
Bei der Quantum Key Distribution wird der klassische asymmetrische Schlüsselaustausch durch ein quantenphysikalisch basiertes Verfahren ergänzt bzw. in bestimmten Kommunikationsstrecken ersetzt. QKD dient dazu, symmetrische Schlüssel mithilfe quantenphysikalischer Eigenschaften sicher zu übertragen. Die praktische Anwendung ist dabei infrastrukturell anspruchsvoll und typischerweise auf spezielle Netzwerke und Pilotprojekte beschränkt.

2. Post-Quantum-Kryptografie (PQC):
Der zweite Ansatz besteht darin, klassische asymmetrische Verfahren durch neue kryptografische Algorithmen zu ersetzen, für die derzeit keine bekannten effizienten Quantenangriffe existieren. Während RSA und vergleichbare Verfahren künftig durch Quantenalgorithmen wie Shor (ein Algorithmus aus dem mathematischen Teilgebiet der Restklassenringe) theoretisch angreifbar wären, basiert PQC auf mathematischen Problemen, für die bislang keine entsprechenden effizienten Lösungsverfahren bekannt sind. Für diese Verfahren existieren bereits erste internationale Standards, unter anderem im Rahmen der Arbeiten des NIST, die schrittweise in bestehende Systeme integriert werden.

Die Einführung von Post-Quantum-Kryptografie erfordert jedoch Anpassungen in der IT-Infrastruktur. Netzwerkkomponenten wie Router, Firewalls oder VPN-Gateways müssen entsprechende Verfahren unterstützen, sagt Stauber. „Aber von denen gibt es noch nicht viele. Und die sind auch teuer.“

„Schau-ma-mal-dann-sehn-ma-scho“

Neben der Sicherheitsdimension sieht der Experte auch eine zweite große Perspektive der Quantentechnologie: ihren möglichen Einsatz zur Lösung komplexer Optimierungsprobleme.

„Bei ParityQC beschäftigen wir uns vor allem mit Optimierungsaufgaben. Hier ist es derzeit noch schwierig, verlässliche Aussagen darüber zu treffen, wie groß die Vorteile von Quantencomputern in der Praxis tatsächlich sein werden“, erklärt er. „Für bestimmte Anwendungen gibt es jedoch wissenschaftliche Hinweise auf potenzielle Vorteile – etwa bei der Primfaktorzerlegung, wo Quantenalgorithmen theoretisch deutlich effizienter sind als klassische Verfahren.“

Im Bereich der Optimierung ist die Lage weniger eindeutig. Viele Ergebnisse basieren derzeit auf Simulationen und frühen experimentellen Ansätzen, weshalb sich mögliche Vorteile noch nicht zuverlässig quantifizieren lassen. Dennoch gelte dieser Bereich als eines der potenziell vielversprechenden Anwendungsfelder der Technologie.

„Das ist so eine typische ‚Schau-ma-mal-dann-sehn-ma-scho‘-Attitüde“, sagt Stauber. „Interessanterweise geht es dabei nicht nur um Time-to-Solution. In manchen Fällen können Quantenverfahren auch wirtschaftliche Vorteile bringen, etwa durch geringere Kosten in spezifischen Szenarien.“ Erste Unternehmen beginnen daher, sich mit Quantum-Optimierungsansätzen auseinanderzusetzen, insbesondere dort, wo klassische Methoden an Effizienzgrenzen stoßen.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

Nagarro: Wie mit AI der Software-Testing-Aufwand reduziert werden kann

  • Das durch die FFG geförderte Nagarro Forschungsprojekt „AI4T“ untersucht die Einsatzmöglichkeiten von künstlicher Intelligenz in der Testautomatisierung.
  • Nach rund einem Jahr bestätigt sich jetzt Nagarros These: Kosten und Zeiteinsatz für Software-Testing konnten durch künstliche Intelligenz bereichsabhängig um 38 bis 75 Prozent reduziert werden.
  • Umfang, Trefferquote und Relevanz der durchgeführten Testfälle wurden mithilfe selbstlernender Systeme deutlich erhöht, der Analyse-Aufwand von Testergebnissen auf ein Viertel reduziert.
  • Das Forschungsprojekt ist für insgesamt drei Jahre ausgelegt bis 2022.
  • Mit der FH Technikum Wien ist außerdem ein renommierter Forschungspartner involviert, um die nächste Generation in das Projekt AI4T einzubinden.
  • Philipp Urbauer, FH-Technikum Wien Research Coordinator für „Data-Driven, Smart & Secure Systems, über die Forschungspartnerschaft: „Im Forschungsschwerpunkt ‚Data-Driven, Smart & Secure Systems‘ der FH Technikum Wien stellen wir praxisnahe angewandte Forschungsthemen in den Mittelpunkt, wie in diesem Fall aktuelle Ansätze der künstlichen Intelligenz.

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Nagarro: Wie mit AI der Software-Testing-Aufwand reduziert werden kann

  • Das durch die FFG geförderte Nagarro Forschungsprojekt „AI4T“ untersucht die Einsatzmöglichkeiten von künstlicher Intelligenz in der Testautomatisierung.
  • Nach rund einem Jahr bestätigt sich jetzt Nagarros These: Kosten und Zeiteinsatz für Software-Testing konnten durch künstliche Intelligenz bereichsabhängig um 38 bis 75 Prozent reduziert werden.
  • Umfang, Trefferquote und Relevanz der durchgeführten Testfälle wurden mithilfe selbstlernender Systeme deutlich erhöht, der Analyse-Aufwand von Testergebnissen auf ein Viertel reduziert.
  • Das Forschungsprojekt ist für insgesamt drei Jahre ausgelegt bis 2022.
  • Mit der FH Technikum Wien ist außerdem ein renommierter Forschungspartner involviert, um die nächste Generation in das Projekt AI4T einzubinden.
  • Philipp Urbauer, FH-Technikum Wien Research Coordinator für „Data-Driven, Smart & Secure Systems, über die Forschungspartnerschaft: „Im Forschungsschwerpunkt ‚Data-Driven, Smart & Secure Systems‘ der FH Technikum Wien stellen wir praxisnahe angewandte Forschungsthemen in den Mittelpunkt, wie in diesem Fall aktuelle Ansätze der künstlichen Intelligenz.

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Nagarro: Wie mit AI der Software-Testing-Aufwand reduziert werden kann

  • Das durch die FFG geförderte Nagarro Forschungsprojekt „AI4T“ untersucht die Einsatzmöglichkeiten von künstlicher Intelligenz in der Testautomatisierung.
  • Nach rund einem Jahr bestätigt sich jetzt Nagarros These: Kosten und Zeiteinsatz für Software-Testing konnten durch künstliche Intelligenz bereichsabhängig um 38 bis 75 Prozent reduziert werden.
  • Umfang, Trefferquote und Relevanz der durchgeführten Testfälle wurden mithilfe selbstlernender Systeme deutlich erhöht, der Analyse-Aufwand von Testergebnissen auf ein Viertel reduziert.
  • Das Forschungsprojekt ist für insgesamt drei Jahre ausgelegt bis 2022.
  • Mit der FH Technikum Wien ist außerdem ein renommierter Forschungspartner involviert, um die nächste Generation in das Projekt AI4T einzubinden.
  • Philipp Urbauer, FH-Technikum Wien Research Coordinator für „Data-Driven, Smart & Secure Systems, über die Forschungspartnerschaft: „Im Forschungsschwerpunkt ‚Data-Driven, Smart & Secure Systems‘ der FH Technikum Wien stellen wir praxisnahe angewandte Forschungsthemen in den Mittelpunkt, wie in diesem Fall aktuelle Ansätze der künstlichen Intelligenz.

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Nagarro: Wie mit AI der Software-Testing-Aufwand reduziert werden kann

  • Das durch die FFG geförderte Nagarro Forschungsprojekt „AI4T“ untersucht die Einsatzmöglichkeiten von künstlicher Intelligenz in der Testautomatisierung.
  • Nach rund einem Jahr bestätigt sich jetzt Nagarros These: Kosten und Zeiteinsatz für Software-Testing konnten durch künstliche Intelligenz bereichsabhängig um 38 bis 75 Prozent reduziert werden.
  • Umfang, Trefferquote und Relevanz der durchgeführten Testfälle wurden mithilfe selbstlernender Systeme deutlich erhöht, der Analyse-Aufwand von Testergebnissen auf ein Viertel reduziert.
  • Das Forschungsprojekt ist für insgesamt drei Jahre ausgelegt bis 2022.
  • Mit der FH Technikum Wien ist außerdem ein renommierter Forschungspartner involviert, um die nächste Generation in das Projekt AI4T einzubinden.
  • Philipp Urbauer, FH-Technikum Wien Research Coordinator für „Data-Driven, Smart & Secure Systems, über die Forschungspartnerschaft: „Im Forschungsschwerpunkt ‚Data-Driven, Smart & Secure Systems‘ der FH Technikum Wien stellen wir praxisnahe angewandte Forschungsthemen in den Mittelpunkt, wie in diesem Fall aktuelle Ansätze der künstlichen Intelligenz.

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Nagarro: Wie mit AI der Software-Testing-Aufwand reduziert werden kann

  • Das durch die FFG geförderte Nagarro Forschungsprojekt „AI4T“ untersucht die Einsatzmöglichkeiten von künstlicher Intelligenz in der Testautomatisierung.
  • Nach rund einem Jahr bestätigt sich jetzt Nagarros These: Kosten und Zeiteinsatz für Software-Testing konnten durch künstliche Intelligenz bereichsabhängig um 38 bis 75 Prozent reduziert werden.
  • Umfang, Trefferquote und Relevanz der durchgeführten Testfälle wurden mithilfe selbstlernender Systeme deutlich erhöht, der Analyse-Aufwand von Testergebnissen auf ein Viertel reduziert.
  • Das Forschungsprojekt ist für insgesamt drei Jahre ausgelegt bis 2022.
  • Mit der FH Technikum Wien ist außerdem ein renommierter Forschungspartner involviert, um die nächste Generation in das Projekt AI4T einzubinden.
  • Philipp Urbauer, FH-Technikum Wien Research Coordinator für „Data-Driven, Smart & Secure Systems, über die Forschungspartnerschaft: „Im Forschungsschwerpunkt ‚Data-Driven, Smart & Secure Systems‘ der FH Technikum Wien stellen wir praxisnahe angewandte Forschungsthemen in den Mittelpunkt, wie in diesem Fall aktuelle Ansätze der künstlichen Intelligenz.

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Nagarro: Wie mit AI der Software-Testing-Aufwand reduziert werden kann

  • Das durch die FFG geförderte Nagarro Forschungsprojekt „AI4T“ untersucht die Einsatzmöglichkeiten von künstlicher Intelligenz in der Testautomatisierung.
  • Nach rund einem Jahr bestätigt sich jetzt Nagarros These: Kosten und Zeiteinsatz für Software-Testing konnten durch künstliche Intelligenz bereichsabhängig um 38 bis 75 Prozent reduziert werden.
  • Umfang, Trefferquote und Relevanz der durchgeführten Testfälle wurden mithilfe selbstlernender Systeme deutlich erhöht, der Analyse-Aufwand von Testergebnissen auf ein Viertel reduziert.
  • Das Forschungsprojekt ist für insgesamt drei Jahre ausgelegt bis 2022.
  • Mit der FH Technikum Wien ist außerdem ein renommierter Forschungspartner involviert, um die nächste Generation in das Projekt AI4T einzubinden.
  • Philipp Urbauer, FH-Technikum Wien Research Coordinator für „Data-Driven, Smart & Secure Systems, über die Forschungspartnerschaft: „Im Forschungsschwerpunkt ‚Data-Driven, Smart & Secure Systems‘ der FH Technikum Wien stellen wir praxisnahe angewandte Forschungsthemen in den Mittelpunkt, wie in diesem Fall aktuelle Ansätze der künstlichen Intelligenz.

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Nagarro: Wie mit AI der Software-Testing-Aufwand reduziert werden kann

  • Das durch die FFG geförderte Nagarro Forschungsprojekt „AI4T“ untersucht die Einsatzmöglichkeiten von künstlicher Intelligenz in der Testautomatisierung.
  • Nach rund einem Jahr bestätigt sich jetzt Nagarros These: Kosten und Zeiteinsatz für Software-Testing konnten durch künstliche Intelligenz bereichsabhängig um 38 bis 75 Prozent reduziert werden.
  • Umfang, Trefferquote und Relevanz der durchgeführten Testfälle wurden mithilfe selbstlernender Systeme deutlich erhöht, der Analyse-Aufwand von Testergebnissen auf ein Viertel reduziert.
  • Das Forschungsprojekt ist für insgesamt drei Jahre ausgelegt bis 2022.
  • Mit der FH Technikum Wien ist außerdem ein renommierter Forschungspartner involviert, um die nächste Generation in das Projekt AI4T einzubinden.
  • Philipp Urbauer, FH-Technikum Wien Research Coordinator für „Data-Driven, Smart & Secure Systems, über die Forschungspartnerschaft: „Im Forschungsschwerpunkt ‚Data-Driven, Smart & Secure Systems‘ der FH Technikum Wien stellen wir praxisnahe angewandte Forschungsthemen in den Mittelpunkt, wie in diesem Fall aktuelle Ansätze der künstlichen Intelligenz.

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Nagarro: Wie mit AI der Software-Testing-Aufwand reduziert werden kann

  • Das durch die FFG geförderte Nagarro Forschungsprojekt „AI4T“ untersucht die Einsatzmöglichkeiten von künstlicher Intelligenz in der Testautomatisierung.
  • Nach rund einem Jahr bestätigt sich jetzt Nagarros These: Kosten und Zeiteinsatz für Software-Testing konnten durch künstliche Intelligenz bereichsabhängig um 38 bis 75 Prozent reduziert werden.
  • Umfang, Trefferquote und Relevanz der durchgeführten Testfälle wurden mithilfe selbstlernender Systeme deutlich erhöht, der Analyse-Aufwand von Testergebnissen auf ein Viertel reduziert.
  • Das Forschungsprojekt ist für insgesamt drei Jahre ausgelegt bis 2022.
  • Mit der FH Technikum Wien ist außerdem ein renommierter Forschungspartner involviert, um die nächste Generation in das Projekt AI4T einzubinden.
  • Philipp Urbauer, FH-Technikum Wien Research Coordinator für „Data-Driven, Smart & Secure Systems, über die Forschungspartnerschaft: „Im Forschungsschwerpunkt ‚Data-Driven, Smart & Secure Systems‘ der FH Technikum Wien stellen wir praxisnahe angewandte Forschungsthemen in den Mittelpunkt, wie in diesem Fall aktuelle Ansätze der künstlichen Intelligenz.

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Nagarro: Wie mit AI der Software-Testing-Aufwand reduziert werden kann

  • Das durch die FFG geförderte Nagarro Forschungsprojekt „AI4T“ untersucht die Einsatzmöglichkeiten von künstlicher Intelligenz in der Testautomatisierung.
  • Nach rund einem Jahr bestätigt sich jetzt Nagarros These: Kosten und Zeiteinsatz für Software-Testing konnten durch künstliche Intelligenz bereichsabhängig um 38 bis 75 Prozent reduziert werden.
  • Umfang, Trefferquote und Relevanz der durchgeführten Testfälle wurden mithilfe selbstlernender Systeme deutlich erhöht, der Analyse-Aufwand von Testergebnissen auf ein Viertel reduziert.
  • Das Forschungsprojekt ist für insgesamt drei Jahre ausgelegt bis 2022.
  • Mit der FH Technikum Wien ist außerdem ein renommierter Forschungspartner involviert, um die nächste Generation in das Projekt AI4T einzubinden.
  • Philipp Urbauer, FH-Technikum Wien Research Coordinator für „Data-Driven, Smart & Secure Systems, über die Forschungspartnerschaft: „Im Forschungsschwerpunkt ‚Data-Driven, Smart & Secure Systems‘ der FH Technikum Wien stellen wir praxisnahe angewandte Forschungsthemen in den Mittelpunkt, wie in diesem Fall aktuelle Ansätze der künstlichen Intelligenz.