Events

Evidenz statt Hype: KI-Code-Reviews auf dem Prüfstand

Dr. Benjamin Hummel — Tue, 29 Sep 2026 09:52:34 GMT

Um immer längeren Review-Backlogs zu begegnen, wählen viele Teams die Automatisierung von Code-Reviews mittels KI. Dabei wird oft einseitig auf die Geschwindigkeit und die vermeintlichen Einsparungen bei der Qualitätssicherung optimiert, ohne zu berücksichtigen, was AI-Reviews für die Effektivität bedeuten. Basierend auf aktuellen Ergebnissen aus Forschung und Praxis beleuchtet dieser Vortrag Vorteile, aber auch Herausforderungen, die AI-Reviews mit sich bringen und erklärt, wie diese am besten in einen QS-Prozess eingebettet werden.

Using AI to get architectional overview about ABAP custom code

Dr. Andreas Göb — Mon, 28 Sep 2026 10:44:53 GMT

Grown custom ABAP code has an architecture — it is just rarely written down anywhere. There are tools to define or check architectures, e.g. ABAP package interfaces and the accompanying package checks. In practice, not every team uses them, and hardly anyone retrofits them into code that has grown for decades. So nobody can say with confidence how well their custom code is structured internally or towards the standard, e.g. in terms of Clean Core.
In the session, we'll take the abapGit project as an example code base. We'll use an AI agent to derive a component architecture for it from the code and its dependencies. The first result helps us to get an overview of this code base. Then, we'll refine the model step by step, partly by hand in a graphical editor, partly by prompting the AI again. The resulting model can then be used to continuously check all custom code and warn us when we introduce undesired dependencies.

Wenn KI coden darf, bleibt Entwicklern nur noch Lesen?

Dr. Benjamin Hummel — Wed, 16 Sep 2026 08:44:31 GMT

Zusammenfassung:

Agentic Coding jenseits des Hypes: Was CTOs, CEOs und Investoren jetzt wissen müssen

Dr. Florian Deißenböck — Tue, 01 Sep 2026 09:21:36 GMT

Agentic Coding verändert die Softwareentwicklung. Doch zwischen den ersten KI-gestützten Coding-Experimenten und wirklich agentenbasierter Softwareentwicklung liegen erhebliche technische, organisatorische und qualitative Reifegrade.

Softwarequalität trotz, wegen und mit KI

Dr. Benjamin Hummel — Tue, 01 Sep 2026 06:41:09 GMT

Wie agentische Entwicklung und verlässliche Softwarequalität zusammenfinden

Die anhaltenden Fortschritte im Bereich der “Large Language Models” stellen viele Annahmen und Theorien in Frage, die wir in den letzten Jahrzehnten über Software Engineering aufgestellt haben. Das gilt ganz besonders für den Bereich der Softwarequalität, in dem viele etablierte Vorgehensweisen von Influencern der Szene als irrelevant für die agentische Entwicklung oder als verzichtbares Hindernis für eine immer weiter steigende Entwicklungsgeschwindigkeit erklärt werden.

Shift-Left mit System - beschleunigte SIL- und HIL-Tests: Erfahrungen mit intelligenter Testselektion

Andreas Wilhelm — Mon, 24 Aug 2026 06:36:47 GMT

Schnelles Feedback nach einer Code-Änderung ist in der Embedded-Softwareentwicklung oft Wunsch, selten aber Realität. Die klassische Testpyramide lehrt uns, Tests auf verschiedenen Ebenen zu etablieren: von sehr schnellen, isolierten Unit-Tests über Software-in-the-Loop (SIL) bis hin zu ressourcenintensiven Hardware-in-the-Loop (HIL) Tests. Jede Stufe ist für die Qualitätssicherung bedeutend: Unit-Tests prüfen die Logik, HIL garantiert das finale Hardware-Verhalten, und SIL fungiert als der entscheidende Hebel dazwischen, um das Systemverhalten hardwareunabhängig abzusichern.

Das Problem beim viel beschworenen "Shift-Left": Mit der Zeit wachsen SIL- und HIL-Testsuites massiv an. Ein vollständiger Testlauf dauert irgendwann Stunden oder Tage. Als Notlösung fliegen lang laufende Tests oft aus der CI/CD-Pipeline. Dennoch verstopfen die Pipelines, Entwickler:innen warten frustriert auf Ergebnisse, und das Ziel von "Continuous Testing" rückt in weite Ferne. Wie lässt sich dieser Engpass auflösen, ohne an Testabdeckung einzubüßen?

Ein Ansatz, der in der Forschung schon lange verfolgt wird, ist die intelligente Test-Selektion durch die Test-Impact Analyse (TIA). Anstatt bei jedem Commit die gesamte Testsuite auszuführen, ermittelt die TIA präzise, welche Codezeilen sich geändert haben und welche Tests diese Zeilen tatsächlich durchlaufen. Es wird nur noch die Teilmenge an Tests ausgeführt, die tatsächlich betroffen sind.
In diesem Vortrag zeige ich, wie TIA Testlaufzeiten bei anhaltend hoher Fehlererkennung oft um bis zu 90% verkürzt. Die Praxisumsetzung demonstriere ich anhand von zwei Szenarien: Zum einen zeige ich die Beschleunigung von SIL-Testsuites für das Zephyr RTOS basierend auf dem Emulator Renode. Zum anderen teile ich Erfahrungen aus Closed-Source-Systemen, wo TIA den Flaschenhals teurer HIL-Tests erfolgreich aufbricht. Neben der technischen Umsetzung, von der effizienten Coverage-Erfassung über das Code-Test-Mapping bis zur nahtlosen CI/CD-Integration, beleuchte ich dabei auch ungeschönt die Limitierungen und praktischen Hürden, die es bei der Einführung von TIA im Projektalltag zu meistern gilt.

Copilots for Agents – Quality Assurance in the Era of Coding Agents

Dr. Tobias Roehm — Mon, 24 Aug 2026 05:10:09 GMT

Agentic coding promises to revolutionize development productivity. But while coding agents can generate thousands of lines of code quickly, its quality often remains unclear. How can we ensure high-quality architecture and code when using agentic coding? How can quality assurance methods keep pace with increasing code volumes and change frequencies? And how can we leverage AI for quality assurance? This talk demonstrates how proven quality assurance practices can be seamlessly integrated into AI-based development workflows. And how AI can be used for quality assurance, e.g. as architecture or code reviewer. By automating quality assurance with these guardrails, architects regain the freedom to focus on what truly matters: creative problem-solving and making architectural decisions.

Heilfasten für die Test-Suite: Mit wenig Aufwand Test-Laufzeit und Wartungskosten sparen

brand@cqse.eu (Stefan Brand) — Wed, 15 Jul 2026 11:29:51 GMT

Hinter jedem erfolgreichen Softwareprojekt steht eine starke Testsuite. Wächst unser Projekt, wächst auch unsere Testsuite - und das ist auch gut so.

Qualität trotz kurzer Releasezyklen und KI-Einsatz – Mit Continuous Quality Control

Dr. Tobias Roehm — Wed, 15 Jul 2026 06:49:57 GMT

Softwareentwicklung im Enterprise-Kontext muss branchenübergreifend immer kürzeren Releasezyklen gerecht werden und die Qualität beim Einsatz von KI sicherstellen. Wir können deshalb Releases nicht länger in dedizierten Testphasen absichern, sondern müssen praktisch jederzeit die Qualitätsansprüche für ein Release erfüllen. Und wir müssen unsere Qualitätssicherung für den Einsatz von KI aufstellen. Um das zu erreichen, führen wir QS-Maßnahmen wie statische Codeanalyse, Tests oder Reviews entwicklungsbegleitend und änderungsgetrieben durch: Continuous Quality Control.

Nachhaltige Code-Qualität im Takt deiner Feature-Deadlines

Philipp Straubinger — Tue, 14 Jul 2026 10:22:46 GMT

„Keine Zeit für Qualität“ – das Standardargument im harten Projektalltag zwischen Feature-Deadlines und Release-Druck. Aber was, wenn Softwarequalität kein Bremsklotz wäre, sondern unbemerkt nebenbei liefe? In diesem Vortrag räumen wir mit alten Vorurteilen auf und zeigen, wie Qualität zum integralen Bestandteil deines Entwicklungs-Flows wird, ganz ohne Zusatzaufwand. Der Schlüssel liegt im perfekten Zusammenspiel aus smarter Automatisierung und menschlicher Expertise: Während ein digitales Frühwarnsystem punktgenaues Echtzeit-Feedback direkt in die IDE liefert, filtert ein Quality Engineer das Rauschen und übersetzt abstrakte Metriken in glasklare, machbare Aufgaben. Erfahre, wie die „Zeltplatzregel“ deine Codebasis fast von alleine sauber hält und wie du dank Test-Gap-Analysen vor jedem Release genau weißt, wo noch ungetesteter Code schlummert.