2023-04-132023-04-13https://www.alexandria.unisg.ch/handle/20.500.14171/57716“Software is eating the world“ – Doch wie wird sichergestellt, dass diese Software auch nutzerfreundlich ist und einwandfrei funktioniert? Software wird von immer mehr Nutzern auf einer stetig wachsenden Anzahl verschiedener Endgeräte genutzt. Zudem wird die Lebensdauer von Software-Produkten immer kürzer und Nutzer immer anspruchsvoller. Um besser auf die steigende Komplexität und sich stetig ändernden Kunden- und Marktbedürfnisse zu reagieren, entwickeln mittlerweile zwei von drei Schweizer Unternehmen ihre Software mit agilen Entwicklungsverfahren. Als Folge verschiebt sich das Testing in frühere Entwicklungsphasen und wird von einer einmaligen Aktivität am Ende zu einer kontinuierlichen und wiederkehrenden Aktivität im agilen Entwicklungsprozess. Ergebnis ist eine steigende Anzahl Testiterationen und damit verbunden steigender manueller Aufwand und ein überproportional steigendes Datenvolumen in Form von Fehlermeldungen und Berichten, dessen Auswertung kaum noch manuell zu bewältigen ist und häufig zu Qualitätsverlusten im Software Testing führt. Um diesem Problem Herr zu werden, möchten wir kollektive menschliche und künstliche Intelligenz in Form von selbstlernenden Algorithmen im Software Testing kombinieren, um skalierbares und qualitativ hochwertiges Software Testing mit eigenen Stakeholdern (z.B. Mitarbeiter, Kunden) in Unternehmen zu ermöglichen. Ziel des F&E-Vorhabens ist die Entwicklung selbstlernender Text Analytics Algorithmen und die Untersuchung, inwieweit sich diese künstliche Intelligenz ökonomisch vorteilhaft und inhaltlich sinnvoll im Software Testing in Unternehmen einsetzen lässt. Für den kommerziellen Einsatz wird ein Software-Prototyp in Form einer Plug-In Lösung entwickelt, der die Technologie leicht implementierbar zu unseren Kunden bringt.CrowdsourcingSoftware TestingText AnalyticsAutomationapplied research project