Wie KI DevOps-Prozesse optimieren kann

In der Software-Branche zählt heute vor allem Geschwindigkeit. Um wettbewerbsfähig zu bleiben, müssen Unternehmen in der Lage sein, Applikationen in kürzester Zeit zu entwickeln und ihren Kunden bereitzustellen. DevOps-Prozesse unterstützen in vielen Unternehmen bereits bei diesem Vorhaben. Eine Möglichkeit, die Innovationsgeschwindigkeit noch weiter zu beschleunigen, ist der Einsatz von künstlicher Intelligenz (KI). Die Technologie ermöglicht es, riesige Datenmengen zu analysieren und aus ihnen verwertbare Erkenntnisse zu gewinnen.

Um herauszufinden, welchen Nutzen KI und ihr Teilbereich Machine Learning (ML) für den DevOps-Bereich haben, hat Tricentis gemeinsam mit dem Marktforschungsunternehmen TechStrong eine Studie veranlasst. Das Ergebnis: 90 Prozent der über 2.600 befragten DevOps-Praktiker weltweit befürworten den Einsatz von KI und sehen erhebliches Potenzial in der Technologie. Besonders unter den Early Adoptern herrscht diese Meinung vor – 79 Prozent von ihnen bewerten KI und ML als sehr oder sogar extrem nützlich. Laut der Studie liegen die größten Vorteile im Testing-Bereich, in dem es seit jeher zu vielen Verzögerungen kommt. Denn um die Software-Qualität sicherzustellen, ist sorgfältiges Testen unverzichtbar. Für die Umsetzung ist jedoch ein hoher Aufwand notwendig. KI kann an dieser Stelle zur Automatisierung beitragen und somit dafür sorgen, dass Mitarbeiter entlastet werden.

Testautomatisierung ist mit Aufwand verbunden

Der Testing-Bereich muss dringend vereinfacht werden. Das zeigt sich auch daran, dass erst 40 Prozent erfahrener DevOps-Unternehmen ihre Tests automatisiert durchführen. Traditionelle, Script-basierte Automatisierungsansätze sind häufig der Grund dafür, dass Projekte scheitern, da sie schlicht zu aufwändig sind. Denn hierbei wird zunächst ein Automatisierungs-Framework erstellt. Um dieses jedoch nutzen zu können, sind zudem fallspezifische Skripte notwendig. Wird nun eine zu prüfende Applikation geändert, gilt es, Framework und Script erneut zu prüfen und gegebenenfalls anzupassen. Das ist komplex und zeitaufwendig. Erschwerend kommt hinzu, dass nicht alle Technologien dasselbe Framework nutzen. Auch die Wartung der Tests, um zu viele False Positives oder False Negatives zu verhindern, ist mit einem erheblichen Aufwand verbunden. So gilt es unter anderem, dafür zu sorgen, dass Prüfverfahren stabil sind. Ist dies nicht gegeben, kann ein Test misslingen, obwohl sich die zu prüfende Anwendung nicht verändert hat.

Für den agilen und dynamischen Markt der Softwareentwicklung sind solche langwierigen Testing-Prozesse nicht mehr zeitgemäß. Um schnelle Release- und Update-Zyklen zu gewährleisten, müssen Test Cases kontinuierlich geprüft und angepasst werden. Dieser Vorgang erzeugt eine enorme Datenmenge. Nur, wenn die Testautomatisierung ebenso gut skaliert wie die DevOps-Umgebung, ist ein unkomplizierter und fortlaufender Workflow möglich. Der Einsatz von künstlicher Intelligenz ist hier ein vielversprechender Ansatz.

Wie KI beim Testing unterstützen kann

Die Technologie erkennt Muster in großen Datensätzen. Diese Erkenntnisse unterstützen Unternehmen dabei, ihre Testprozesse zu beschleunigen und zu verbessern – auch die Test-Case-Wartung, wie 49 Prozent der DevOps-Praktiker in der Tricentis-Studie angeben. Denn Probleme kann die KI hier selbständig beheben. Weiter heißt es von 44 Prozent der Befragten, dass KI es ihnen erleichtert, auf Hochrisikobereiche zu fokussieren. Auch Ursachen fehlgeschlagener Test lassen sich mit der Technologie feststellen, sagen 43 Prozent. Zudem gaben 37 Prozent an, dass sich die Entwicklung automatisierter Test Cases beschleunigt hat und weitere 34, dass sie passende Tests für Applikationsänderungen identifizieren können.

Ihre Stärke kann KI insbesondere bei funktionalen Tests ausspielen. Dies betrachten 65 Prozent der DevOps-Praktiker als den größten Vorteil der Technologie. Funktionale Tests prüfen, ob eine Anwendung optimal läuft, gelten jedoch als besonders komplex. Der Grund: Sie erfordern viele Permutationen und sind ergebnisoffen. KI vereinfacht die Tests, indem sie die Permutationen verwaltet und Erkenntnisse aus Datenanalysen liefert. Ebenso gut geeignet ist die Technologie, um UI-Tests zu automatisieren. Diese stellen sicher, dass die Benutzeroberfläche einwandfrei arbeitet. Die derzeit noch vorherrschende manuelle Durchführung ist jedoch sehr zeitintensiv. Über die KI lassen sich Tests automatisieren und Nutzerverhalten simulieren.

Auf Low-Code/No-Code-Plattformen setzen

Aber wie lässt sich KI-gestützte Testautomatisierung in DevOps-Prozesse integrieren? Ein einfach umsetzbarer und zeiteffizienter Lösungsansatz ist, auf die Plattform eines etablierten Anbieters zu setzen, die auf dem Low-Code/No-Code-Prinzip beruht. Auf diese Weise müssen Unternehmen nicht selbst Entwicklungsaufwand betreiben und auch intern keine KI-Fachkompetenz aufbauen. Auf der Suche nach dem passenden Anbieter für das sogenannte Continuous Testing ist es vor allem wichtig, darauf zu achten, wie dieser seine Modelle trainiert und wie er sicherstellt, dass keine Verzerrungen auftreten.

Denn ja nach Branche, Applikation und Häufigkeit der Aktualisierung zeigen Datensätze unterschiedliche Muster. Idealerweise sollten die Trainingsdaten, die der Anbieter nutzt, daher den Produktionsdaten des Unternehmens ähneln. Außerdem sollten Unternehmen prüfen, wie der Anbieter damit umgeht, wenn die KI Fehler macht beziehungsweise welche Kontroll- und Korrekturmechanismen hierfür implementiert sind. Darüber hinaus ist das Thema Datenschutz wichtig – vor allem, wenn der Anbieter „echte“ Daten verwendet, um seine KI zu trainieren.

KI und DevOps gehören zukünftig zusammen

Software-Bereitstellung ohne Flaschenhals ist das Ziel eines jeden Unternehmens, wenn es am Markt wettbewerbsfähig bleiben will. Mit einer KI-gestützten Testautomatisierung lassen sich Hindernisse überwinden. Die Studie von Tricentis und TechStrong zeigt das große Potenzial der Kombination von KI und DevOps. Bei der KI-gestützten Testautomatisierung handelt es sich also nicht nur um einen Trend – richtig implementiert kann sie einen echten Wettbewerbsvorteil ermöglichen. KI und DevOps zusammenzubringen, wird auf lange Sicht sogar unvermeidlich sein, da Unternehmen ihre CI/CD-Pipeline immer weiter automatisieren müssen, um auf dem dynamischen und agilen Markt zu bestehen. Eine Continuous-Testing-Plattformlösung sorgt dafür, dass Unternehmen schnell erste Erfolge zu sehen bekommen.

Viktoria Praschl

VP Sales Central Europe bei Tricentis