M365Con 2027 – die kostenlose Online-Konferenz · 11–22 Jan 2027 · 120 sessions→ m365con.net

Blog · Mirko Peters

Vom manuellen Tester zum Automatisierungsingenieur: ein realistisches erstes Quartal

Von · · Aktualisiert

Vom manuellen Tester zum Automatisierungsingenieur: ein realistisches erstes Quartal mit drei Phasen, einer Sprache und einem Framework, einer ersten Regressionssuite und dem Platz von KI-Tools.

Automatisch mit KI aus dem Originalbeitrag übersetzt. Englisches Original lesen

Der Wechsel vom manuellen Tester zum Automatisierungsingenieur ist kleiner, als er aussieht, und dauert länger, als ein Wochenendkurs vermuten lässt. Dieser Leitfaden richtet sich an manuelle Tester und QA-Leads, die einen Plan für die ersten drei Monate einer Laufbahn im Softwaretest und in der Testautomatisierung suchen. Sie erfahren, was sich in der Rolle verändert, wie ein dreiphasiges Quartal aussieht, wie Sie eine Sprache und ein erstes Projekt auswählen, welche Regressionsprüfungen Sie zuerst automatisieren und wo KI-Tools helfen. Ein durchgerechnetes Beispiel mit erfundenen Zahlen zeigt das Quartal eines Testers.

Das Wichtigste in Kürze

  • Ihr Testverstand ist die eigentliche Herausforderung beim Wechsel zur Automatisierung. Der Code lässt sich lernen, deshalb geht es im ersten Quartal vor allem darum, die Gewohnheit aufzubauen, kleine, zuverlässige Prüfungen zu schreiben.
  • Ein realistisches erstes Quartal hat drei Phasen: Grundlagen und ein Werkzeug, eine erste kleine Suite für eine echte Anwendung und danach einen Pipeline-Lauf mit einer kurzen Dokumentation dessen, was Sie aufgebaut haben.
  • Wählen Sie eine Sprache und ein Framework, etwa Python oder JavaScript mit Selenium oder Playwright, und schließen Sie ein Projekt ab, bevor Sie Werkzeuge vergleichen.
  • Beginnen Sie mit einer Handvoll stabiler, wiederkehrender Regressionsprüfungen, denn die Wartung kann genauso viel Zeit kosten wie das Schreiben neuer Tests.
  • KI-Assistenten können Testcode aus Userstories entwerfen, aber um die Ergebnisse zu prüfen, brauchen Sie trotzdem die Grundlagen.

Was sich in der Rolle tatsächlich ändert

Der PractiTest-Leitfaden zum Werden zum automatisierten Tester macht einen Punkt, der an den Anfang gehört: Automatisierung ist weiterhin Testen. Gutes Testdesign ist wichtiger als die Wahl des Werkzeugs, denn ein Werkzeug prüft nur das, was Sie ihm vorgeben. Ihre Gewohnheiten als manueller QA-Tester, etwa ungewöhnliches Verhalten zu bemerken, über Grenzwerte nachzudenken und zu fragen, was schiefgehen könnte, gehören zu den Fähigkeiten, die sich nicht aus einem Tutorial lernen lassen.

Verändert wird die Arbeitseinheit. Statt einen Testfall durchzuführen, schreiben Sie ein kleines Programm, das ihn ausführt, und sorgen dann dafür, dass dieses Programm funktionsfähig bleibt. Der gleiche Leitfaden erwartet, dass Sie viel Zeit für Problemlösung aufwenden, vor allem um zu entscheiden, ob ein Fehlschlag am Skript, an der Umgebung oder an einem echten Defekt liegt. Automatisierte Tests sind außerdem überwiegend bestätigend. Sie wirken wie ein Sicherheitsnetz, deshalb sind viele bestandene Ergebnisse normal, und die entscheidende Frage ist, ob Ihre Prüfungen zu leicht sind.

Eine weitere Veränderung wird leicht übersehen. Sie werden für Code verantwortlich, auf den andere angewiesen sind. Eine Prüfung, die ohne Grund fehlschlägt, kostet das ganze Team Zeit und Vertrauen. Deshalb zählt Zuverlässigkeit mehr als die Anzahl der Prüfungen.

Vom manuellen Tester zum Automatisierungsingenieur: die ersten 90 Tage

Die Quellen sind sich nicht über einen einheitlichen Zeitplan einig. Der folgende Plan ist daher ein eigener Vorschlag, der auf deren Empfehlungen aufbaut. Er umfasst drei Phasen von jeweils etwa einem Monat.

Phase 1, Wochen 1 bis 4: Grundlagen und ein Werkzeug.

  • Erlernen Sie Automatisierungskompetenzen in kleinen Schritten, nicht alles auf einmal.
  • Analysieren Sie Ihre manuelle Arbeit. Notieren Sie, was Sie am häufigsten wiederholen und wie lange jeder Durchlauf dauert.
  • Lernen Sie die Grundlagen des Programmierens in einer Sprache: Variablen, Kontrollfluss, Funktionen, Listen und Dictionaries, das Einlesen einer Datei und die Behandlung von Fehlern. Ein Leitfaden zum Übergang stellt die Grundlagen der Programmierung an den Anfang und beschreibt die Monate vor dem ersten Test als Vorbereitung.
  • Installieren Sie Git und legen Sie von Tag eins an alles in einem Repository ab.
  • Schreiben Sie Ihre ersten kleinen Skripte abseits Ihres Produkts, etwa einen Log-Parser oder einen kleinen Datengenerator. So bleiben die ersten Fehler günstig.

Phase 2, Wochen 5 bis 9: eine erste kleine Suite für eine echte Anwendung.

  • Wählen Sie ein Framework für Automatisierungstests und schreiben Sie Prüfungen für drei oder vier kritische Abläufe, etwa Anmeldung, Suche und Bestellabschluss.
  • Verwenden Sie eine öffentliche Demoanwendung oder ein Open-Source-Projekt, wenn sich Ihr eigenes Produkt noch nicht eignet. PractiTest empfiehlt, mit einer Webanwendung zu beginnen, und das Testen mobiler Anwendungen auf später zu verschieben, weil es schwieriger ist.
  • Strukturieren Sie den Code von Anfang an, zum Beispiel mit Page Objects und klaren Namen, damit eine Änderung an einer Seite nicht bedeutet, zwanzig Tests anzupassen.

Phase 3, Wochen 10 bis 13: eine Pipeline und eine Dokumentation.

  • Führen Sie die Suite über einen Continuous-Integration-Job aus, damit sie bei jeder Änderung läuft, ohne dass Sie einen Knopf drücken müssen.
  • Schreiben Sie eine kurze README: was die Suite abdeckt, wie man sie ausführt und was sie nicht abdeckt.
  • Werten Sie die Ergebnisse einer Woche aus. Welche Prüfungen sind ohne Defekt fehlgeschlagen? Korrigieren Sie sie oder entfernen Sie sie.
  • Zeigen Sie einem Entwickler Ihre Arbeit und bitten Sie um ein Review. Allein zu lernen ist langsam, und dieser Leitfaden nennt isoliertes Lernen als Fehler.

Derselbe Leitfaden beschreibt einen Sechsmonatsplan mit 10 bis 15 Stunden pro Woche. Ein Quartal allein macht Sie also nicht zum Senior Engineer. Es liefert Ihnen aber eine funktionierende Suite, eine Routine und ein Portfolio.

Wählen Sie eine Sprache und ein Framework

Wählen Sie eines und schließen Sie damit ein Projekt ab.

  • Sprache. Der Leitfaden empfiehlt Python für Einsteiger und JavaScript oder TypeScript für moderne Web-Stacks. Wählen Sie, was Ihre Entwickler verwenden, damit jemand Ihren Code prüfen und Fragen beantworten kann.
  • Browser-Framework. Selenium und Playwright werden in den Quellen am häufigsten genannt. Die 90-Tage-Roadmap auf DEV Community empfiehlt Playwright für moderne Webanwendungen, Cypress für schnelle Entwicklung und Selenium für Legacy-Unterstützung. Wenn Ihr Team bereits eines verwendet, wählen Sie dieses.
  • Test-Runner. Pytest für Python oder Jest für JavaScript, wie dieser Leitfaden auflistet.

PractiTest schlägt eine sinnvolle Lernreihenfolge vor: zuerst allgemeine Automatisierungsansätze, die sich über Werkzeuge und Sprachen hinweg übertragen, und erst danach ein gefragtes Werkzeug. Prüfen Sie den Technologie-Stack Ihres Unternehmens und einige Stellenausschreibungen, bevor Sie entscheiden. Kaufen Sie kein Werkzeug in der Erwartung, dass die Testabdeckung dann von selbst folgt. Derselbe Leitfaden nennt werkzeugzentriertes Denken als Fallstrick.

Welche Regressionsprüfungen Sie zuerst automatisieren

Ihre manuelle Regressionsliste ist die beste Grundlage dafür, was Sie zuerst automatisieren sollten, denn Sie wissen bereits, dass sie sich lohnt. Die Regressionstests, die Sie bei jedem Release wiederholen, sind genau der Teil, den ein Skript am besten übernimmt. Die Roadmap von DEV Community empfiehlt, in den ersten Wochen fünf kritische Nutzerabläufe auszuwählen und als schnellen ersten Erfolg eine Smoke-Suite aufzubauen, die bei jedem Deployment läuft.

Wählen Sie Prüfungen, die:

  • stabil sind. Die Funktion hat sich seit Wochen nicht geändert und wird sich im nächsten Sprint nicht ändern.
  • wiederkehren. Sie führen sie bei jedem Release oder jedem Build aus.
  • eindeutig sind. Es gibt ein erwartetes Ergebnis, das Sie in einem Satz formulieren können.

Lassen Sie den Rest vorerst weg. Der Leitfaden ist eindeutig: Explorative Tests und Usability-Tests sollten nicht automatisiert werden, und er nennt „alles automatisieren“ als Fehler. Ein Dutzend verlässlicher Prüfungen ist besser als hundert fragile, denn, wie PractiTest warnt, kann die Wartung ebenso viel Zeit beanspruchen wie das Erstellen neuer Tests.

Eine erste Suite dieser Art deckt meist einige Browser-Abläufe von Anfang bis Ende ab. Das ist End-to-End-Testing in seiner einfachsten Form: Ein Skript verhält sich wie ein Nutzer und prüft, ob ein gesamter Ablauf, etwa Anmeldung oder Bestellabschluss, noch funktioniert. Ergänzen Sie API-Tests, wenn sich ein Ablauf ohne Browser prüfen lässt, denn diese Tests laufen schneller und brechen seltener.

Wo KI-Werkzeuge im Quartal passen

KI-Assistenten können die Arbeit beschleunigen, ersetzen aber nicht die Grundlagen. Die DEV-Community-Roadmap sieht KI-gestützte Testerstellung erst nach dem ersten Monat mit den Grundlagen vor, und diese Reihenfolge ist sinnvoll. Sie schlägt vor, Testszenarien aus User Stories zu generieren, die Ergebnisse mit handgeschriebenem Code zu vergleichen und dem Assistenten Kontext zu geben, etwa Ihr Page-Object-Muster und Ihre Namenskonventionen. Außerdem rät sie, zuerst die Grundlagen zu verstehen, statt sich vollständig auf KI zu verlassen, und eine schwache manuelle Teststrategie zu korrigieren, bevor Sie sie automatisieren.

Sie können nur prüfen, was Sie verstehen. Wenn Sie den generierten Test nicht lesen können, erkennen Sie nicht, ob er das Richtige prüft oder nur durchläuft. Das ist unsere eigene Überlegung, deckt sich aber mit der Reihenfolge in den Quellen. Nutzen Sie den KI-Assistenten für Entwürfe und für die Erklärung unbekannten Codes, die Entscheidung darüber, was getestet wird, behalten Sie jedoch selbst.

Selbstheilende Werkzeuge, die häufig KI einsetzen, gehören zum selben Themenfeld. PractiTest warnt, dass sie geänderte Locators reparieren können, bei geänderten Prozessen im Test aber kaum helfen. Betrachten Sie sie als Unterstützung bei der Wartung, nicht als Grund, auf ein sauberes Design zu verzichten. Den sinnvollen Umgang mit solchen Werkzeugen zu lernen, ist Teil des AI-Upskillings: Schulung, die an eine wiederkehrende Aufgabe gebunden ist und daran gemessen wird, wie sich die Arbeit verändert, nicht an der Zahl abgeschlossener Kurse.

Beispiel: das erste Quartal einer Testerin

Die Zahlen sind erfunden.

Eine Testerin in einem QA-Team mit acht Personen führt vor jedem Release eine manuelle Regressionsliste mit 80 Fällen aus. Der Durchlauf dauert zwei Personen etwa anderthalb Tage. Sie hat keinen Programmierhintergrund.

In den Wochen 1 bis 4 arbeitet sie etwa fünf Stunden pro Woche die Grundlagen von Python durch und schreibt drei kleine Skripte. Außerdem erfasst sie, welche 12 Fälle sie am häufigsten ausführt und welche sich seit zwei Monaten nicht verändert haben.

In den Wochen 5 bis 9 schreibt sie mit Playwright Prüfungen für 9 dieser 12 Fälle, mit Page Objects für die Anmelde- und Bestellseiten. Zwei Prüfungen schlagen zufällig fehl. Sie führt beide auf Timing-Probleme zurück und behebt sie. Ein Entwickler prüft ihren Code und bittet sie, doppelte Schritte zu entfernen.

In den Wochen 10 bis 13 führt sie die 9 Prüfungen bei jedem Merge aus einer Pipeline aus und schreibt eine einseitige README. Die Prüfungen dauern etwa sechs Minuten. Der manuelle Regressionsdurchlauf sinkt von anderthalb Tagen auf etwa einen Tag, weil 9 von 80 Fällen abgedeckt sind. Der Plan für das folgende Quartal umfasst 15 weitere Prüfungen und die Entscheidung, explorative Tests weiterhin manuell durchzuführen.

Häufige Fehler

  • Tutorials ansehen, ohne etwas zu bauen. Der Übergangsleitfaden nennt das Tutorial-Hölle und empfiehlt, weit mehr Zeit mit Üben als mit Zuschauen zu verbringen.
  • Grundlagen der Programmierung überspringen. Wer direkt zu einem Framework springt, kann eigene Skripte nicht debuggen.
  • Alles automatisieren. Explorative Tests und Usability-Tests bleiben manuell, und instabile Funktionen eignen sich schlecht für Automatisierung.
  • Wartung ignorieren. Planen Sie Zeit ein, um Prüfungen anzupassen und zu entfernen, nicht nur, um sie zu schreiben.
  • Einem erfolgreichen Durchlauf blind vertrauen. Skripte können aus falschen Gründen bestehen. Beobachten Sie sie deshalb von Zeit zu Zeit bei der Ausführung und lassen Sie sie absichtlich fehlschlagen.
  • Isoliert lernen. Bitten Sie früh um Code-Reviews und suchen Sie frühzeitig einen Mentor oder eine Community.

Wie Software helfen kann

Beginnen Sie mit kostenlosen Werkzeugen: einem Code-Editor, Git, einer öffentlichen Demoanwendung und den integrierten Runnern Ihres gewählten Frameworks. Ein Dienst für kontinuierliche Integration führt die Suite bei jeder Änderung aus, und eine einfache Liste kann Ihre Kandidaten für Prüfungen, deren Status und das letzte Review-Datum festhalten. Recorder und KI-Assistenten können Testcode entwerfen, aber prüfen Sie jede Zeile. Wenn Ihr Team später eine Plattform möchte, die Tests für Sie verwaltet, vergleichen Sie sie mit dem, was Sie selbst aufgebaut haben, und bewerten Sie sie danach, wie viel Wartungsaufwand sie in der Praxis tatsächlich abnimmt.

Nächster Schritt

Notieren Sie die zehn manuellen Prüfungen, die Sie am häufigsten wiederholen, und markieren Sie die drei stabilsten. Starten Sie diese Woche Ihren Weg vom manuellen Tester zum Automatisierungsingenieur, indem Sie eine Sprache und ein Framework auswählen und die erste dieser drei Prüfungen schreiben.

Entitäten in diesem Artikel

End-to-end testing Regression testing AI upskilling

Verwandte Artikel

RSS