Seminar Unit-Tests und Testdesign für KI-generierten Code

Seminarbeschreibung

Von einer KI vorgeschlagene Tests können dieselben falschen Annahmen enthalten wie der zu prüfende Code. Das Seminar stellt deshalb unabhängige Sollwerte und systematisches Testdesign an den Anfang. Fachliche Regeln werden in überprüfbare Beispiele übersetzt, bevor Tests aus bestehenden Implementierungsdetails abgeleitet werden.

Die praktische Arbeit behandelt normale Eingaben, Grenzwerte, unerlaubte Zustände und Fehlerbehandlung. Zeit, Zufall und externe Zugriffe werden kontrolliert, ohne die zu prüfende Logik durch Mocks zu ersetzen. Generierte Tests werden auf fehlende Assertions, ungeprüfte asynchrone Abläufe und zu enge Bindung an die Implementierung untersucht. Der Schwerpunkt liegt auf robusten Unit- und Komponentenprüfungen.

Lernziele

• Testfälle mit Äquivalenzklassen, Grenzwerten und Entscheidungstabellen entwickeln.
• Unabhängige Sollwerte und präzise Assertions für Geschäftslogik formulieren.
• Zeit, Zufall und Abhängigkeiten durch geeignete Testdoubles kontrollieren.
• KI-generierte Tests prüfen und bestätigte Fehler als Regressionen absichern.

Inhaltsübersicht

• Anforderungen und Testorakel
• Systematische Testfallauswahl
• Struktur und Assertions
• Testdoubles und schwierige Abhängigkeiten
• Generierte Tests kritisch prüfen
• Regressionen und testbares Refactoring

Seminarinhalte

Anforderungen und Testorakel

Eine fachliche Beschreibung wird in Beispiele mit nachvollziehbaren Erwartungen übersetzt. Unklare Regeln werden ausdrücklich markiert. Berechnung und erwartetes Ergebnis dürfen nicht lediglich aus derselben fehlerhaften Implementierung übernommen werden.

• Akzeptanzkriterien und Vorbedingungen ausarbeiten.
• Sollwerte für Preise, Mengen und Statuswechsel unabhängig bestimmen.
• Kommentare und Tests gegen die Geschäftsregel prüfen.

Systematische Testfallauswahl

Eingaberäume werden in aussagekräftige Klassen zerlegt. Grenzen und Kombinationen werden gezielt geprüft, statt beliebig viele ähnliche Normalfälle anzulegen. Fehlerfälle enthalten konkrete Anforderungen an Rückgabe und Zustand.

• Äquivalenzklassen und Grenzwertpaare bilden.
• Entscheidungstabellen für kombinierte Bedingungen nutzen.
• Leere Eingaben, Nullwerte und unzulässige Zustände berücksichtigen.

Struktur und Assertions

Tests erhalten klar getrennte Vorbereitung, Aktion und Prüfung. Assertions belegen die fachliche Wirkung und liefern im Fehlerfall verwertbare Hinweise. Snapshot- und Ausgabeprüfungen werden hinsichtlich ihrer Grenzen eingeordnet.

• Eine Testabsicht verständlich benennen.
• Rückgabewerte und relevante Zustandsänderungen prüfen.
• Fehlerhafte oder fehlende Assertions gezielt aufdecken.

Testdoubles und schwierige Abhängigkeiten

Stubs, Spies und Mocks werden passend zur Systemgrenze eingesetzt. Zeit und Zufall werden reproduzierbar gemacht. Die Implementierung unter Test bleibt wirksam, damit das Testgerüst nicht den zu prüfenden Fehler verdeckt.

• Abhängigkeiten injizieren und Seiteneffekte kontrollieren.
• Asynchrone Fehler und Promise-Abläufe korrekt prüfen.
• Übermäßiges Mocking und interne Detailkopplung vermeiden.

Generierte Tests kritisch prüfen

Vorgelegte KI-Tests werden mit unabhängig entwickelten Fällen verglichen. Tests, die nur aktuelle Ausgaben festschreiben oder durch ausgelassene Wartevorgänge bestehen, werden korrigiert. Die Überprüfung umfasst auch gelöschte und deaktivierte Tests.

• Tests bewusst gegen eine fehlerhafte Implementierung ausführen.
• Abdeckungslücken und schwache Prüfbedingungen auseinanderhalten.
• Kleine gezielte Codeveränderungen zur Kontrolle der Testwirkung verwenden.

Regressionen und testbares Refactoring

Bestätigte Defekte werden zuerst reproduziert und anschließend behoben. Die Tests müssen vor der Korrektur scheitern und danach bestehen. Ein Refactoring wird am vereinbarten Verhalten geprüft und nicht durch pauschales Anpassen der Sollwerte legitimiert.

• Minimalen Fehlerfall als dauerhaften Test sichern.
• Öffentliche Verträge und Seiteneffekte bei Änderungen erhalten.
• Testdaten und gemeinsame Zustände zuverlässig isolieren.

Praxisübungen

1. Fachregeln eines KI-generierten Preisberechnungsmoduls in Testfälle übersetzen.
2. Unabhängig berechnete Sollwerte und parametrische Tests anlegen.
3. Zeitabhängigkeit und Fehlerpfade mit kontrollierten Testdoubles prüfen.
4. Schwache KI-generierte Tests anhand bewusst fehlerhafter Varianten erkennen.
5. Defekte reproduzieren, korrigieren und durch erneute Testläufe absichern.

Arbeitsweise und Schulungsumgebung

TypeScript, Vitest und Git in einem vorbereiteten Projekt. Vertiefende Eigenschafts- und Mutationstests werden eingeordnet; ihr systematischer Aufbau ist Gegenstand des eigenen Vertiefungsseminars.