Seminar Leapwork Datengetriebene Testautomatisierung und Testdatenmanagement

Das Seminar behandelt die Trennung von Testlogik und Testdaten sowie den kontrollierten Umgang mit Datenvarianten. Variablen, Tokens, Tabellen, Dateien, JSON, Datenbanken, Generatoren, Transformationen, Schleifen, Umgebungsparameter, erwartete Ergebnisse, Datenschutz und Bereinigung werden in robuste Datenmodelle überführt.

Inhaltsübersicht

• Lernziele und fachliche Einordnung
• Schrittweise Seminarinhalte
• Praxisübungen und Laborszenarien
• Zielgruppe und Voraussetzungen
• Didaktik und Arbeitsweise

Lernziele

• Testdaten nach fachlicher Bedeutung, Schutzbedarf und Lebenszyklus strukturieren.
• Flows mit Variablen, Tokens und externen Datenquellen parametrisieren.
• Datenvarianten, Schleifen, Transformationen und Validierungen sicher einsetzen.
• Umgebungswerte und Secrets von fachlichen Testdaten trennen.
• Wiederholbare Bereitstellung, Rücksetzung und Bereinigung von Testdaten organisieren.

Schrittweise Seminarinhalte

1. Testdatenmodell und Schutzbedarf

Schwerpunkt: fachliche Entitäten, Datenklassen, personenbezogene Daten, Maskierung, Aufbewahrung, Eigentum und Gültigkeit.

1. Ausgangslage, Zielprozess, Testobjekt und Abnahmekriterien für „Testdatenmodell und Schutzbedarf“ festlegen.
2. Benötigte Komponenten, Daten, Rollen und Abhängigkeiten anhand von fachliche Entitäten, Datenklassen, personenbezogene Daten, Maskierung, Aufbewahrung, Eigentum und Gültigkeit erfassen.
3. Die erforderliche Konfiguration beziehungsweise den Automationsflow in nachvollziehbaren Einzelschritten aufbauen.
4. Positiv-, Negativ-, Wiederholungs- und Fehlerfälle ausführen sowie Logs, Screenshots, Video und Rückgabewerte auswerten.
5. Die Lösung als ein freigegebenes Testdaten- und Datenschutzmodell dokumentieren, fachlich abnehmen und als wiederverwendbaren Standard bereitstellen.

2. Variablen, Tokens und Datenfluss

Schwerpunkt: Eingaben, Ausgaben, Typen, Gültigkeitsbereiche, dynamische Tokens, Standardwerte und Nachvollziehbarkeit.

1. Ausgangslage, Zielprozess, Testobjekt und Abnahmekriterien für „Variablen, Tokens und Datenfluss“ festlegen.
2. Benötigte Komponenten, Daten, Rollen und Abhängigkeiten anhand von Eingaben, Ausgaben, Typen, Gültigkeitsbereiche, dynamische Tokens, Standardwerte und Nachvollziehbarkeit erfassen.
3. Die erforderliche Konfiguration beziehungsweise den Automationsflow in nachvollziehbaren Einzelschritten aufbauen.
4. Positiv-, Negativ-, Wiederholungs- und Fehlerfälle ausführen sowie Logs, Screenshots, Video und Rückgabewerte auswerten.
5. Die Lösung als einen transparenten Datenfluss innerhalb eines Automationsfalls dokumentieren, fachlich abnehmen und als wiederverwendbaren Standard bereitstellen.

3. Dateien, Tabellen und strukturierte Daten

Schwerpunkt: CSV, Excel, JSON, Listen, Tabellen, Spaltenzuordnung, Zeichensätze, fehlende Werte und Datenvalidierung.

1. Ausgangslage, Zielprozess, Testobjekt und Abnahmekriterien für „Dateien, Tabellen und strukturierte Daten“ festlegen.
2. Benötigte Komponenten, Daten, Rollen und Abhängigkeiten anhand von CSV, Excel, JSON, Listen, Tabellen, Spaltenzuordnung, Zeichensätze, fehlende Werte und Datenvalidierung erfassen.
3. Die erforderliche Konfiguration beziehungsweise den Automationsflow in nachvollziehbaren Einzelschritten aufbauen.
4. Positiv-, Negativ-, Wiederholungs- und Fehlerfälle ausführen sowie Logs, Screenshots, Video und Rückgabewerte auswerten.
5. Die Lösung als eine belastbare externe Datenquelle für mehrere Testvarianten dokumentieren, fachlich abnehmen und als wiederverwendbaren Standard bereitstellen.

4. Datenbanken, HTTP und Systemdaten

Schwerpunkt: Abfragen, Verbindungen, Rückgabewerte, HTTP-Requests, Statuscodes, Authentisierung und kontrollierter Schreibzugriff.

1. Ausgangslage, Zielprozess, Testobjekt und Abnahmekriterien für „Datenbanken, HTTP und Systemdaten“ festlegen.
2. Benötigte Komponenten, Daten, Rollen und Abhängigkeiten anhand von Abfragen, Verbindungen, Rückgabewerte, HTTP-Requests, Statuscodes, Authentisierung und kontrollierter Schreibzugriff erfassen.
3. Die erforderliche Konfiguration beziehungsweise den Automationsflow in nachvollziehbaren Einzelschritten aufbauen.
4. Positiv-, Negativ-, Wiederholungs- und Fehlerfälle ausführen sowie Logs, Screenshots, Video und Rückgabewerte auswerten.
5. Die Lösung als eine abgesicherte System- und Datenquellenintegration dokumentieren, fachlich abnehmen und als wiederverwendbaren Standard bereitstellen.

5. Schleifen, Generatoren und Transformationen

Schwerpunkt: Iteration, Zufallsdaten, Datumswerte, reguläre Ausdrücke, Umformung, Filter, Kombinationen und Abbruchbedingungen.

1. Ausgangslage, Zielprozess, Testobjekt und Abnahmekriterien für „Schleifen, Generatoren und Transformationen“ festlegen.
2. Benötigte Komponenten, Daten, Rollen und Abhängigkeiten anhand von Iteration, Zufallsdaten, Datumswerte, reguläre Ausdrücke, Umformung, Filter, Kombinationen und Abbruchbedingungen erfassen.
3. Die erforderliche Konfiguration beziehungsweise den Automationsflow in nachvollziehbaren Einzelschritten aufbauen.
4. Positiv-, Negativ-, Wiederholungs- und Fehlerfälle ausführen sowie Logs, Screenshots, Video und Rückgabewerte auswerten.
5. Die Lösung als einen skalierbaren datengetriebenen Flow dokumentieren, fachlich abnehmen und als wiederverwendbaren Standard bereitstellen.

6. Erwartete Ergebnisse und Datenvalidierung

Schwerpunkt: Sollwerte, Toleranzen, Mehrfachergebnisse, Vergleich, negative Daten, Fehlermeldungen und fachliche Konsistenz.

1. Ausgangslage, Zielprozess, Testobjekt und Abnahmekriterien für „Erwartete Ergebnisse und Datenvalidierung“ festlegen.
2. Benötigte Komponenten, Daten, Rollen und Abhängigkeiten anhand von Sollwerte, Toleranzen, Mehrfachergebnisse, Vergleich, negative Daten, Fehlermeldungen und fachliche Konsistenz erfassen.
3. Die erforderliche Konfiguration beziehungsweise den Automationsflow in nachvollziehbaren Einzelschritten aufbauen.
4. Positiv-, Negativ-, Wiederholungs- und Fehlerfälle ausführen sowie Logs, Screenshots, Video und Rückgabewerte auswerten.
5. Die Lösung als einen prüfbaren Validierungs- und Erwartungswertkatalog dokumentieren, fachlich abnehmen und als wiederverwendbaren Standard bereitstellen.

7. Testdatenbereitstellung und Bereinigung

Schwerpunkt: Seed-Daten, Reservierung, Parallelität, Reset, Cleanup, Wiederholbarkeit, Audit und Betrieb.

1. Ausgangslage, Zielprozess, Testobjekt und Abnahmekriterien für „Testdatenbereitstellung und Bereinigung“ festlegen.
2. Benötigte Komponenten, Daten, Rollen und Abhängigkeiten anhand von Seed-Daten, Reservierung, Parallelität, Reset, Cleanup, Wiederholbarkeit, Audit und Betrieb erfassen.
3. Die erforderliche Konfiguration beziehungsweise den Automationsflow in nachvollziehbaren Einzelschritten aufbauen.
4. Positiv-, Negativ-, Wiederholungs- und Fehlerfälle ausführen sowie Logs, Screenshots, Video und Rückgabewerte auswerten.
5. Die Lösung als einen vollständigen Testdaten-Lifecycle mit Runbook dokumentieren, fachlich abnehmen und als wiederverwendbaren Standard bereitstellen.

Praxisübungen und Laborszenarien

• Parametrisierung eines bestehenden Flows mit externen Datenvarianten.
• Verarbeitung einer Tabelle mit positiven und negativen Testfällen.
• Transformation strukturierter Daten und Ableitung erwarteter Ergebnisse.
• Entwurf eines Testdaten-Reset- und Bereinigungsprozesses für parallele Läufe.

Zielgruppe und Voraussetzungen

Zielgruppe: Testautomation, Fachtest, QA Engineering, Testdatenmanagement, Business Analysis und technische Integration.

Voraussetzungen: Leapwork-Grundkenntnisse sowie grundlegendes Verständnis von Tabellen, JSON und fachlichen Testdaten.

Didaktik und Arbeitsweise

Kurze Fachimpulse werden unmittelbar durch Demonstrationen, strukturierte Konfigurationsschritte, praktische Übungen und kontrollierte Fehlerfälle vertieft. Jede Übung verwendet definierte Ausgangswerte, Prüfpunkte und Dokumentationsanforderungen, damit die erarbeiteten Abläufe wiederholbar und in betriebliche Standards übertragbar bleiben.