Görlitz, 1 september 2025 – QESTIT och universitetet i Zittau/Görlitz har inlett ett gemensamt forsknings- och utvecklingsprojekt för att utöka det befintliga ramverket för AI-arbetsflöden med moduler för automatiserad kvalitetssäkring från början till slut. Under de kommande veckorna kommer en konceptvalidering att utvecklas som integrerar datorbaserade metoder direkt i testarbetsflödena. Detta kommer att automatisera utförandet av testfall, upptäcka fel i ett tidigt skede, identifiera grundorsaker och ge praktiska rekommendationer för åtgärder. Genom att kombinera QESTITs branscherfarenhet med den tillämpade forskningsmetodiken kommer man att få fram robusta, evidensbaserade data för att validera effektivitet, tillförlitlighet och kostnadsfördelar, samtidigt som man utformar nästa generations standarder för kvalitetssäkring.
Projektet fokuserar på att analysera befintliga ”datoranvändningslösningar” av både sluten och öppen källkod. Utifrån dessa resultat bygger partnerna ett förbättrat ramverk med ett JSON-gränssnitt som kan hantera testfall, indata och kontextuell information på egen hand. Parallellt utvecklar de ett utvärderingssystem som övervakar körtid, tillförlitlighet och kostnader i realtid och validerar resultaten genom multimodala modeller, såsom analys av skärmdumpar. Dessa evidensbaserade data kommer att göra det möjligt för kvalitetsavdelningar att fatta välgrundade beslut om investeringar och resursfördelning.
„Detta projekt handlar om att höja kvalitetssäkringen. AI-driven testning gör det möjligt för oss att upptäcka problem tidigare i utvecklingscykeln och lösa dem snabbare“, säger Marc Köhler, chef för DACH-regionen på QESTIT. Prof. Jörg Lässig från universitetet i Zittau/Görlitz tillägger: ”Initiativet för in den senaste vetenskapliga metodiken direkt i kvalitetssäkringen. Genom tillämpad forskning strävar vi efter att visa hur AI-modeller kan göra testprocesserna hållbart mer effektiva.”
Projektet sätter en ny standard för automatiserad körning och utvärdering av testfall inom kvalitetssäkring. Genom att utnyttja multimodal AI automatiseras körningen av testfall och resultaten analyseras systematiskt, vilket möjliggör snabbare och mer exakt felupptäckt samt ger mer tillförlitliga och meningsfulla testresultat.
Senast i mitten av november 2025 kommer QESTIT och forskare vid universitetet i Zittau/Görlitz att presentera ett proof of concept som identifierar var och under vilka förhållanden AI-driven testautomatisering effektivt kan komplettera – eller helt ersätta – konventionella testmetoder. De insikter som erhålls kommer att driva den pågående förbättringen och integrationen av ramverk för automatiserad testning i QESTIT:s kvalitetsarbetsflöden. Samarbetet kommer även att fortsätta efter detta projekt, med fokus på att driva utvecklingen av AI-driven testautomatisering på sätt som är både innovativa och branschrelevanta.