Besser testen

KI-Agenten generieren immer mehr Code, immer schneller. Du schreibst Unit Tests, um sicherzustellen, dass dieser Code funktioniert. Du kennst Assertions, Test Doubles und Code Coverage. Aber reicht das?

Die meisten bleiben bei beispielbasiertem Testen stehen: Für eine bekannte Eingabe wird eine bekannte Ausgabe geprüft. Das funktioniert – solange an alle relevanten Fälle gedacht wird. Doch was ist mit den Fällen, an die niemand gedacht hat?

In dieser Schulung lernst du Testmethoden kennen, die weit über das hinausgehen, was die meisten Teams im Alltag einsetzen. Du erfährst, wie du sicherstellst, dass deine Tests wirklich das Richtige prüfen. Du lernst, wie du bestehenden Code absicherst, bevor du ihn veränderst. Du entdeckst, wie du automatisch Grenzfälle findest, an die du nie gedacht hättest. Du verstehst, warum hohe Code Coverage allein kein Qualitätsgarant ist. Und du lernst, wie du deine Software mit unerwarteten Eingaben konfrontierst und dabei Fehler aufdeckst, die selbst bei 100 % Code Coverage unentdeckt bleiben.

Diese Methoden sind universell. Sie funktionieren in jeder Programmiersprache und mit jedem Test Framework. In dieser Schulung vermittle ich die Konzepte anhand von PHP-Beispielen mit den Werkzeugen des PHP-Ökosystems. Aber die Erkenntnisse nimmst du mit in jede Codebasis: egal ob PHP, C#, Go, Java, Python, Rust oder TypeScript.

• Dein Test ist grün. Aber woher weißt du, dass er das Richtige prüft?
• Was passiert, wenn dein Code korrekte Ergebnisse liefert, aber unerwünschte Seiteneffekte hat?
• Wie prüfst du Verhalten, das sich nicht in einem Rückgabewert ausdrückt?
• Was tust du, wenn du nicht einmal weißt, was die richtige Antwort wäre?

• Du sollst Code ändern, den niemand im Team versteht. Es gibt keine Tests und keine Dokumentation.
• Wie kannst du sicher modernisieren, wenn du nicht weißt, was der Code eigentlich tut?
• Wie dokumentierst du das tatsächliche Verhalten, bevor du etwas änderst?
• Wie kommst du von einem Sicherheitsnetz zu einer echten Testsuite?

• Du testest mit Beispielen, aber du kannst nicht alle Beispiele aufschreiben. Was übersehen deine Tests?
• Wie findest du Grenzfälle, an die du nie gedacht hättest?
• Wenn ein Test fehlschlägt, ist die Eingabe oft riesig und unverständlich. Wie kommst du zum eigentlichen Problem?
• Für welche Arten von Code lohnt sich dieser Ansatz, und wo stößt er an seine Grenzen?

• Du hast hohe Code Coverage, aber Bugs schaffen es trotzdem in die Produktion. Warum?
• Deine Tests sind grün, aber würden sie einen echten Fehler im Code überhaupt bemerken?
• Wie misst du, ob deine Tests tatsächlich etwas taugen – jenseits von Coverage-Zahlen?
• Was verraten dir kontrollierte Fehler im Code über die Qualität deiner Testsuite?

• Deine Tests beweisen, dass dein Code korrekt ist. Aber ist er auch robust?
• Was passiert, wenn dein Code Eingaben erhält, mit denen niemand gerechnet hat?
• Warum schützt selbst 100 % Code Coverage nicht vor allen Fehlern?
• Wie findest du Sicherheitslücken, bevor es Angreifer tun?

Diese Schulung richtet sich an alle, die bereits Erfahrung mit automatisierten Tests haben und ihre Testmethodik erweitern möchten. Die Konzepte sind unabhängig von der verwendeten Programmiersprache relevant. Die praktischen Beispiele und Übungen werden in PHP umgesetzt, aber die vermittelten Methoden lassen sich direkt auf andere Sprachen und deren Ökosysteme übertragen.

• Erfahrung in der Softwareentwicklung mit einer objektorientierten Programmiersprache
• Grundlegende Erfahrung mit automatisierten Tests (Unit Tests schreiben und ausführen)
• Für die praktischen Beispiele: Grundkenntnisse in PHP sind hilfreich, aber nicht zwingend erforderlich

• Du erkennst, wann ein grüner Test trügt, und weißt, wie du sicherstellst, dass er das Richtige prüft
• Du kannst unbekannten Code absichern, bevor du ihn veränderst
• Du findest Grenzfälle, an die du beim manuellen Schreiben von Tests nie gedacht hättest
• Du weißt, was Code Coverage wirklich aussagt, und was nicht
• Du kannst die Robustheit deines Codes gegen unerwartete Eingaben systematisch prüfen
• Du wählst für jede Situation die passende Testmethode und kannst deine Entscheidung begründen