Schulung · Agentic Coding · Testautomatisierung & QA

Agentic Coding für Testautomatisierung und QA

Autonome Coding-Agenten wirksam einsetzen: Spezifikation statt Prompt, Aufgabenzerlegung, testgetriebene Loops, Multi-Agent-Setups und Governance.

Dauer
2 Tage (14 Std.)
Format
Online oder vor Ort
Sprache
Deutsch oder Englisch
Teilnehmende
offene Termine oder exklusiv für Ihr Team
Abschluss
Teilnahmebescheinigung

Überblick

In diesem Kurs verbinden wir Agentic Coding mit den typischen Abläufen im Bereich Testautomatisierung & QA. Die Teilnehmenden arbeiten an realistischen Szenarien und nehmen sofort einsetzbare Prompts, Workflows und Checklisten mit.

Agentic Coding bezeichnet die Arbeit mit KI-Agenten, die Entwicklungsaufgaben weitgehend selbstständig erledigen: Sie lesen Code, planen Änderungen, führen Befehle und Tests aus und korrigieren sich anhand der Ergebnisse. Werkzeuge wie Claude Code, OpenAI Codex, der GitHub Copilot Coding Agent oder der Agent-Modus von Cursor machen diese Arbeitsweise alltagstauglich. Dieses herstellerneutrale Training vermittelt die Methodik dahinter, damit Sie unabhängig vom Werkzeug verlässliche Ergebnisse erzielen und die Rolle der Entwicklerin oder des Entwicklers neu definieren.

Im Zentrum steht der Wechsel vom spontanen Prompt zur belastbaren Spezifikation. Sie lernen, Aufgaben so zu zerlegen und zu beschreiben, dass Agenten sie zuverlässig lösen, testgetriebene Schleifen aufzusetzen, in denen Tests als objektives Abnahmekriterium dienen, und mehrere Agenten parallel oder arbeitsteilig einzusetzen. Darüber hinaus behandeln wir Review-Strategien für agentisch erzeugten Code sowie Governance im Team: Berechtigungen, Sicherheitsgrenzen, Verantwortlichkeiten, Kostenkontrolle und die schrittweise Einführung agentischer Workflows in bestehende Entwicklungsprozesse.

Qualitätssicherung steht unter Druck: Release-Zyklen werden kürzer, Anwendungen komplexer und durch KI-Coding entsteht mehr Code in kürzerer Zeit, der getestet werden will. Testautomatisierer:innen und QA-Engineers profitieren deshalb besonders von KI-Assistenten und Agenten. Diese leiten Testfälle aus User Stories und Akzeptanzkriterien ab, schreiben Playwright- oder Cypress-Tests mit robusten Selektoren, erzeugen API-Tests aus OpenAPI-Spezifikationen, analysieren Flaky Tests und bauen Testdatengeneratoren. Gleichzeitig verändert sich die Rolle: QA wird zur Instanz, die auch KI-generierten Code systematisch absichert. Im Kurs lernen Sie, KI für Testdesign, Automatisierung und Fehleranalyse einzusetzen und Teststrategien an die neue Entwicklungsgeschwindigkeit anzupassen.

Das Training findet live statt – wahlweise online im virtuellen Klassenraum oder vor Ort in unseren Trainingsräumen in München, Salzburg, Berlin, Augsburg, Hannover, Bremen, Stuttgart und Kaiserslautern. Auf Wunsch kommen wir auch exklusiv für Ihr Team zusammen.

Für wen ist das Training?

  • Testautomatisierer:innen und SDETs
  • QA-Engineers und Testmanager:innen
  • Entwickler:innen mit Verantwortung für Test-Suites
  • Fachliche Tester:innen, die in die Automatisierung einsteigen

Typische Herausforderungen, die wir adressieren

  • Instabile End-to-End-Tests mit zeitabhängigen Fehlern und fragilen Selektoren
  • Hoher Aufwand für Testfallerstellung, Pflege und Testdaten
  • Lückenhafte Abdeckung von APIs, Grenzfällen und Fehlerszenarien
  • Wachsende Mengen an KI-generiertem Code, die gezielt abgesichert werden müssen

Das können Sie nach dem Training

  • Sie verstehen die Funktionsweise von Coding-Agenten und wählen das passende Werkzeug und den passenden Autonomiegrad.
  • Sie schreiben Spezifikationen und Projektkontext, mit denen Agenten verlässlich arbeiten.
  • Sie zerlegen Vorhaben in überprüfbare Teilaufgaben und steuern Agenten über testgetriebene Loops.
  • Sie setzen Multi-Agent-Setups und parallele Arbeit kontrolliert ein.
  • Sie leiten Testfälle mit KI systematisch aus Anforderungen ab und automatisieren sie in Playwright, Cypress oder API-Tests.
  • Sie analysieren Flaky Tests und Abdeckungslücken mit KI-Unterstützung und beheben sie nachhaltig.
  • Sie passen Ihre Teststrategie an KI-gestützte Entwicklung an und sichern generierten Code gezielt ab.

Inhalte & Ablauf

Tag 1

Modul 1 Grundlagen agentischer Entwicklung
  • Funktionsweise von Coding-Agenten: Werkzeugaufrufe, Kontextfenster und Feedback-Schleifen
  • Werkzeuge im Vergleich: Terminal-Agenten, IDE-Agenten und Cloud-Agenten
  • Geeignete Aufgaben erkennen und Autonomiegrade bewusst wählen
  • Die neue Rolle im Team: von der Umsetzung zur Steuerung und Abnahme
Modul 2 Spezifikation statt Prompt
  • Aufgaben mit Ziel, Kontext, Randbedingungen und Abnahmekriterien beschreiben
  • Projektkontext dauerhaft in Dateien wie CLAUDE.md, AGENTS.md oder Rules hinterlegen
  • Plan-First-Vorgehen: Lösungsweg vom Agenten entwerfen und vor der Umsetzung prüfen
  • Spezifikationen versionieren und als Teil des Repositorys pflegen
Modul 3 Aufgabenzerlegung und testgetriebene Agenten-Loops
  • Große Vorhaben in unabhängige, überprüfbare Teilaufgaben zerlegen
  • Tests zuerst schreiben lassen und als objektives Abbruchkriterium nutzen
  • Linter, Typprüfungen und Builds als automatische Rückmeldung einsetzen
  • Festgefahrene Loops erkennen und mit neuer Strategie neu starten
Modul 4 Multi-Agent-Setups und Parallelisierung
  • Spezialisierte Subagents für Recherche, Implementierung, Tests und Review definieren
  • Parallele Arbeit mit Branches, Worktrees und isolierten Umgebungen organisieren
  • Orchestrierung: Ergebnisse zusammenführen und Konflikte auflösen
  • Werkzeuge und Datenquellen über MCP gemeinsam nutzbar machen

Tag 2

Modul 5 Review, Sicherheit und Governance im Team
  • Review-Strategien für große, agentisch erzeugte Änderungen
  • Berechtigungen, Sandboxing und Schutz vor Prompt Injection festlegen
  • Agenten in CI-Pipelines und Pull-Request-Prozesse einbinden
  • Teamrichtlinien, Verantwortlichkeiten, Kosten und schrittweise Einführung planen
Modul 6 Praxislabor: Testautomatisierung & QA
  • Testfälle aus Anforderungen ableiten
  • Playwright- und Cypress-Tests schreiben
  • Flaky Tests analysieren
  • API-Tests aus Spezifikationen
  • Testdaten generieren
  • Testabdeckung und Mutation Testing
Modul 7 Datenschutz, Qualität & Transfer in den Alltag
  • Testdaten sollten synthetisch oder wirksam anonymisiert sein, denn Produktionsdaten mit Personenbezug dürfen weder in Testumgebungen noch in Prompts ungeschützt verwendet werden (DSGVO). Zugangsdaten für Testsysteme gehören in Secret-Stores statt in Testcode; in regulierten Bereichen sind zudem Nachvollziehbarkeit und Dokumentation von Testergebnissen, etwa für NIS2- oder Cyber-Resilience-Act-Nachweise, sicherzustellen.
  • Spielregeln für den sicheren KI-Einsatz im Team
  • Ergebnisse prüfen: Fakten, Quellen, Tests und Vier-Augen-Prinzip
  • Persönlicher Umsetzungsplan für die nächsten 30 Tage
  • Offene Fragen, Ausblick und Ressourcen zum Weiterlernen

Praxisszenarien aus Ihrem Bereich

Testfälle aus Anforderungen ableiten

Der Assistent erzeugt aus User Stories und Akzeptanzkriterien strukturierte Testfälle mit Äquivalenzklassen, Grenzwerten und Negativszenarien, auf Wunsch als Gherkin-Szenarien für Behaviour-Driven Development. Lücken in den Anforderungen werden benannt.

Playwright- und Cypress-Tests schreiben

Die KI schreibt End-to-End-Tests mit rollenbasierten Selektoren, Page Objects oder Fixtures, sinnvollem Warten statt fester Pausen und führt sie iterativ aus, bis sie stabil laufen.

Flaky Tests analysieren

Der Agent wertet Testhistorie, Traces, Screenshots und Logs aus, identifiziert Ursachen wie Race Conditions, Testabhängigkeiten oder instabile Testdaten und schlägt nachhaltige Korrekturen vor. Die Ergebnisse fließen in Ihre Teststrategie ein.

API-Tests aus Spezifikationen

Aus OpenAPI-Beschreibungen entstehen API-Tests für Statuscodes, Schemas, Authentifizierung und Fehlerfälle sowie Contract-Tests, die Schnittstellenänderungen zwischen Teams früh sichtbar machen. Die Tests laufen automatisiert in der CI-Pipeline.

Testdaten generieren

Die KI erstellt Generatoren für realistische, synthetische Testdaten, Factories und Seed-Skripte, die Grenzfälle gezielt abdecken und ohne echte personenbezogene Daten auskommen. Datenschutzprobleme in Testumgebungen werden so vermieden.

Testabdeckung und Mutation Testing

Coverage-Berichte und Ergebnisse von Mutation-Testing-Werkzeugen werden ausgewertet, ungetestete Pfade benannt und fehlende Tests gezielt ergänzt, um die tatsächliche Aussagekraft der Suite zu erhöhen. Wirkungslose Tests werden sichtbar.

Mögliche Praxisprojekte im Kurs

Flaky-Test-Report

Ein Skript, das JUnit-XML-Ergebnisse mehrerer CI-Läufe zusammenführt, instabile Tests erkennt und eine priorisierte Liste mit Fehlermustern erzeugt. Die Liste dient als Grundlage für gezielte Stabilisierung.

Testdaten-Generator

Ein CLI, das aus einem Datenbankschema oder JSON-Schema realistische, synthetische Datensätze inklusive Grenzfällen erzeugt. Die Datenmenge und Verteilung lassen sich flexibel konfigurieren.

E2E-Suite für eine Demo-App

Eine Playwright-Testsuite mit Page Objects, visuellen Vergleichen und CI-Integration, die ein KI-Agent für eine bestehende Webanwendung aufbaut. Die Tests laufen parallel und liefern Traces bei Fehlern.

Voraussetzungen

Sie haben mehrjährige Entwicklungserfahrung, arbeiten sicher mit Git, Tests und CI und haben idealerweise bereits erste KI-Coding-Werkzeuge genutzt. Erfahrung in Softwaretest oder Testautomatisierung sowie Grundkenntnisse in mindestens einer Programmiersprache wie JavaScript, TypeScript, Python oder Java.

Technische Voraussetzungen

Eigener Laptop mit Git, Terminal und Ihrer Entwicklungsumgebung sowie Zugang zu mindestens einem Coding-Agenten wie Claude Code, Codex, Copilot oder Cursor.

Datenschutz & Compliance

Testdaten sollten synthetisch oder wirksam anonymisiert sein, denn Produktionsdaten mit Personenbezug dürfen weder in Testumgebungen noch in Prompts ungeschützt verwendet werden (DSGVO). Zugangsdaten für Testsysteme gehören in Secret-Stores statt in Testcode; in regulierten Bereichen sind zudem Nachvollziehbarkeit und Dokumentation von Testergebnissen, etwa für NIS2- oder Cyber-Resilience-Act-Nachweise, sicherzustellen.

Terminvorschläge

Alle Termine sind Vorschläge – Ihr Wunschtermin ist jederzeit möglich.

  • Mi, 25. November 2026 – Do, 26. November 2026 Online Anfragen
  • Mo, 7. Dezember 2026 – Di, 8. Dezember 2026 Salzburg Anfragen
  • Mo, 14. Dezember 2026 – Di, 15. Dezember 2026 Online Anfragen
  • Do, 14. Januar 2027 – Fr, 15. Januar 2027 Online Anfragen
  • Do, 21. Januar 2027 – Fr, 22. Januar 2027 Bremen Anfragen
  • Mi, 27. Januar 2027 – Do, 28. Januar 2027 Online Anfragen

Häufige Fragen

Worin unterscheidet sich Agentic Coding von Vibe Coding?

Vibe Coding setzt auf schnelle, intuitive Iteration in natürlicher Sprache und eignet sich besonders für Prototypen. Agentic Coding ist ein ingenieurmäßiger Ansatz für professionelle Codebasen: Präzise Spezifikationen, Tests als Abnahmekriterium, klare Berechtigungen und strukturierte Reviews sorgen dafür, dass Agenten auch in komplexen, langlebigen Projekten verlässliche und wartbare Ergebnisse liefern.

Ist der Kurs an ein bestimmtes Werkzeug gebunden?

Nein. Der Kurs vermittelt Methoden, die mit Claude Code, OpenAI Codex, dem GitHub Copilot Coding Agent, Cursor und vergleichbaren Werkzeugen funktionieren. Die Übungen zeigen Unterschiede und Gemeinsamkeiten, etwa bei Kontextdateien, Berechtigungen und Subagents. Sie können mit dem Werkzeug arbeiten, das in Ihrem Unternehmen eingesetzt wird oder werden soll.

Wie behalten wir bei autonomen Agenten die Kontrolle über Qualität und Sicherheit?

Kontrolle entsteht durch mehrere Ebenen: eng gefasste Berechtigungen und Sandboxing, Tests und statische Analysen als automatische Prüfinstanz, verpflichtende menschliche Reviews vor dem Merge und klare Teamregeln zu Verantwortlichkeiten. Im Kurs entwickeln Sie ein Governance-Konzept, das zu Ihren Prozessen, Sicherheitsanforderungen und regulatorischen Vorgaben passt.

Brauche ich Programmierkenntnisse für diesen Kurs?

Grundkenntnisse in einer Programmiersprache sind hilfreich, da Sie generierte Tests lesen, verstehen und anpassen sollten. Fachliche Tester:innen mit wenig Programmiererfahrung profitieren dennoch stark, weil die KI Code erklärt und beim Einstieg in die Automatisierung unterstützt. Die Übungen sind so gestaltet, dass unterschiedliche Vorkenntnisse berücksichtigt werden.

Ersetzt KI die manuelle und explorative Qualitätssicherung?

Nein. KI automatisiert wiederkehrende Aufgaben wie Testfallerstellung, Skripting und Fehleranalyse und schafft so Zeit für exploratives Testen, Risikobewertung und fachliche Abnahmen. Gerade bei KI-generiertem Code wird das kritische Urteil erfahrener QA-Fachleute wichtiger, nicht weniger. Die Verantwortung für Qualität bleibt beim Menschen.

Was kostet die Schulung „Agentic Coding für Testautomatisierung und QA“?

Die Schulung kostet pauschal 949 € zzgl. gesetzl. MwSt. pro Teilnehmer:in – unabhängig davon, ob sie online oder vor Ort stattfindet. Enthalten sind 2 Trainingstag(e) mit Live-Trainer:in, Kursunterlagen, Übungsumgebung und Teilnahmebescheinigung.

Kann ich einen eigenen Wunschtermin angeben?

Ja. Unsere Terminvorschläge sind eine Orientierung. Im Anfrageformular können Sie jederzeit einen Wunschtermin oder Zeitraum im Freitext angeben – wir prüfen die Verfügbarkeit und bestätigen innerhalb eines Werktags.

Findet der Kurs online oder vor Ort statt?

Beides ist möglich: live online im virtuellen Klassenraum oder vor Ort in München, Salzburg, Berlin, Augsburg, Hannover, Bremen, Stuttgart oder Kaiserslautern. Auf Wunsch führen wir das Training auch exklusiv für Ihr Team durch.

Weitere Kurse für Testautomatisierung und QA

Weitere Kurse zu Agentic Coding

Alle 32 Kurse zu Agentic Coding

Agentic Coding · MünchenAgentic Coding · SalzburgAgentic Coding · BerlinAgentic Coding · AugsburgAgentic Coding · HannoverAgentic Coding · BremenAgentic Coding · StuttgartAgentic Coding · KaiserslauternAgentic Coding · Online