Schulung · Claude Code · Testautomatisierung & QA

Claude Code für Testautomatisierung und QA

Agentisches Coding mit Claude Code im Terminal und in der IDE: von CLAUDE.md über Subagents und Hooks bis zu CI und sicheren Berechtigungen.

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 Claude Code mit den typischen Abläufen im Bereich Testautomatisierung & QA. Die Teilnehmenden arbeiten an realistischen Szenarien und nehmen sofort einsetzbare Prompts, Workflows und Checklisten mit.

Claude Code ist der agentische Coding-Assistent von Anthropic, der direkt im Terminal und in gängigen IDEs arbeitet. Statt einzelne Codezeilen zu vervollständigen, liest Claude Code Ihr Repository, plant Änderungen über mehrere Dateien hinweg, führt Befehle aus, startet Tests und erstellt Commits. In diesem zweitägigen Training lernen Sie, wie Sie dieses Werkzeug kontrolliert einsetzen: mit klaren Projektanweisungen in CLAUDE.md, bewusstem Kontextmanagement und einem Workflow, bei dem Sie als Entwicklerin oder Entwickler die Richtung vorgeben und jede Änderung nachvollziehen können.

Im Mittelpunkt stehen reale Entwicklungsaufgaben: Bugs analysieren, Features umsetzen, Legacy-Code refaktorieren und Tests ergänzen. Sie konfigurieren Subagents für spezialisierte Aufgaben, automatisieren Qualitätsprüfungen mit Hooks, binden externe Systeme über das Model Context Protocol (MCP) an und bündeln Teamwissen in Skills. Abschließend bringen Sie Claude Code headless in CI-Pipelines und legen Berechtigungen, Sandboxing und Freigaberegeln so fest, dass der Einsatz auch in sicherheitskritischen Umgebungen, etwa mit regulatorischen Vorgaben oder sensiblen Kundendaten, vertretbar bleibt.

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 setzen Claude Code für mehrstufige Entwicklungsaufgaben ein und behalten dabei die Kontrolle über jede Änderung.
  • Sie pflegen eine CLAUDE.md, die Projektkonventionen, Befehle und Architekturhinweise wirksam an den Agenten übergibt.
  • Sie erweitern Claude Code mit Subagents, Hooks, MCP-Servern und Skills passend zu Ihrem Team.
  • Sie integrieren Claude Code in Git-Workflows und CI-Pipelines mit nachvollziehbaren, testgesicherten Ergebnissen.
  • 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 und Arbeitsweise von Claude Code
  • Installation, Anmeldung und Einsatz im Terminal sowie in VS Code und JetBrains-IDEs
  • Agentische Schleife verstehen: Lesen, Planen, Ausführen, Prüfen
  • Plan-Modus nutzen, um Lösungswege vor der Umsetzung abzustimmen
  • Wirksame Aufgabenbeschreibungen mit Ziel, Kontext und Abnahmekriterien formulieren
Modul 2 Projektkontext mit CLAUDE.md und Kontextmanagement
  • CLAUDE.md auf Projekt-, Verzeichnis- und Benutzerebene strukturieren
  • Build-, Test- und Stilkonventionen so dokumentieren, dass der Agent sie zuverlässig befolgt
  • Kontextfenster steuern mit gezielten Dateiverweisen, Kompaktieren und frischen Sitzungen
  • Sitzungen fortsetzen und lange Aufgaben in überschaubare Etappen teilen
Modul 3 Erweitern mit Subagents, Hooks, MCP und Skills
  • Subagents für Code-Review, Recherche oder Testgenerierung definieren
  • Hooks einsetzen, um Formatierung, Linting oder Prüfungen vor und nach Tool-Aufrufen zu erzwingen
  • MCP-Server für Ticketsysteme, Datenbanken oder interne Dokumentation anbinden
  • Eigene Slash-Commands und Skills für wiederkehrende Team-Workflows erstellen
Modul 4 Git-Workflows, Tests und Qualitätssicherung
  • Branches, aussagekräftige Commits und Pull Requests mit Claude Code erstellen
  • Testgetriebenes Arbeiten: erst Tests schreiben lassen, dann implementieren
  • Diffs systematisch prüfen und Änderungen gezielt zurückweisen oder nachschärfen
  • Parallele Arbeit mit Git-Worktrees und mehreren Sitzungen organisieren

Tag 2

Modul 5 Headless-Betrieb, CI und Sicherheit
  • Claude Code nicht-interaktiv in Skripten und CI-Pipelines ausführen
  • Automatisierte Reviews und Issue-Bearbeitung in GitHub- oder GitLab-Workflows
  • Berechtigungsmodi, Allow- und Deny-Regeln sowie Sandboxing konfigurieren
  • Umgang mit Secrets, Prompt-Injection-Risiken und unternehmensweiten Richtlinien
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 verfügen über praktische Programmiererfahrung in mindestens einer Sprache und arbeiten sicher mit Git und der Kommandozeile. Erfahrung in Softwaretest oder Testautomatisierung sowie Grundkenntnisse in mindestens einer Programmiersprache wie JavaScript, TypeScript, Python oder Java.

Technische Voraussetzungen

Eigener Laptop mit Administratorrechten, Git, Node.js-Laufzeit und einem aktuellen Editor; ein Claude-Abonnement oder ein Anthropic-API-Zugang wird für die Übungen benötigt.

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.

  • Di, 24. November 2026 – Mi, 25. November 2026 Online Anfragen
  • Mo, 30. November 2026 – Di, 1. Dezember 2026 Hannover Anfragen
  • Mi, 16. Dezember 2026 – Do, 17. Dezember 2026 Online Anfragen
  • Mi, 13. Januar 2027 – Do, 14. Januar 2027 Online Anfragen
  • Mi, 27. Januar 2027 – Do, 28. Januar 2027 München Anfragen
  • Di, 2. Februar 2027 – Mi, 3. Februar 2027 Online Anfragen

Häufige Fragen

Worin unterscheidet sich Claude Code von klassischer Code-Vervollständigung?

Code-Vervollständigung schlägt die nächsten Zeilen vor, während Claude Code als Agent ganze Aufgaben bearbeitet: Es durchsucht das Repository, plant Änderungen über mehrere Dateien, führt Tests und Befehle aus und korrigiert sich anhand der Ergebnisse. Sie formulieren das Ziel und prüfen das Resultat, statt jede Zeile selbst zu steuern.

Ist Claude Code für den Einsatz im Unternehmen sicher genug?

Claude Code fragt standardmäßig vor Dateiänderungen und Befehlen nach Freigabe. Über Berechtigungsregeln, Sandboxing, verwaltete Einstellungen und Hooks lässt sich genau festlegen, was der Agent darf. Im Kurs lernen Sie, diese Mechanismen passend zu Ihren Sicherheits- und Datenschutzvorgaben zu konfigurieren und Risiken wie Prompt Injection einzuschätzen.

Funktioniert Claude Code mit meiner Programmiersprache und meinem Stack?

Ja. Claude Code arbeitet sprachunabhängig, weil es mit Dateien, Terminalbefehlen und Ihren vorhandenen Build- und Test-Tools arbeitet. Ob Python, Java, TypeScript, Go, ABAP-nahe Projekte oder Infrastruktur als Code: Entscheidend ist eine gute CLAUDE.md, die Ihre Befehle und Konventionen beschreibt. Den fachlichen Schwerpunkt setzt die jeweilige Kursvariante.

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 „Claude Code 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 Claude Code

Alle 77 Kurse zu Claude Code

Claude Code · MünchenClaude Code · SalzburgClaude Code · BerlinClaude Code · AugsburgClaude Code · HannoverClaude Code · BremenClaude Code · StuttgartClaude Code · KaiserslauternClaude Code · Online