Viele Teams nutzen inzwischen glücklicherweise Testautomatisierung in großem Umfang. Allerdings entstehen dadurch oft Abhängigkeiten von einzelnen Test-Tool-Herstellern. Wenn diese die Preise erhöhen (oder das Tool abstellen sollten), wird es schmerzhaft. Denn nicht nur die teureren Lizenzen kosten Geld, sondern natürlich auch eine Migration zu einem anderen Test-Tool oder -Framework. Wenn man 10.000 Testfälle hat und mehrere Stunden für die Migration jedes einzelnen Testfalls schätzt, wird das schnell sehr teuer. Wie können unsere Ansätze aus dem Software-Engineering hier helfen?

Historisch gewachsene Test-Suites sind meistens hoch redundant. Eine Migration auf ein neues Testautomatisierungs-Tool ist daher auch eine Chance, diese Redundanz loszuwerden und dadurch einen großen Teil des Migrationsaufwands zu sparen. Konkret helfen Test-Minimierungsverfahren aus unserer Forschungscommunity hierbei, indem sie aus einer großen Suite die (hoffentlich möglichst kleine) Teilmenge ermitteln, die für sich genommen schon den Großteil der Fehler findet, die die gesamte Testsuite findet. Dann reicht es, wenn wir die migrieren. 

Im Vortrag stelle ich vor, welche Erfahrungen wir mit welchen Minimierungsverfahren bei unseren Kunden gemacht haben, die ihre Test-Suites migrieren. Dabei gehe ich sowohl auf moderne, AI-basierte Testselektionsverfahren ein, als auch "Old-School Coverage Messung", um zu verfolgen, wieviel die migrierte Test-Suite im Vergleich zur Neuen bereits abdeckt und zeige, welche Einsparungen dadurch erreicht wurden.