Die automatische Ableitung von Testfällen aus textuellen Requirements ist ein viel diskutiertes Thema im Requirements Engineering. Bisherige Studien zu diesem Thema zeigen ernüchternde Ergebnisse und schließen eine solche Automatisierung eher aus.
In unserem Vortrag wird ein neuer Ansatz vorgestellt, der im Rahmen einer Masterarbeit entwickelt und untersucht wurde. Diese wurde von Vector Informatik GmbH betreut. Hierbei wurde eine KI trainiert, um aus natürlichsprachigen Requirementtexten testrelevante Attribute zu extrahieren. Solche Attribute können Parameter, deren Werte sowie mögliche Ausgangskonditionen sein. Bei den verwendeten Requirements handelt es sich um reale sicherheitsrelevante Anforderungen, welche aus einem Luftfahrt-Projekt exportiert wurden. Diese Requirements müssen Normen, wie die DO-178C, erfüllen und sind daher semi-formal spezifiziert. Diese Eigenschaft hat das Erstellen eines Datensatzes ermöglicht, auf dem die KI trainiert wurde. Im weiteren Vorgehen können aus den Requirements gesammelten Attribute zusammen mit den restlichen Texten weiterverarbeitet werden, um das große Ziel der automatisierten Testfallgenerierung zu erreichen. Bis dahin können die Zwischenergebnisse verwendet werden, um Requirements- und Testingenieure zu unterstützen. Der Vortrag wird die Ergebnisse diskutieren sowie die Herausforderungen schildern.
Abschließend wird gezeigt, welche Fähigkeiten bekannte KI-Modelle, wie ChatGPT, bereits besitzen, aber auch, in welchen Bereichen aktuelle Modelle noch Schwächen aufweisen. Wir erörtern, wie KI die Brücke zwischen Requirements und Tests vereinfachen könnte und welche Chancen sich in diesem spannenden Feld bieten.