Continous Integration (CI) ist die heute weit verbreitete Antwort der Industrie auf die Herausforderungen, trotz kurzer Einwicklungszyklen eine hohe Produktqualität zu erzielen. Dazu wird täglich automatisiert der aktuelle Stand der Entwicklung bereitgestellt (Build) und ebenfalls automatisiert ihre Qualität getestet. Aufgrund zunehmender Funktionalitäten der Prüfobjekte, insbesondere im Bereich eingebetteter Software, treten bei dieser Vorgehensweise aber auch neue Probleme auf: Zu jedem neuen, täglichen Build im Continuous Integration Entwicklungsprozesses sind umfangreiche Tests durchzuführen und zu bewerten. Diese kontinuierliche, begleitende Testaufgabe ist sehr komplex, da zum einen die nächtlichen Ressourcen für ihre Durchführung zeitlich und Hardware-bedingt begrenzt sind, zum anderen aber auch neu freigegebene Funktionalitäten abzusichern sind. Welche Tests sind relevant? Wie hat das Scheduling der Testausführung auszusehen, um möglichst effektiv trotz eingeschränkter Performanzen Fehler aufzudecken? Diese Aufgabe ist aufwendig und kostenintensiv. Die Universität Rostock erarbeitet im Kontext des CI-Prozesses Regressions-Modelle zur Beschreibung der Testumgebung. Auf den Umgebungsmodellen setzt ein KI-System auf, welches mittels Reinforcement-Learning die Umgebungseigenschaften verarbeitet und eine höchst effektives Scheduling von Tests bereitstellt.

Dieses Projekt wird vom Bundesministerium für Bildung und Forschung gefördert (Förderkennzeichen: 01IS22035B).

01.10.2022 - 30.09.2024