Über viele Jahre war Softwareentwicklung code-zentriert. Man schrieb Requirements und ging dann rasch zur Umsetzung über. Tests halfen – doch der Code war die eigentliche Quelle der Wahrheit.
Künstliche Intelligenz verändert das grundlegend.
Heute treten wir in das Zeitalter von ReDevTest ein. ReDevTest ist ein Entwicklungszyklus der KI-Ära, in dem Requirements die Intention definieren, Development (KI-generiert) das Verhalten umsetzt und Acceptance Tests die Korrektheit verifizieren – mit Feedback zurück in die Spezifikation statt in den Code.
Mit KI sind nicht mehr der Code die wichtigsten Artefakte. Es sind:
- Requirements
- System Use Cases
- Acceptance Tests
Code wird zum Ergebnis – nicht zum Ausgangspunkt.
Warum KI den Fokus verschiebt
KI ist sehr gut darin, Code zu generieren. Ebenso Tests – und sogar UI.
Was KI hingegen schlecht kann, ist Intention erraten.
Sind Requirements unklar, ist der generierte Code falsch. Sind System Use Cases vage, wird das Verhalten inkonsistent. Fehlen Acceptance Tests, ist Korrektheit nicht definiert.
Das verschiebt den Hauptaufwand nach vorne. Klarheit vor der Umsetzung wird wichtiger denn je.
Von TDD zu ReDevTest mit KI
Klassisches Test-Driven Development beginnt mit einem fehlschlagenden Test, dann folgt Code, danach Refactoring.
ReDevTest im Zeitalter von KI setzt früher an.
Der Ablauf sieht so aus:
- Klare Requirements formulieren
- Verhalten als System Use Cases beschreiben
- Acceptance Tests aus diesen Use Cases ableiten
- KI Code und Tests generieren oder aktualisieren lassen
- Resultat überprüfen und Spezifikationen bei Bedarf schärfen
Der Feedback-Loop bleibt bestehen. Doch das erste «Red» ist kein fehlschlagender Unit Test mehr. Das erste «Red» ist eine unklare oder unvollständige Spezifikation.
System Use Cases im Zentrum
System Use Cases beschreiben beobachtbares Systemverhalten. Sie beschreiben keine Implementierungsdetails.
Das macht sie ideal für KI-gestützte Entwicklung:
- Sie sind präzise
- Sie sind testbar
- Sie bleiben stabil, auch wenn sich Technologie ändert
Aus einem guten System Use Case kann KI generieren:
- Applikationscode
- Acceptance Tests
- unterstützende Integrations- und Unit-Tests
Ändert sich ein Use Case, aktualisiert KI den Code. Ist der Use Case falsch, wird der Use Case korrigiert – nicht der Code.
Acceptance Tests definieren die Korrektheit
Acceptance Tests beantworten eine einfache Frage:
«Wann ist dieser Use Case fertig?»
Sie verbinden Requirements mit realem Verhalten. Sie schützen Business Rules vor unbeabsichtigten Änderungen. Und sie dienen als ausführbare Dokumentation.
In einem KI-getriebenen Workflow sind Acceptance Tests nicht optional. Sie sind der Vertrag zwischen Mensch und Maschine.
Code wird zweitrangig
Das bedeutet nicht, dass Code unwichtig ist. Es bedeutet, dass Code nicht mehr sakrosankt ist. Code kann neu generiert, aktualisiert oder ersetzt werden.
Stabil bleiben müssen:
- Intention
- Verhalten
- Korrektheit
Diese leben in Requirements, System Use Cases und Acceptance Tests.
Eine neue Definition von Produktivität
Im Zeitalter von KI wird Produktivität nicht mehr in Codezeilen gemessen. Sondern daran, wie schnell man von Intention zu korrektem Verhalten gelangt.
Teams, die in klare Spezifikationen investieren, sind schneller. Teams, die diesen Schritt überspringen, verbringen ihre Zeit damit, KI-Output zu korrigieren.
Konklusio
ReDevTest bedeutet nicht, mehr Tests zu schreiben. Es bedeutet, Spezifikationen wieder dorthin zu rücken, wo sie hingehören: ins Zentrum. KI macht das unausweichlich.
Wer von KI verlässliche Resultate erwartet, muss ihr verlässlichen Input liefern. Dieser Input sind Requirements, System Use Cases und Acceptance Tests.
