Lesen Sie in unserem neuen Whitepaper wie KI und ML in SAP-Technologien integriert sind und welche Rolle KI in der SAP-Entwicklung, beim Testen und bei der Bereitstellung spielen kann.

Mehr erfahren

Produkte

Testmanagement

qTest

Testmanagement und Analytik

Vera

Digitale Validierung

Quality Intelligence

SeaLights

Analysen zur Code- und Testqualität

LiveCompare

Änderungsanalysen für SAP

Testautomatisierung

Tosca

End-to-End- Testautomatisierung

Testim

Benutzerdefinierte Web- und mobile Anwendungen

Testim Salesforce

SFDC-Apps und Anpassungen

Data Integrity

End-to-End-Datensicherung

Performance tests

NeoLoad

Last und Performance-Tests

Mobiles Testen

Tosca Mobile

Mobiles End-to-End-Testen

Testim Mobile

Mobile Anwendungen nativ testen

Alle Produkte

Performance-Analyse neu gedacht: NeoLoad und KI

Tricentis NeoLoad kombiniert KI und MCP, um Testergebnisse effizienter zu analysieren, Reports schneller zu generieren und Performance transparent zu machen.

Sep. 26, 2025

Autor: Jason Secola

Die Analyse von Performance-Testergebnissen zählt seit jeher zu den komplexesten und zeitintensivsten Disziplinen im Performance Engineering. Mit wachsendem Testvolumen und zunehmend kürzeren Entwicklungszyklen stehen Teams vor der Herausforderung, immer größere Datenmengen schnell und zuverlässig auszuwerten. Tricentis NeoLoad verfolgt konsequent das Ziel, diese Komplexität zu reduzieren und Performance-Tests effizienter sowie leichter zugänglich zu machen. Die Innovationen dieses Jahres belegen diesen Anspruch.

Innovation durch Künstliche Intelligenz (KI)

Mit der Veröffentlichung von NeoLoad 2025.1 im April wurde mit Augmented Analysis ein zentraler Schritt in Richtung KI-gestützter Analysefunktionen umgesetzt. Die Funktion adressiert gezielt die Optimierung der Ergebnisanalyse in Performance-Tests. Sie interpretiert Testergebnisse automatisch, identifiziert Anomalien in klar abgegrenzten Intervallen und liefert Hinweise auf wahrscheinliche Ursachen. Dadurch wird der manuelle Analyseaufwand für Performance-Experten deutlich reduziert, während die Ergebnisse gleichzeitig für weitere Teammitglieder nachvollziehbar und nutzbar werden. Augmented Analysis unterstützt damit kurze Entwicklungszyklen und ermöglicht schnelleres, fundiertes Feedback an Entwicklungs- und QA-Teams.

Mit der Einführung des Model Context Protocols (MCP) setzte NeoLoad einen neuen Maßstab im Enterprise-Performance-Testing. Als erste Enterprise-Lösung stellte NeoLoad eine MCP-basierte Schnittstelle bereit, die es KI-Systemen ermöglicht, in natürlicher Sprache mit Test-Tools zu interagieren. Für NeoLoad-Anwender bedeutet das: Performance-Tests starten und überwachen, Ergebnisse gezielt abfragen sowie Berichte dialogbasiert erstellen – ohne tiefgehende Kenntnisse der zugrunde liegenden Tools.

Darüber hinaus bildet MCP die technologische Basis für Integrationen mit weiteren Tricentis-Lösungen wie Tosca, qTest und SeaLights sowie mit ausgewählten Drittanbieter-Tools. So lassen sich Performance-Daten konsistent in bestehende Toolchains einbinden und kontextübergreifend nutzen.

Diese Fähigkeiten eröffnen Teams neue Möglichkeiten im Umgang mit Performance-Ergebnissen: von kompakten Management-Zusammenfassungen bis hin zu fundierten, vergleichenden Analysen über mehrere Testläufe hinweg. Mit der Einführung von MCP wurde der Mehrwert des dialogbasierten Zugriffs auf Performance-Insights klar belegt – durch geringeren manuellen Aufwand, schnellere Erkenntnisse und eine effizientere Zusammenarbeit. Doch dies war erst der Anfang …

Ausbau der KI-Innovation

Jetzt ist die nächste Generation der MCP-Funktionen verfügbar und markiert einen weiteren Schritt in der Evolution von NeoLoad. Diese neuen Tools gehen noch weiter: Sie ermöglichen es Anwendern, detailliertere Testergebnisse abzurufen, Transaktionen und Anfragen zu analysieren, Logs und Ereignisse zu untersuchen und Daten über Testläufe hinweg zu vergleichen. Arbeiten, die zuvor Stunden manueller Tätigkeit erforderten, lassen sich nun in Sekunden per einfachem Sprachbefehl erledigen.

Eine der leistungsstärksten Neuerungen ist die intervallbasierte Analyse. MCP kann Testläufe in Phasen unterteilen, um aufzuzeigen, wie sich die Performance über die Zeit verändert. Teams können schnell Spitzen, Verschlechterungen oder Anomalien in bestimmten Zeitfenstern erkennen und ihre Auswirkungen im Kontext einordnen. Diese Funktion ergänzt Augmented Analysis, die bereits automatisch Anomalien und Detailanalysen generiert. Über MCP sind diese Einblicke nun noch einfacher zugänglich, vergleichbar und teilbar – in klarer, verständlicher Sprache.

Ebenso wichtig ist die Vereinfachung des Reportings durch MCP. Anstatt Diagramme, Screenshots und Tabellen manuell zusammenzustellen, können Teams auf Knopfdruck übersichtliche, präsentations-fertige Berichte erstellen. Diese fassen die wichtigsten Erkenntnisse aus einem oder mehreren Tests zusammen – darunter Trends, auffällige Probleme und relevante Zeiträume – und bereiten sie so auf, dass Entwickler, Manager und andere Stakeholder sie schnell erfassen. Was früher Stunden in Anspruch nahm, ist nun jederzeit abrufbar und ermöglicht eine klarere Kommunikation sowie eine deutlich schnellere Umsetzung von Performance-Erkenntnissen.

Die Einführung von Augmented Analysis und MCP unterstreicht unser Anspruch, praxisnahe und messbar wertvolle KI-Funktionen bereitzustellen. Sie reduzieren Komplexität, beschleunigen Entscheidungsprozesse und machen Performance-Erkenntnisse für Teams leichter zugänglich. Und das ist erst der Anfang.

Im Luafe des Jahres und darüber hinaus werden wir die KI-gestützte Performance-Analyse weiter ausbauen. So stellen wir sicher, dass NeoLoad-Kunden auch künftig moderne Performance-Strategien erfolgreich umsetzen, ihre Systeme gezielt optimieren und nachhaltige Geschäftsergebnisse erzielen.

Sind Sie neugierig geworden?