Skip to content

Wolters Kluwer

Wie KI-gestütztes Testmanagement bei Wolters Kluwer eine konsistente Softwarequalität in großem Maßstab sichert

Unternehmen im Überblick

Wolters Kluwer ist ein weltweit führender Anbieter von Informationen, Softwarelösungen und Dienstleistungen für Fachleute in den Bereichen Gesundheitswesen, Steuern und Rechnungswesen, Finanz- und Unternehmens-Compliance, Recht und Regulierung, Unternehmensperformance und ESG. Das Unternehmen unterstützt seine KundInnen jeden Tag, wichtige Entscheidungen zu treffen, indem es Expertenlösungen anbietet, die fundiertes Fachwissen mit Technologie und Dienstleistungen kombinieren. Wolters bedient KundInnen in über 180 Ländern, unterhält Niederlassungen in über 40 Ländern und beschäftigt weltweit rund 21.600 MitarbeiterInnen. Der Hauptsitz des Unternehmens befindet sich in Alphen aan den Rijn in den Niederlanden.

  • Arrow Icon
    Branche:  Informationsdienste
  • Arrow Icon
    Unternehmensgröße: 20.000+
  • Arrow Icon
    Standort: Niederlande
  • Arrow IconProdukte:

Wenn KI skaliert, muss Qualität mithalten

Vor fast zwei Jahrhunderten wurde Wolters Kluwer als Druckerei gegründet. In den letzten Jahrzehnten hat das Unternehmen eine umfassende digitale Transformation durchlaufen und neue Technologien schnell und umfassend ausgerollt. Dies ging Hand in Hand mit einem exponentiellen Wachstum, das besonders auf die hohe Qualität aller Produkte und Lösungen von Wolters Kluwer zurückzuführen ist.

Mit dem wachsenden Einsatz von KI – insbesondere in der Softwareentwicklung – sah sich Paul DiGrazia, Vice President of Quality Engineering bei Wolters Kluwer, vor die Aufgabe gestellt, eine Qualitätsstrategie zu entwickeln, die dem steigenden Volumen und Tempo KI-generierten Codes gerecht wird. Dabei stand vor allem im Fokus, Fehlerquellen aufzufangen, die durch KI entstehen und mit klassischen Testmethoden nur schwer zu identifizieren sind.

Die Lösung fand er im Tricentis qTest Copilot – einem leistungsstarken, kontextsensitiven KI-Assistenten innerhalb der qTest-Plattform. Dieser unterstützt sein Team dabei, Testfälle deutlich schneller zu erstellen und eine breite Abdeckung unterschiedlichster Anwendungsfälle sicherzustellen.

Paul DiGrazia gehörte zu den Ersten, die auf den qTest Copilot setzten. Kaum war die Betaversion verfügbar, stellte er sie in kürzester Zeit über 400 Mitarbeiterinnen und Mitarbeitern der Qualitätssicherungsorganisation von Wolters Kluwer zur Verfügung. Heute, so schätzt DiGrazia, lassen sich mit qTest Copilot Testfälle mindestens 30 % schneller entwickeln. Die Vision reicht jedoch weit über den heutigen Einsatz hinaus: Im Endausbau strebt Wolters Kluwer eine vollständig integrierte Entwicklungsumgebung (IDE) an, in der Debugging und Codeerstellung parallel ablaufen. Für DiGrazia steht fest: KI-gestützte Qualitätssicherungstools wie qTest Copilot werden dabei eine Schlüsselrolle spielen – insbesondere durch die Geschwindigkeit und Skalierbarkeit, mit der sie die Testfallgenerierung unterstützen. Sie sind für ihn ein zentraler Baustein auf dem Weg zu einer hochautomatisierten, effizienten Entwicklungs- und Teststrategie.

Wie in allen Bereichen des Quality Engineerings spielt auch hier Transparenz eine zentrale Rolle – und genau darin sieht DiGrazia einen weiteren entscheidenden Vorteil von qTest Copilot. Das Tool ermöglicht eine präzise Nachverfolgung relevanter Kennzahlen, auf deren Basis das Team fundierte Go/No-Go-Entscheidungen für Releases treffen kann.

Die wichtigsten Qualitätsmetriken im Blick

„Aus Sicht des Quality Engineerings ist der effektivste Messwert der ,Escaped Defect‘, also die Kennzahl zu den Bugs und Fehlern, die erst nach einem Go-Live auftauchen. Wir berücksichtigen dazu auch Kennzahlen zur Kundenzufriedenheit und haben einen darauf abgestimmten Präventionsprozess“, so DiGrazia.

Dabei überwachen DiGrazia und sein Team die Qualitätsstandards von Prozessen und Tools für ein breites Spektrum an Anwendungen und Plattformen sowie die dahinterstehenden Technologien.

„Unsere Quality Engineering Abteilung ist für Hunderte von Anwendungen und wahrscheinlich ein halbes Dutzend wichtiger Plattformen verantwortlich. Wir haben zuletzt eine große Cloud-Migration durchgeführt, sodass alles von Azure und AWS bis hin zu Webtechnologien wie Java, .Net, Datenbanken, SQL und Oracle zu finden ist. Alles in allem haben wir also mit einem System neuerer Plattformen und Lösungen sowie einiger älterer Technologien, die es teilweise schon seit 20 Jahren gibt, zu tun“, fügt DiGrazia an.

Konsistenz und Qualität entscheidend

Das Quality Engineering Center of Excellence von Wolter Kluwer, das DiGrazie leitet, ist innerhalb der Digital Experience Group, dem Technologiezweig von Wolter Kluwer, angesiedelt. Die Gruppen versuchen gemeinsam, die Technologien der verschiedenen Geschäftsbereiche von Wolter Kluwer zu zentralisieren, um unternehmensweit einheitliche Standards und Tools durchzusetzen.

Ein Mantra ist im QE-Team von Wolters Kluwer dabei vorherrschend: „Exzellenz durch Innovation“. Diese Werte und Richtlinien sollen im großen Maßstab verfolgt und umgesetzt werden.

„Wir wollten, dass alles, was wir tun und jede Entscheidung, die wir treffen, diesem Mantra entspricht. Das hat funktioniert, und immer wenn wir uns auf dies besinnen, fördert das meiner Meinung nach eine konsistente Denkweise, die sich auf die gesamte Organisation positiv auswirkt“, erklärt DiGrazia.

Denn als das Unternehmen seine Qualität steigerte, stand es bereits vor der Herausforderung, nämlich mehrere hundert MitarbeiterInnen dazu zu bringen, Dinge immer auf die gleiche Weise anzugreifen, auch wenn sie sich an Regeln und Methoden halten müssten.

Testing mit Tricentis qTest im großen Maßstab transformiert

DiGrazias Philosophie für die Testautomatisierung basiert auf der typischen Testautomatisierungspyramide. „Tricentis hat vor Jahren eine praktische Pyramiden-Charta entwickelt, die ich ständig verwende. Sie zeigt, wo man stark in API-Level und Unit-Tests investieren sollte und sicherstellt, dass man die richtige Menge an UI-Tests erhält, um den gewünschten Return on Investment zu erzielen. So konnten wir unsere gesamte Testautomatisierung schnell umsetzen.“

Wolters Kluwer nutzt ein Open-Source-Framework, in dem ein internes Tool und BlazeMeter zur Leistungsoptimierung integriert sind. Für Tests setzte das holländische Unternehmen auf unterschiedliche Dinge – von manuellen Tabellen über Word-Dokumente bis hin zu Tools wie Jama. Um all diese Datenquellen einheitlich und zentralisiert zu managen und mehr Testautomatisierung einzuführen, benötigte es eine umfassende Testmanagementlösung – und Wolters Kluwer entschied sich für qTest. Das vorrangige Ziel: Transparenz und Kontrolle über ein vielfältiges Testautomatisierungs-Toolset zu gewährleisten. Heute nutzt das Team qTest, um automatisierte Tests zu orchestrieren und Best Practices im gesamten Unternehmen zu standardisieren, zu zentralisieren und zu skalieren.

Erreicht hat das Team um DiGrazia mit diesem Ansatz eine 100-prozentige Automatisierung auf UI- und API-Ebene für seine zentralen Plattformanwendungen. Bei vielen anderen wiederum liegen die Automatisierungsraten zwischen 30 und 60 Prozent. Hier liegt der Fokus auf Wiederholbarkeit, um den ROI zu maximieren.

„Wir konzentrieren die Automatisierung auf Matrix-artige und wiederholbare Regressionstesttypen. Das spielt MitarbeiterInnen für die Suche nach negativen Testfällen frei und hilft uns, Testzyklen ohne diese massive Regressionslast schneller durchlaufen zu können“, erklärt DiGrazia.

„qTest“, so DiGrazia weiter, „ist die zentrale Plattform für unsere Testmetriken hinsichtlich Testausführung, Testentwicklung und dem Anteil automatisierter Tests. Wir nutzen die qTest-APIs, um alle Daten in ein intern entwickeltes Tool einzuspeisen, das mit Jira verknüpft ist. So erhalten wir einen umfassenden Überblick über die durchgeführten Tests und die entsprechende Software-Qualität.“

Wolters Kluwer hat zusätzlich weitgehende Schulungen durchgeführt, um in allen Abteilungen ein einheitliches Verständnis herzustellen. In Zentrum jedoch steht die Technologie, wie DiGrazia anfügt: „Ohne Tools wie qTest könnten wir nicht skalieren.“

Auch nachdem qTest Copilot in die Quality Toolchain integriert worden war, gab es bei Wolters Kluwer regelmäßig Schulungen und Trainings zu generativer KI. Weiters ist DiGrazia damit beschäftigt, Richtlinien und Standards für das Training von KI-Modellen und den Einsatz von KI-Tools zu entwickeln. Im Fokus steht dabei die Optimierung von Prompting-Techniken, um die KI-Ergebnisse noch weiter zu verbessen. Bei diesen Dingen arbeiten DiGrazia und sein Team eng mit Tricentis zusammen, um den KI-Einsatz so tiefgehend und effizient als möglich auf die gesamte 400-köpfige Userbase auszuweiten.

Datengesteuerte, qualitativ hochwertige Releases beschleunigt

qTest ist Wolters Kluwers Test-Drehscheibe mit über 400 AnwenderInnen und hat die Arbeitsweise von Wolters Kluwer um Leitlinien und Berechtigung für das Testing erweitert. Das Tool ist für das Onboarding von entscheidender Bedeutung, da es Projektbeteiligte schnell auf den neuesten Stand bringt und nur denjenigen Zugriff gewährt, die ihn auch wirklich benötigen.

Wolters Kluwer konnte zudem die positiven Auswirkungen von qTest daran beobachten, wie die Anzahl der Escaped Defects dramatisch nach unten ging. Das Unternehmen nutzt dazu einen dezidierten Escaped Defect Analysis (EDA)-Prozess für eine Feedbackschleife, die mit qTest in Jira verknüpft ist. Dies ermöglicht es den Test- und Entwicklungsteams, kontinuierlich zu erkennen, wo sie die Qualität innerhalb des Unternehmens und des gesamten Softwareentwicklungszyklus verbessern können.

„qTest und der damit verbundene Prozess waren entscheidend für unsere Release-Readiness. Bevor wir qTest, ein zentrales Testmanagementsystem oder einen darauf basierenden gemeinsamen Satz von Metriken nutzten, war viel menschliches Urteilsvermögen, viel Bauchgefühl gefragt“, so DiGrazia. „Jetzt ist alles datenbasiert, was uns konsistentere und vorhersehbarere Releases in hoher Qualität ermöglicht und unsere Defect Escape Rate deutlich gesenkt hat.“

KI steigert hohe Qualitätsstandards weiter

Dieses Know-how und die Erfahrung rund um qTest hat es möglich gemacht, dass DiGrazia und sein Team nun als Co-Entwicklungspartner Tricentis zur Seite stehen, um die branchenweit ersten agentenbasierten KI-Funktionen im Bereich Quality Engineering zu entwickeln. „Wir sind gespannt, welche Fortschritte Tricentis mit seiner agentenbasierten Strategie erzielt. Im Rahmen des Co-Entwicklungsprogramms erhielt unser Testteam frühzeitig Zugriff auf die Tricentis Remote MCP-Server, was für uns ein entscheidender Vorteil ist. Unsere Quality Engineers können nun mit den Tricentis-Tools Ideen schneller entwickeln und sich peu à peu einer echten Lösung annähern, indem sie der KI einfach beschreiben, was sie wollen“, berichtet DiGrazia.

Was das Potenzial von KI im Quality Engineering angeht, zeigt sich DiGrazia zuversichtlich: „Ich bin schon seit langer Zeit im Testumfeld tätig, und noch nie gab es eine größere und einschneidendere Disruption in Sachen Softwarequalität als heute.“

Entsprechend hoch sind seine Erwartungen. Sein Rat? „Lassen Sie sich auf diese Veränderungen ein und empfangen Sie diese mit offenen Armen. Den Early Adoptern, die Gen AI im Quality Engineering einsetzen, steht eine vielversprechende Zukunft bevor.“