Abo  ut

Automatisierung komplexer Planungsaufgaben im Testfeld

Für Testfeldmanager wird es immer schwieriger, den Anforderungen der Kunden an eine flexible und zeitnahe Durchführung von Tests gerecht zu werden und gleichzeitig eine hohe Auslastung kostenintensiver Testressourcen zu erreichen. Grund dafür sind die steigende Zahl von Testaufträgen und begrenzte Testressourcen, die in einem komplexen Netzwerk von Prozessen und Abhängigkeiten miteinander verknüpft werden müssen.


Aufgrund der Komplexität und bestehender Zielkonflikte ist eine optimale Planung meist nicht möglich. Durch den Einsatz geeigneter Algorithmen kann ein Planer jedoch zeitnah bessere Planungsergebnisse erzielen als durch manuelle Verfahren.


Es geht um die Lösung des folgenden Planungsproblems:


  • Es existieren konkurrierende Planungsziele. Beispiele hierfür sind die Minimierung der Durchlaufzeit, die Maximierung der Auslastung von Testressourcen oder die Maximierung der Einhaltung von Zeitplänen.
  • Die verfügbaren Testressourcen sind begrenzt. Testressourcen sind z.B. Prüfstände, Messgeräte, Prüfteile oder Personal.
  • Bei der Planung sind unterschiedliche Einschränkungen zu berücksichtigen. Zum Beispiel Arbeitszeiten, Verfügbarkeit, Standortentscheidungen oder Merkmale von Testressourcen.


Üblicherweise haben Restriktionen im Testfeld unterschiedliche Prioritäten:


  • Harte Beschränkungen: Eine harte Beschränkung darf nicht durchbrochen werden. Beispiel: Ein Prüfstand kann nicht zwei verschiedene Prüfungen gleichzeitig durchführen.
  • Weiche Beschränkungen: Eine weiche Beschränkung sollte nicht durchbrochen werden, wenn sie vermieden werden kann. Beispiel: Ein Unternehmen möchte eine bestimmte Art von Test an einem bestimmten Standort nicht durchführen.


Außerdem muss ein entsprechender Algorithmus zwischen negativen und positiven Restriktionen unterscheiden. Während negative Beschränkungen nicht durchbrochen werden dürfen oder sollen, sollten positive Beschränkungen nach Möglichkeit eingehalten werden. Beispiel: Ein Unternehmen möchte an einem bestimmten Standort eine bestimmte Art von Test durchführen.



Bei der Lösung eines Planungsproblems können den verschiedenen Restriktionsarten Score-Werte zugeordnet werden. Somit kann jede Lösung des Planungsproblems mit einer Punktzahl bewertet werden. Das Ergebnis dieser Bewertung ist eine Reihe von Lösungen, die in die folgenden Kategorien eingeordnet werden können:


  • Mögliche Lösungen: Eine mögliche Lösung ist jede Lösung, unabhängig davon, ob sie eine Reihe von Beschränkungen bricht oder nicht. Planungsprobleme im Testfeld haben in der Regel sehr viele Lösungsmöglichkeiten. Viele dieser Lösungen sind jedoch wertlos.
  • Realisierbare Lösungen: Diese Lösungen verstoßen nicht gegen harte, negative Restriktionen. Die Anzahl der realisierbaren Lösungen ist normalerweise relativ zur Anzahl der möglichen Lösungen. Manchmal gibt es keine realisierbare Lösung.
  • Optimale Lösungen: Eine optimale Lösung ist die Lösung mit der höchsten Punktzahl. Es gibt immer mindestens eine solche Lösung, auch wenn es keine realisierbare Lösung gibt.
  • Beste Lösung: Die beste Lösung ist die Lösung mit der höchsten Punktzahl, die innerhalb eines definierten Zeitraums gefunden und realisierbar ist.


Peak Solution hat ein Add-On für die Peak Test Management Suite (Peak TMS) entwickelt, welches das oben beschriebene Testproblem automatisiert. Das Add-on stellt dem Anwender Algorithmen zur Verfügung, um die Vielzahl möglicher Planungslösungen effizient durchzuspielen. Mithilfe von Heuristiken, Scoring-Verfahren und Regeln können die Algorithmen in akzeptabler Zeit die beste Lösung finden. Natürlich lassen sich die Algorithmen mit wenigen Zeilen XML-Code flexibel an individuelle Anforderungen anpassen.