Seminar Qt Squish – Intensivseminar Automatisierungsgrundlagen, Scripting und robuste Tests

Seminarprofil

Das Intensivseminar bündelt den vollständigen Aufbau robuster Squish-Tests von der Arbeitsumgebung bis zur wartbaren Testsuite. Es fasst Einrichtung, GUI-Grundlagen, Object Map, Python-Scripting, Datensteuerung, Verifikationen, Fehleranalyse, Wartung und KI-gestützte Entwicklung zusammen.

Inhaltsübersicht

1. Seminarprofil
2. Lernziele
3. Zielgruppe
4. Voraussetzungen
5. Seminarinhalte
6. Praxisübung Schritt für Schritt
7. Methodik

Lernziele

• Ziele und Einsatzgrenzen von Betriebsmodell und Einrichtung sicher beurteilen
• Automatisierungsstrategie und Projektaufbau nachvollziehbar konfigurieren und praktisch anwenden
• Aufzeichnung und Skriptbereinigung in wartbare Squish-Bausteine überführen
• Fehlerbilder bei Python für Squish systematisch diagnostizieren
• Objektmodell und Object Map mit geeigneten Prüf- und Reviewregeln absichern

Zielgruppe

Neue und fortgeschrittene Testautomatisierer, Quality Engineers, Entwickler, Framework-Verantwortliche und technische Testleitungen.

Voraussetzungen

Kenntnisse von Softwaretests und grundlegende Programmierlogik; praktische Erfahrung mit der zu testenden Anwendung.

Seminarinhalte

Betriebsmodell und Einrichtung

Das Modul ordnet den Themenbereich in den gesamten Testprozess ein. Behandelt werden Installations- und Plattformplanung, Lizenz- und Benutzerkonzept und AUT-Verbindung und Basistest. Jeder Baustein wird konfiguriert, ausgeführt, geprüft und für die spätere Wiederverwendung dokumentiert.

• Installations- und Plattformplanung
• Lizenz- und Benutzerkonzept
• AUT-Verbindung und Basistest

Automatisierungsstrategie und Projektaufbau

Der Schwerpunkt wird von der Ausgangslage bis zur überprüfbaren Umsetzung entwickelt. Behandelt werden Risiko und Automatisierungsnutzen, Suite-, Fall- und Ressourcenstruktur und Konventionen und Verantwortlichkeiten. Jeder Baustein wird konfiguriert, ausgeführt, geprüft und für die spätere Wiederverwendung dokumentiert.

• Risiko und Automatisierungsnutzen
• Suite-, Fall- und Ressourcenstruktur
• Konventionen und Verantwortlichkeiten

Aufzeichnung und Skriptbereinigung

Die technische Umsetzung wird mit Wartungs- und Diagnoseanforderungen verbunden. Behandelt werden Aufzeichnung und Ereignisfolge, Entfernen instabiler Details und Parameter und Funktionen. Jeder Baustein wird konfiguriert, ausgeführt, geprüft und für die spätere Wiederverwendung dokumentiert.

• Aufzeichnung und Ereignisfolge
• Entfernen instabiler Details
• Parameter und Funktionen

Python für Squish

Das Vorgehen wird an einem zusammenhängenden Beispiel praktisch erarbeitet. Behandelt werden Datentypen, Bedingungen und Schleifen, Funktionen, Module und Imports und Ausnahmen und Ressourcenbereinigung. Jeder Baustein wird konfiguriert, ausgeführt, geprüft und für die spätere Wiederverwendung dokumentiert.

• Datentypen, Bedingungen und Schleifen
• Funktionen, Module und Imports
• Ausnahmen und Ressourcenbereinigung

Objektmodell und Object Map

Das Modul ordnet den Themenbereich in den gesamten Testprozess ein. Behandelt werden Objektinspektion und symbolische Namen, dynamische Eigenschaften und Hierarchien und Pflege, Zusammenführung und Review. Jeder Baustein wird konfiguriert, ausgeführt, geprüft und für die spätere Wiederverwendung dokumentiert.

• Objektinspektion und symbolische Namen
• dynamische Eigenschaften und Hierarchien
• Pflege, Zusammenführung und Review

Interaktion und Synchronisation

Der Schwerpunkt wird von der Ausgangslage bis zur überprüfbaren Umsetzung entwickelt. Behandelt werden Maus, Tastatur, Auswahl und Dialoge, Warten auf Objekte und Eigenschaften und asynchrone Prozesse und Timeouts. Jeder Baustein wird konfiguriert, ausgeführt, geprüft und für die spätere Wiederverwendung dokumentiert.

• Maus, Tastatur, Auswahl und Dialoge
• Warten auf Objekte und Eigenschaften
• asynchrone Prozesse und Timeouts

Verifikationen, Bild und OCR

Die technische Umsetzung wird mit Wartungs- und Diagnoseanforderungen verbunden. Behandelt werden Eigenschafts- und Inhaltsprüfungen, Bildbereiche, Toleranzen und Masken und Texterkennung und Diagnose. Jeder Baustein wird konfiguriert, ausgeführt, geprüft und für die spätere Wiederverwendung dokumentiert.

• Eigenschafts- und Inhaltsprüfungen
• Bildbereiche, Toleranzen und Masken
• Texterkennung und Diagnose

Testdaten und Parametrisierung

Das Vorgehen wird an einem zusammenhängenden Beispiel praktisch erarbeitet. Behandelt werden Datenmodell und Quellen, Wiederholungen und Isolation und datensatzbezogene Berichte. Jeder Baustein wird konfiguriert, ausgeführt, geprüft und für die spätere Wiederverwendung dokumentiert.

• Datenmodell und Quellen
• Wiederholungen und Isolation
• datensatzbezogene Berichte

Keyword-Schicht und Wiederverwendung

Das Modul ordnet den Themenbereich in den gesamten Testprozess ein. Behandelt werden Granularität und Benennung, Parameter und Rückgabewerte und Bibliotheken und gemeinsame Ressourcen. Jeder Baustein wird konfiguriert, ausgeführt, geprüft und für die spätere Wiederverwendung dokumentiert.

• Granularität und Benennung
• Parameter und Rückgabewerte
• Bibliotheken und gemeinsame Ressourcen

Fehleranalyse und Debugging

Der Schwerpunkt wird von der Ausgangslage bis zur überprüfbaren Umsetzung entwickelt. Behandelt werden Haltepunkte und Zustandsinspektion, Objekt- und Timingdiagnose und Screenshots und Fehlerpakete. Jeder Baustein wird konfiguriert, ausgeführt, geprüft und für die spätere Wiederverwendung dokumentiert.

• Haltepunkte und Zustandsinspektion
• Objekt- und Timingdiagnose
• Screenshots und Fehlerpakete

Refactoring und Wartung

Die technische Umsetzung wird mit Wartungs- und Diagnoseanforderungen verbunden. Behandelt werden Schichten und Entkopplung, Codequalität und Reviews und technische Schulden und Bereinigung. Jeder Baustein wird konfiguriert, ausgeführt, geprüft und für die spätere Wiederverwendung dokumentiert.

• Schichten und Entkopplung
• Codequalität und Reviews
• technische Schulden und Bereinigung

AI Assistant im kontrollierten Einsatz

Das Vorgehen wird an einem zusammenhängenden Beispiel praktisch erarbeitet. Behandelt werden geeigneter Kontext und klare Arbeitsaufträge, Validierung von Vorschlägen und Datenschutz- und Freigaberegeln. Jeder Baustein wird konfiguriert, ausgeführt, geprüft und für die spätere Wiederverwendung dokumentiert.

• geeigneter Kontext und klare Arbeitsaufträge
• Validierung von Vorschlägen
• Datenschutz- und Freigaberegeln

Abschlussprojekt

Das Modul ordnet den Themenbereich in den gesamten Testprozess ein. Behandelt werden durchgängiger Geschäftsprozess, mehrere Daten- und Fehlerfälle und Abnahme anhand definierter Qualitätskriterien. Jeder Baustein wird konfiguriert, ausgeführt, geprüft und für die spätere Wiederverwendung dokumentiert.

• durchgängiger Geschäftsprozess
• mehrere Daten- und Fehlerfälle
• Abnahme anhand definierter Qualitätskriterien

Praxisübung Schritt für Schritt

1. Ein geeignetes Praxisszenario für eine vollständige Squish-Testsuite mit Python, Object Map, Datensteuerung, Verifikationen und Diagnose mit eindeutiger Start- und Endbedingung festlegen.
2. AUT, Suite-Struktur, Plattformkonfiguration und benötigte Testdaten vorbereiten.
3. Relevante Objekte, Zustände und technische Abhängigkeiten mit den Squish-Werkzeugen untersuchen.
4. Den Kernablauf in kleine, sprechend benannte Aktionen und Funktionen zerlegen.
5. Objektzugriffe mit stabilen Kriterien und symbolischen Namen implementieren.
6. Starre Pausen durch zustandsbezogene Synchronisation und kontrollierte Timeouts ersetzen.
7. Funktionale, strukturelle oder visuelle Prüfungen mit verständlichem Fehlerkontext ergänzen.
8. Eine Daten- oder Fehlerfallvariante ausführen und die Diagnoseartefakte auswerten.
9. Den Test refaktorieren, mehrfach wiederholen und anhand definierter Qualitätskriterien bewerten.

Methodik

Kurze Theorieblöcke werden unmittelbar durch Demonstrationen und betreute Übungen ergänzt. Die Arbeit erfolgt an einem durchgängigen Beispielprojekt mit nachvollziehbaren Zwischenständen, klaren Qualitätskriterien und wiederholbaren Ausführungen.