Medan andra fortfarande diskuterar hur AI skulle kunna förbättra testprocesser, har vi redan agerat. Vår PoC (Proof of Concept) visar hur AI faktiskt kan stärka QA och öka effektiviteten.
Vårt mål: Att automatiskt generera och validera testfall med hjälp av AI - vilket kraftigt minskar tidsåtgång, resursbehov och kostnader kopplade till fel.
Många företag brottas med liknande utmaningar:
Den ökade komplexiteten i IT-landskapen överväldigar testteamen.
Affärskritisk kunskap är ofta utspridd eller otillgänglig – trots att den är avgörande för effektiva tester.
Kraven på hög testtäckning och snabba leveranser fortsätter att öka.
Manuell testdesign hänger inte med. Vi ville ta reda på hur ett AI-stött arbetssätt skulle kunna underlätta både testdesign och utvärdering – med verklig data, verkliga användningsfall och mätbara resultat som grund.
Med QESTIT AI Workflow Framework har vi tagit fram ett integrerat arbetssätt där två avancerade språkmodeller (GPT-4o-mini och MistralAI) automatiserar centrala steg i testdesignen:
1. Bearbetning av affärs- och användardokumentation:
AI tolkar krav och systemlogik för att kunna generera testfall.
2. Testgenerering med kontextuell förståelse:
Relevanta testfall skapas utifrån den analyserade informationen.
3. Kvalitetssäkring och reduktion av redundans:
AI säkerställer struktur, formatering och eliminerar onödig dubblering.
4. Generering av insikter för återanvändning:
Lösningen skalas och tillämpas på nya system och scenarier.
Arbetsflödet har testats i en verklig tillämpning och kan enkelt anpassas till andra verksamheter och processer.
Resultaten från PoC:en:
50 % av testfallen kunde användas direkt
40–50 % högre testtäckning jämfört med manuell testdesign
Tidsbesparingar redan från 5 testfall
Effektivare än generiska AI-lösningar baserade på statiska prompts
Särskilt intressant var testet där modellen användes på ett helt nytt scenario – utan tidigare anpassningar. Trots detta genererade systemet direkt högkvalitativa testfall. Det visar att vårt angreppssätt är skalbart och inte beroende av enskilda specialfall.
Trots starka resultat gav PoC:t också värdefulla insikter om vad som krävs för att lyckas:
Ofullständig eller inaktuell dokumentation skapar fel.
Dokumentkvalitet är avgörande – därför erbjuder vi AI-verktyg som analyserar och förbättrar dokumentationen, t.ex. genom automatiserad tabelloptimering eller strukturering av ostrukturerat innehåll.
Utan dokumentoptimering ökar resursförbrukningen och mängden oanvändbar information.
Med AI-stöd förbättrades både effektivitet och resultatkvalitet markant.
Lösningen kräver långsiktig planering för förvaltning och vidareutveckling.
Vi fokuserar på enkel integration i befintliga systemmiljöer.
PoC:t har bevisat att AI kan tillföra verkligt värde i testning. Nästa steg i utvecklingen:
Export av testfall till system som Jira
Kontextsensitive analyser direkt i Confluence
Applicering av arbetsflödet på fler system och applikationer
Integration av automatiserade testskript för direkt återanvändning
Tillsammans med våra kunder vidareutvecklar vi lösningen löpande – med fokus på datadrivna förbättringar, ökad prestanda och nya tillämpningsområden. Våra AI-lösningar är praktiskt utformade – långt ifrån tomma buzzwords – och bygger på vår långa erfarenhet inom testning.
Vår PoC visar tydligt: AI kan effektivt stötta domän- och verksamhetsexperter, förstärka deras insikter och bidra till ett mer standardiserat och förutsägbart utvecklingsarbete. Samtidigt förbättras testkvaliteten – vilket ger ökad effektivitet och tillförlitlighet i hela testprocessen.
Det handlar inte om teori – utan om verkliga lösningar med verkliga resultat. Och det är precis vad vi har levererat.