KI-gestütztes exploratives Testen mit Claude: Der Co-Pilot für die Testsession

1. Was exploratives Testen von skriptbasiertem Testen unterscheidet

Exploratives Testen ist eine Testmethode, bei der Testdesign, Testausführung und Lernen gleichzeitig stattfinden, statt sich in vorab geschriebenen Schritten abzuarbeiten. Ein Tester formuliert eine Fragestellung, etwa ob die Rabattlogik bei kombinierten Gutscheinen konsistent bleibt, und passt die nächste Aktion in Echtzeit an das an, was die Anwendung gerade zeigt. Diese Anpassungsfähigkeit ist der entscheidende Unterschied zu skriptbasiertem Testen, bei dem jeder Schritt vorab feststeht und Abweichungen vom Skript oft unentdeckt bleiben.

Der Wert von explorativem Testen liegt genau darin, Dinge zu finden, die niemand explizit vorhergesehen hat. Skriptbasierte Tests bestätigen bekanntes Verhalten zuverlässig, decken aber grundsätzlich nur das ab, was beim Schreiben des Skripts bereits gedacht wurde. Exploratives Testen findet dagegen die Überraschungen: eine Race Condition beim schnellen Doppelklick, eine Inkonsistenz zwischen zwei Sprachen im selben Formular, ein unerwarteter Seiteneffekt einer scheinbar unabhängigen Funktion.

Genau an dieser Stelle setzt KI-gestütztes exploratives Testen an: Claude kann während einer Session Vorschläge für die nächste zu untersuchende Richtung liefern, ohne die eigentliche Entdeckung zu übernehmen. Die Kreativität und der Instinkt bleiben beim Menschen, die Systematik im Umgang mit Heuristiken und Dokumentation kann die KI erheblich verstärken.

2. Warum Claude ein guter Sparringspartner für Exploration ist

Ein zentrales Problem beim explorativen Testen ist der sogenannte Tunnelblick: Ein Tester findet einen interessanten Pfad und verfolgt ihn immer tiefer, während benachbarte, ebenso relevante Bereiche der Anwendung unbeachtet bleiben. Claude kann in solchen Momenten gezielt gegensteuern, indem es nach jedem Beobachtungsabschnitt fragt, welche verwandten Bereiche noch nicht untersucht wurden, oder eine kurze Liste alternativer Richtungen vorschlägt, basierend auf dem bisherigen Verlauf der Session.

Ein zweiter Vorteil liegt im Wissen über typische Fehlerarten. Claude kennt eine breite Menge dokumentierter Bugmuster aus verschiedensten Softwareprojekten, von Off-by-one-Fehlern über inkonsistente Fehlermeldungen bis zu Race Conditions bei asynchronen Formularen. Dieses Wissen lässt sich während einer Session gezielt abrufen: Statt sich zu fragen, wonach man als Nächstes suchen soll, kann der Tester Claude nach bekannten Fehlermustern fragen, die zur gerade getesteten Funktionalität passen, etwa Checkout-Prozessen oder Formularvalidierung.

Wichtig ist die Rollenverteilung: Claude schlägt Richtungen und Muster vor, der Mensch entscheidet, welche davon in der konkreten Anwendung tatsächlich Sinn ergeben und verfolgt sie mit eigener Beobachtungsgabe weiter. Diese Aufteilung erhält die kreative Substanz des explorativen Testens, während sie gleichzeitig blinde Flecken reduziert, die durch Tunnelblick oder Zeitdruck entstehen.

3. Session-based Test Management mit Claude vorbereiten

Session-based Test Management, kurz SBTM, strukturiert exploratives Testen in klar abgegrenzte Zeitfenster mit einem festen Ziel, dem Testcharter, und einem definierten Ergebnis, dem Session-Report. Vor Beginn einer Session lässt sich Claude gut einsetzen, um den Scope realistisch einzuschätzen: Wie viele Funktionsbereiche deckt der geplante Charter ab, ist die vorgesehene Zeit von neunzig Minuten dafür ausreichend, oder sollte der Charter für eine fokussiertere Session in zwei Teile aufgeteilt werden?

Diese Vorab-Einschätzung spart in der Praxis erhebliche Zeit, weil zu breit formulierte Charter regelmäßig dazu führen, dass eine Session oberflächlich über viele Bereiche streift, ohne irgendwo in die Tiefe zu gehen. Claude kann anhand einer Feature-Beschreibung und der geschätzten Komplexität eine Empfehlung zur Session-Länge und zum Zuschnitt des Charters geben, die auf Erfahrungswerten aus vergleichbaren Testszenarien basiert.

# Ask Claude to assess charter scope before starting a session
claude -p "Given this charter: 'Explore the checkout flow with
combined coupon codes and gift cards.' Estimate whether 90 minutes
is realistic, or suggest splitting into narrower charters."

# Example refined output used as session input
# Charter A (45 min): Coupon code stacking rules and edge cases
# Charter B (45 min): Gift card balance interaction with coupons

4. Testcharter schreiben und mit Claude verfeinern

Ein guter Testcharter beschreibt kurz und prägnant, was untersucht werden soll, warum es relevant ist und welche Ressourcen zur Verfügung stehen, ohne bereits konkrete Testschritte vorzuschreiben. Die typische Formel lautet: "Erkunde <Zielgebiet> mit <Ressourcen>, um <Information> herauszufinden." Ein schwacher Charter wie "Teste den Checkout" liefert kaum Orientierung, während "Erkunde den Checkout mit abgelaufenen Rabattcodes und gleichzeitig aktivem Gutschein, um herauszufinden, ob die Preisanzeige konsistent bleibt" eine klare Richtung vorgibt, ohne die Exploration einzuschränken.

Claude eignet sich gut, um aus einem groben ersten Entwurf einen präziseren Charter zu formen. Ein Prompt wie "Verbessere diesen Testcharter, damit er ein konkretes Risiko benennt, aber weiterhin offen für Exploration bleibt" liefert häufig deutlich fokussiertere Formulierungen. Claude kann außerdem mehrere alternative Charter für dasselbe Feature vorschlagen, sodass ein Team eine begrenzte Zeit gezielt auf die riskantesten Bereiche verteilen kann, statt den Umfang der Exploration dem Zufall zu überlassen.

5. Claude als Co-Pilot während der Testsession einsetzen

Während der eigentlichen Session lässt sich Claude Code parallel zum manuellen Testen in einem zweiten Fenster offenhalten, um kurze Zwischenfragen zu klären: Was sollte laut Spezifikation bei diesem Grenzfall passieren, welche verwandte Funktion könnte durch diese Änderung betroffen sein, welche vergleichbaren Bugs wurden in der Vergangenheit in diesem Modul gefunden? Diese Zwischenfragen unterbrechen den Testfluss kaum, liefern aber wertvollen Kontext, den der Tester sonst separat recherchieren müsste.

Ein bewährtes Muster ist, Claude nach jedem interessanten Fund kurz zu fragen, welche verwandten Szenarien noch untersucht werden sollten, bevor man zum nächsten Themenbereich wechselt. Diese Nachfrage wirkt dem bereits erwähnten Tunnelblick entgegen und sorgt dafür, dass ein gefundenes Problem nicht isoliert betrachtet wird, sondern in seinem vollen Umfang untersucht wird, etwa ob ein Rundungsfehler auch bei anderen Währungen oder Steuersätzen auftritt.

# Quick mid-session check to counteract tunnel vision
claude -p "I just found a rounding error when combining a percentage
discount with a fixed coupon in EUR. Before I move on: which related
areas of the checkout should I check next — other currencies, other
tax rates, or other discount combinations?"

# Typical Claude response used to steer the next 10 minutes of the session:
# 1. Same combination with a currency using 0 decimal places (e.g. JPY)
# 2. Same combination with a tax-inclusive price display
# 3. Three stacked discounts instead of two

6. Beobachtungen strukturiert festhalten

Ein häufiges Problem beim explorativen Testen ist der Verlust von Kontext: Ein Tester beobachtet etwas Interessantes, notiert es knapp und kann Stunden später nicht mehr rekonstruieren, welche genauen Schritte zu der Beobachtung geführt haben. Claude kann während der Session als strukturierender Schreibassistent dienen, indem es aus kurzen Stichpunkten des Testers vollständige, nachvollziehbare Notizen mit Kontext, Schritten und Beobachtung formuliert.

Diese Notizen lassen sich unmittelbar in ein einheitliches Format bringen, das für den späteren Session-Report oder für ein Ticket in der Bugtracking-Software direkt verwendbar ist. Damit entfällt die zeitaufwendige Nacharbeit am Ende einer Session, bei der rohe Notizen in verständliche Sätze übersetzt werden müssen, während Details bereits in Vergessenheit geraten sind.

# Example: turning raw session notes into a structured observation
# using Claude as a formatting assistant during the session

raw_note = """
checkout, 2 coupons, price wrong, 3.50 off but should be 5.00
happened after adding gift card too
"""

# Prompt sent to Claude:
prompt = """
Turn this raw exploratory testing note into a structured
observation with: Context, Steps to reproduce, Expected,
Actual, Severity guess. Keep it factual, no speculation
beyond what is stated.
"""

# Resulting structured note (used verbatim in the session report):
structured_note = {
    "context": "Checkout with two stacked coupon codes plus a gift card",
    "steps": [
        "Add product worth 50.00 to cart",
        "Apply coupon A (10% off)",
        "Apply coupon B (5.00 fixed discount)",
        "Apply a gift card with sufficient balance",
    ],
    "expected": "Total discount of 10.00 (5.00 percent + 5.00 fixed)",
    "actual": "Total discount shown as 8.50",
    "severity_guess": "Medium — incorrect total, no crash",
}

7. Heuristiken wie SFDPOT mit Claude anwenden

Etablierte Testheuristiken wie SFDPOT, ein Akronym für Structure, Function, Data, Platform, Operations und Time, geben explorativen Sessions eine Denkstruktur, ohne die Freiheit der Methode zu verlieren. Claude kann eine Feature-Beschreibung durch diese sechs Linsen betrachten und für jede davon konkrete Fragen formulieren, etwa unter Data: Was passiert bei einem extrem langen Produktnamen, einem leeren Pflichtfeld oder einer ungewöhnlichen Zeichenkodierung im Formularfeld?

Diese heuristikbasierte Vorbereitung ist besonders wertvoll für Tester, die mit einem neuen Feature-Bereich noch wenig Erfahrung haben. Statt bei null anzufangen, liefert Claude eine strukturierte Ausgangsliste an Fragen je Heuristik-Kategorie, die der Tester während der Session priorisiert und um eigene Beobachtungen erweitert. Die Heuristik bleibt dabei ein Denkwerkzeug, kein starres Skript, das abgearbeitet werden muss.

{
  "charter": "Explore the gift card redemption flow",
  "heuristic": "SFDPOT",
  "generated_questions": {
    "structure": ["What are the visible sub-components of the redemption form?"],
    "function": ["What happens on partial redemption of the balance?"],
    "data": [
      "Empty gift card code",
      "Gift card code with trailing whitespace",
      "Extremely long product name shown next to the balance"
    ],
    "platform": ["Does the balance display correctly on narrow viewports?"],
    "operations": ["What happens if two tabs redeem the same card simultaneously?"],
    "time": ["What happens to a card exactly at its expiry timestamp?"]
  }
}

8. Von der Exploration zur automatisierten Regression

Ein gefundener Bug beim explorativen Testen ist wertlos, wenn er nach der Behebung nicht dauerhaft überwacht wird. Claude kann direkt im Anschluss an eine erfolgreiche Session helfen, aus der strukturierten Beobachtungsnotiz einen automatisierten Regressionstest abzuleiten, der exakt die Reproduktionsschritte der Session abbildet. Dieser Übergang von der spontanen Entdeckung zur dauerhaften Absicherung ist einer der größten praktischen Hebel von KI-gestütztem explorativen Testen.

Der generierte Regressionstest sollte dabei die exakte Kombination reproduzieren, die zum Fund geführt hat, nicht eine vereinfachte Variante. Wird beispielsweise ein Rundungsfehler bei der Kombination aus Prozentrabatt und Gutschein gefunden, muss der automatisierte Test genau diese Kombination abbilden, nicht nur einen der beiden Rabatte isoliert. Claude kann diese Übersetzung von der freien Beobachtung in einen präzisen, wiederholbaren Testfall zuverlässig übernehmen, wenn die ursprüngliche Notiz gut strukturiert war.

<?php
declare(strict_types=1);

namespace Mironsoft\Pricing\Test\Regression;

use Mironsoft\Pricing\Model\PriceCalculator;
use PHPUnit\Framework\TestCase;

/**
 * Regression test derived directly from an exploratory testing session note.
 * Reproduces the exact combination that revealed the rounding bug,
 * not a simplified subset.
 */
final class StackedDiscountRoundingRegressionTest extends TestCase
{
    public function testPercentagePlusFixedCouponRoundsCorrectly(): void
    {
        // From session note: cart 50.00, 10% coupon + 5.00 fixed coupon,
        // expected total discount 10.00, actual observed was 8.50
        $calculator = new PriceCalculator();

        $result = $calculator->calculateFinalPrice(
            quantity: 1,
            unitPrice: 50.00,
            coupons: ['PERCENT10', 'FIXED5'],
        );

        $this->assertEqualsWithDelta(40.00, $result, 0.01);
    }
}

9. Grenzen und Vergleich: Mensch, KI und Kombination

Claude kann keine Anwendung sehen, klicken oder mit den Augen eines Menschen ein unerwartetes visuelles Detail erkennen, etwa ein leicht verschobenes Icon, das auf einen tieferliegenden Layoutfehler hindeutet. Diese sensorische Komponente des explorativen Testens bleibt vollständig menschlich. Ebenso bleibt die Priorisierung, welcher gefundene Fund wichtig genug ist, um weiterverfolgt zu werden, eine Entscheidung, die Kontextwissen über das Geschäft und die Nutzer voraussetzt, das Claude nicht besitzt.

Der praktische Nutzen von KI-gestütztem explorativen Testen entsteht daher nicht durch Ersatz, sondern durch Ergänzung: Claude übernimmt die kognitive Last der Strukturierung, Dokumentation und des Erinnerns an Heuristiken, während der Mensch die kreative Exploration, die visuelle Wahrnehmung und die geschäftliche Einordnung liefert. Teams, die diese Aufteilung bewusst gestalten, berichten von saubereren Session-Reports und einer höheren Trefferquote bei der Priorisierung gefundener Probleme.

10. Zusammenfassung

KI-gestütztes exploratives Testen mit Claude verbindet die Stärken beider Seiten: die kreative, anpassungsfähige Suche nach Unerwartetem durch den Menschen und die systematische Unterstützung bei Charter-Formulierung, Heuristikanwendung und Dokumentation durch die KI. Claude hilft, Testcharter präziser zu formulieren, während der Session gegen Tunnelblick gegenzusteuern, Beobachtungen strukturiert festzuhalten und gefundene Probleme in automatisierte Regressionstests zu überführen.

Die Grenzen sind ebenso klar: visuelle Wahrnehmung, echtes Klicken in der Anwendung und die geschäftliche Priorisierung bleiben menschliche Aufgaben. Wer diese Rollenverteilung respektiert, gewinnt mit Claude als Co-Pilot deutlich mehr Systematik im explorativen Testen, ohne dessen kreative Substanz zu verlieren.

11. FAQ: KI-gestütztes exploratives Testen