Positive vs. negative Tests: Unterschiede, 24 echte Testfälle und eine Checkliste

  1. Startseite
  2. Blog
  3. Softwaretests

Softwaretests

Positive vs. negative Tests: Unterschiede, 24 echte Testfälle und eine Checkliste

Bei positiven Tests wird überprüft, ob die Software mit gültigen Eingaben funktioniert. Negative Tests prüfen, ob der Test bei ungültigen Eingaben, wie z. B. falschen Typen, leeren Feldern und außerhalb des zulässigen Bereichs liegenden Werten, sicher fehlschlägt. Sehen Sie sich beides an, angewendet auf ein echtes Anmeldeformular, mit 24 von uns ausgeführten Testfällen und dem Fehler, der nur bei einem negativen Test festgestellt wurde.

9 Min. Lesezeit
Positive vs. negative Tests mit Beispielen

Das Wichtigste

  • Positive vs. negative Tests: Positive Tests beweisen, dass der glückliche Weg funktioniert; Negative Tests beweisen, dass fehlerhafte Eingaben sicher abgelehnt werden.
  • Für unser Anmeldeformular waren 6 positive und 18 negative Tests erforderlich; Ungültige Eingaben sind in der Regel zahlreicher als gültige.
  • Als wir die Höchstaltersprüfung entfernten, bestanden alle 6 positiven Tests immer noch. Lediglich der negative Test für das Alter von 121 Jahren fiel aus.
  • Ein guter negativer Test prüft den spezifischen Fehler, nicht nur „etwas ist fehlgeschlagen“.

Die meisten Fehler, die in die Produktion gelangen, befinden sich nicht auf dem glücklichen Weg. Jemand gibt ein Leerzeichen in einen Benutzernamen ein, fügt eine E-Mail ohne Domäne ein oder eine API sendet die Nummer als Text. Software, die nur mit perfektem Input funktioniert, versagt genau in diesen Momenten. Positive vs. negative Tests ist die einfachste Möglichkeit, beides abzudecken. Um es konkret zu machen, haben wir einen kleinen Anmeldevalidator geschrieben, 24 Testfälle entworfen und sie mit pytest 9.2.0 auf Python 3.13 ausgeführt.

Schnelle Antwort

Positive Tests verwenden gültige Eingaben und prüfen, ob das System tut, was es soll: Das Konto wird erstellt, die Zahlung ist erfolgreich, der Bericht wird heruntergeladen. Negativtests verwenden ungültige oder unerwartete Eingaben und prüfen, ob das System diese ordnungsgemäß ablehnt: ein eindeutiger Fehler, kein Absturz, keine beschädigten Daten und keine Sicherheitslücke. Sie brauchen beides; Eine Anforderung wird nur dann abgedeckt, wenn ihr glücklicher Pfad und ihre Fehlerpfade getestet werden.

Was ist ein positiver Test?

Positive Tests, manchmal auch Happy-Path-Tests genannt, bestätigen, dass eine Funktion funktioniert, wenn sie wie vorgesehen verwendet wird. Die Antwort lautet: „Hält es, was es verspricht?“. Beispiele: Anmeldung mit einem korrekten Passwort, Suche nach einem vorhandenen Produkt, Hochladen eines unterstützten Dateityps innerhalb der Größenbeschränkung. Positive Tests stehen an erster Stelle, denn wenn der Hauptstrom ausfällt, zählt nichts anderes.

Was ist ein Negativtest?

Negative Tests, manchmal auch Fehlerpfadtests genannt, speisen die Systemeingaben ein, die sie ablehnen sollten, und prüfen die Antwort. Es antwortet: „Was passiert, wenn etwas schief geht?“. Beispiele: ein falsches Passwort, ein leeres Pflichtfeld, eine 50-MB-Datei bei einem Limit von 10 MB, Buchstaben in einer Telefonnummer, eine abgelaufene Sitzung. Ein negativer Test bestanden, wenn das System die Eingabe korrekt ablehnt. Es schlägt fehl, wenn die fehlerhafte Eingabe akzeptiert wird, die App abstürzt oder einen verwirrenden Fehler erzeugt.

Ein echtes Beispiel: der Signup-Validator

Unsere Anforderungen an ein Anmeldeformular:

  • Benutzername: 3 bis 20 Zeichen, nur Buchstaben, Ziffern und Unterstriche.
  • Alter: eine ganze Zahl von 18 bis 120.
  • E-Mail: Something@domain.tld, keine Leerzeichen.
  • Passwort: mindestens 8 Zeichen, nicht nur Buchstaben.
import re

def validate_signup(username, age, email, password):
    errors = []
    if not isinstance(username, str) or not re.fullmatch(r"[A-Za-z0-9_]{3,20}", username or ""):
        errors.append("username")
    if not isinstance(age, int) or not 18 <= age <= 120:
        errors.append("age")
    if not isinstance(email, str) or not re.fullmatch(r"[^Stack Quora[^Stack Quora\s]+", email):
        errors.append("email")
    if not isinstance(password, str) or len(password) < 8 or password.isalpha():
        errors.append("password")
    return errors

Die Funktion gibt eine Liste der fehlgeschlagenen Felder zurück. Eine leere Liste bedeutet, dass die Anmeldung gültig ist. Durch die Rückgabe von Feldnamen anstelle von „true“ oder „false“ kann bei jedem negativen Test überprüft werden, ob das richtige Feld abgelehnt wurde.

Die 24 Testfälle

Feld Positiv (muss akzeptiert werden) Negativ (muss abgelehnt werden)
Benutzername „abc“ (min.), 20 Buchstaben (max.) „ab“, 21 Buchstaben, „schlechter Name“, leer, Keine
Alter 18 (min.), 120 (max.) 17, 121, -1, „30“ als Text, True, 30.5
E-Mail “a@b.co” „no-at-sign“, „a@b“, „a b@c.com“, leer
Passwort „abcdefg1“ „short1“, „onlyletters“, Keine

Das sind 6 positive und 18 negative Fälle. Das Verhältnis ist typisch: Normalerweise gibt es einige Möglichkeiten, Recht zu haben, und viele Möglichkeiten, Unrecht zu haben. Beachten Sie, dass die positiven Fälle genau auf den Grenzen liegen (3 und 20 Zeichen, Alter 18 und 120), ebenso wie viele negative Fälle (2, 21, 17, 121). An Grenzen leben vereinzelte Käfer; siehe unseren Leitfaden zur Grenzwertanalyse.

Die Tests in Pytest

import pytest
from signup import validate_signup

OK = dict(username="demo_user", age=30, email="demo@example.com", password="s3cretpass")

@pytest.mark.parametrize("field, value", [
    ("username", "abc"), ("username", "a" * 20), ("age", 18), ("age", 120),
    ("email", "a@b.co"), ("password", "abcdefg1"),
])
def test_positive(field, value):
    assert validate_signup(**{**OK, field: value}) == []

@pytest.mark.parametrize("field, value", [
    ("username", "ab"), ("username", "a" * 21), ("username", "bad name"),
    ("username", ""), ("username", None),
    ("age", 17), ("age", 121), ("age", -1), ("age", "30"), ("age", True), ("age", 30.5),
    ("email", "no-at-sign"), ("email", "a@b"), ("email", "a b@c.com"), ("email", ""),
    ("password", "short1"), ("password", "onlyletters"), ("password", None),
])
def test_negative(field, value):
    assert validate_signup(**{**OK, field: value}) == [field]
........................                     [100%]
24 passed in 0.10s

Jeder Test beginnt mit einer bekanntermaßen guten Anmeldung und ändert genau ein Feld. Das grenzt die Ursache ein: Wenn ein negativer Test fehlschlägt, weiß man, gegen welche Regel verstoßen wird. Die == [field]-Behauptung bestätigt auch, dass kein anderes Feld fälschlicherweise abgelehnt wurde. Parametrisieren speichert 24 Fälle in zwei kurzen Funktionen; Unser Pytest-Parametrisierungsleitfaden zeigt weitere Muster.

Der Fehler wurde nur durch einen negativen Test festgestellt

Um den Wert negativer Tests zu erkennen, haben wir einen häufigen Entwicklerfehler simuliert: nur das Mindestalter zu überprüfen. Wir haben eine Zeile in if not isinstance(age, int) or age < 18: geändert und die Suite erneut ausgeführt:

FAILED test_signup.py::test_negative[age-121] - AssertionError: assert [] == ['age']
1 failed, 23 passed in 0.19s

Alle sechs positiven Tests wurden dennoch bestanden, da der glückliche Weg weiterhin funktionierte. Ein Alter von 121 Jahren wurde stillschweigend akzeptiert und nur der negative Grenztest fiel auf. Ohne sie wäre der Fehler aufgetreten. Das ist das Hauptargument für negative Tests: Positive Tests sagen Ihnen, dass die Funktion funktioniert, negative Tests sagen Ihnen, dass die Regeln gelten.

Tipp: Eine schnelle Möglichkeit, eine Testsuite zu beurteilen, besteht darin, eine Validierungsregel zu brechen und zu sehen, ob ein Test fehlschlägt. Wenn nichts fehlschlägt, fehlt Ihnen ein negativer Test.

Positive und negative Tests im Vergleich

Aspekt Positiver Test Negativer Test
Eingabe Gültig, erwartet Ungültig, unerwartet oder böswillig
Frage beantwortet Funktioniert es? Scheitert es sicher?
Passiert wann Die Aktion ist erfolgreich Die Eingabe wird mit dem richtigen Fehler abgelehnt
Typische Fallzahlen Weniger Mehr
Funde Defekte Kernfunktionen Fehlende Validierung, Abstürze, Sicherheitslücken
Priorität Zuerst laufen Direkt danach ausführen, vor der Veröffentlichung
Beispiel Melden Sie sich mit dem richtigen Passwort an Anmeldung mit falschem Passwort, leerem Passwort, SQL im Benutzernamen

So finden Sie negative Testfälle

  • Äquivalenzpartitionierung: Teilen Sie Eingaben in gültige und ungültige Gruppen auf und testen Sie einen Wert aus jeder ungültigen Gruppe. Weitere Informationen finden Sie in unserem Leitfaden zur Äquivalenzpartitionierung.
  • Grenzwerte: Testen Sie knapp außerhalb jedes Grenzwerts, z. B. 17 und 121.
  • Falsche Typen: Text, zu dem eine Zahl gehört, ein boolescher Wert, eine Dezimalzahl, Null. Unser Test mit "30" als Text ist für APIs wichtig, wo JSON-Nummern oft als Strings ankommen.
  • Leer und fehlend: leere Zeichenfolgen, nur Leerzeichen, fehlende Felder.
  • Formattrenner: Leerzeichen, Emojis, sehr lange Eingaben, Sonderzeichen wie Anführungszeichen und spitze Klammern.
  • Status und Reihenfolge: Zweimaliges Absenden, Verwendung eines abgelaufenen Links, Aktion nach dem Abmelden.

Auch die automatische Generierung abwechslungsreicher Eingaben hilft; Unser Leitfaden zur Testdatengenerierung deckt Faker- und Edge-Fälle ab.

Was für ein guter negativer Test

„Es ist nicht abgestürzt“ reicht nicht aus. Ein stark negativer Test prüft Folgendes:

  1. Die Eingabe wird abgelehnt, nicht stillschweigend akzeptiert oder „behoben“.
  2. Die richtige-Regel wurde ausgelöst, mit einer klaren Botschaft, auf die der Benutzer reagieren kann.
  3. Es wurde nichts gespeichert oder geändert: kein halb erstelltes Konto, keine Gebühr.
  4. Die Antwort ist richtig für eine API, normalerweise 400 oder 422 statt 500. Unser Spickzettel für HTTP-Statuscodes listet sie auf.
  5. Es werden keine sensiblen Details preisgegeben, etwa Stack-Traces oder ob eine E-Mail registriert ist.

Die richtige Balance finden

Es gibt unzählige negative Eingaben, daher können Sie nicht alle testen. Priorisieren Sie nach Risiko: Eine Validierung, die Geld, Sicherheit und Datenintegrität schützt, verdient die meisten negativen Fälle, während ein kosmetischer Bereich nur ein paar wenige Fälle benötigt. Eine praktische Regel vieler Teams ist mindestens ein positiver und ein negativer Test pro Anforderung, dann mehr, wenn ein Scheitern kostspielig ist. Automatisieren Sie die stabilen Formulare auf Einheiten- oder API-Ebene, wo sie in Millisekunden ausgeführt werden, und führen Sie einige End-to-End-Prüfungen für kritische Formulare durch. Unser Leitfaden für risikobasierte Tests zeigt, wie Funktionen bewertet werden.

Checkliste für positive und negative Tests

  • Jede Eingabe hat mindestens einen positiven und einen negativen Fall.
  • Beide Seiten jeder Grenze werden getestet.
  • Falsche Typen, leere Werte und fehlende Felder werden abgedeckt.
  • Jeder negative Test prüft den spezifischen Fehler, nicht nur den Fehler.
  • Abgelehnte Anfragen verändern keine Daten.
  • Fehlermeldungen sind klar und geben nichts Sensibles preis.
  • API-Fehler geben 4xx-Codes zurück, niemals 500.
  • Neue Fehler, die in der Produktion gefunden werden, erhalten einen neuen negativen Test.

Fazit

Positiv- oder Negativtests sind keine Wahl zwischen zwei Techniken; Es sind zwei Hälften derselben Arbeit. Positive Tests belegen, dass die Funktion bei korrekter Anwendung funktioniert. Negative Tests beweisen, dass seine Regeln alle anderen überleben. Unser 24-Fälle-Beispiel zeigte die Auszahlung in einer Zeile: Wenn eine Validierungsregel gebrochen wurde, blieb jeder positive Test grün und wurde nur von einem negativen Test erfasst. Informationen zum Schreiben dieser Fälle in einem einheitlichen Format finden Sie in unserem Leitfaden zum Schreiben von Testfällen.

Häufige Fragen

Was ist der Unterschied zwischen positiven und negativen Tests?

Positive Tests verwenden gültige Eingaben und prüfen, ob die Funktion funktioniert. Negative Tests verwenden ungültige oder unerwartete Eingaben und prüfen, ob das System diese sicher mit einem eindeutigen Fehler zurückweist.

Was ist ein Beispiel für einen negativen Testfall?

Geben Sie ein Alter von 121 ein, wenn der zulässige Bereich zwischen 18 und 120 liegt, und prüfen Sie, ob das Formular es mit einem Altersfehler ablehnt und nichts speichert.

Was sollte zuerst durchgeführt werden, positive oder negative Tests?

In der Regel positive Tests, da es wenig Sinn macht, die Fehlerbehandlung zu testen, wenn der Hauptfluss unterbrochen ist. Vor der Veröffentlichung sollten negative Tests erfolgen.

Wie viele negative Testfälle benötige ich?

Mindestens eine pro Eingaberegel plus beide Seiten jeder Grenze. Fügen Sie weitere für Hochrisikobereiche wie Zahlungen, Sicherheit und Datenintegrität hinzu.

Wann ist ein negativer Test bestanden?

Die Prüfung besteht, wenn das System die ungültige Eingabe korrekt ablehnt: der richtige Fehler, kein Absturz, keine gespeicherten Daten und keine durchgesickerten Details.

Lerne weiter

Arbeiten Sie mit Stack Quora

Benötigen Sie Hilfe beim Testen, WordPress oder SEO?

Wir helfen Teams, bessere Software zu liefern und ihre Websites zu erweitern. Sagen Sie uns, woran Sie gerade arbeiten, und wir schlagen Ihnen einen klaren nächsten Schritt vor.

Lesen Sie weiter

Weitere Anleitungen finden Sie unter Tests, KI und moderne Entwicklung

Hat Ihnen dieser Artikel gefallen? Wählen Sie ein Thema und springen Sie direkt in unsere neuesten Tutorials.

Künstliche Intelligenz

BM25 erklärt: Wie die Keyword-Suche Ergebnisse einordnet, mit Python-Code und Hybridsuche

BM25 erklärte anhand einer reinen Python-Implementierung, die wir ausgeführt haben: die Formel, IDF, Termsättigung, die k1- und b-Parameter, warum e…

Artikel lesen →
Softwareentwicklung

Erklärte HTTP-Methoden: GET, POST, PUT, PATCH, DELETE, getestet auf einem Live-Server

HTTP-Methoden erklärt anhand eines kleinen Servers, den wir ausgeführt haben: GET, POST, PUT, PATCH, DELETE, HEAD und OPTIONS, sicher vs. idempotent…

Artikel lesen →
DevOps

Git Bisect erklärt: Finden Sie den Commit, der Ihren Code kaputt gemacht hat, manuell oder automatisch

Git bisect anhand eines getesteten Repositorys erklärt: Finden Sie den einzigen fehlerhaften Commit unter 41 in 5 Testläufen, automatisieren Sie ihn…

Artikel lesen →
Testautomatisierung

Erklärte Pytest-Marker: Benutzerdefinierte Markierungen, Skip, Skipif, Xfail und -m-Filter

Pytest-Marker anhand einer getesteten Suite erklärt: Registrieren Sie benutzerdefinierte Marken, führen Sie nur Smoke-Tests mit -m aus, kombinieren …

Artikel lesen →
Softwaretests

Positive vs. negative Tests: Unterschiede, 24 echte Testfälle und eine Checkliste

Positive vs. negative Tests werden mit einem echten Anmeldeformular erklärt: 6 positive und 18 negative Testfälle werden in Pytest ausgeführt, der f…

Artikel lesen →
Datenbanken & SQL

SQL ORDER BY Mehrere Spalten: ASC, DESC, NULLS LAST, Case und Custom Order

SQL ORDER BY mit mehreren Spalten, erklärt mit getesteten Abfragen: gemischte ASC und DESC, Tie-Breaker, NULLS FIRST und LAST, Sortierung ohne Berüc…

Artikel lesen →
Datenbanken & SQL

Laufende SQL-Summe: SUM OVER, Gesamtsummen pro Gruppe, gleitende Summen und die RANGE-Falle

So berechnen Sie eine laufende SQL-Summe mit SUM() OVER: Gesamtsummen pro Gruppe, tägliche kumulative Summen, gleitende Summen, Prozent der Gesamtsu…

Artikel lesen →
Softwareentwicklung

JavaScript Sort Array: Zahlen, Objekte, Strings und warum 10 vor 5 kommt

So sortieren Sie ein Array in JavaScript richtig: Zahlen mit einer Vergleichsfunktion, Objekte nach einem oder mehreren Feldern, Zeichenfolgen mit l…

Artikel lesen →
Künstliche Intelligenz

Erklärte RAG-Chunking-Strategien: Fest, Überlappung, Satz, rekursiv und Überschriften, gemessen

RAG-Chunking-Strategien im Vergleich zu einem Dokument mit Tiktoken 0.14: feste Größe, Überlappung, Satzpackung, rekursive Aufteilung und überschrif…

Artikel lesen →
Softwareentwicklung

API-Idempotenz erklärt: Idempotenzschlüssel und sichere Wiederholungsversuche, getestet

Erklärung der API-Idempotenz anhand eines von uns ausgeführten Python-Servers und -Clients: Eine verlorene Antwort verursachte eine doppelte Gebühr …

Artikel lesen →
DevOps

Git Stash erklärt: Speichern, Anwenden, Pop und nicht verfolgte Dateien, getestet

Git Stash erklärt mit Befehlen, die wir auf Git 2.56 ausgeführt haben: Push mit einer Nachricht, nicht verfolgte Dateien, Auflisten und Anzeigen, An…

Artikel lesen →
Softwaretests

Paarweises Testen erklärt: Wie alle Paare 216 Tests auf 13 reduzieren, getestet

Paarweises Testen erklärt mit einem Generator, den wir in Python 3.13 ausgeführt haben: ein Checkout mit 216 Kombinationen, die durch 13 Tests abged…

Artikel lesen →
Testautomatisierung

Test-Doubles erklärt: Dummy, Stub, Spy, Mock und Fake, mit getestetem Python-Code

Test-Doubles werden anhand eines Python-Beispiels erklärt, das in Pytest 9.2 ausgeführt wird: Dummy, Stub, Spy, Mock und Fake, wann jeweils zu verwe…

Artikel lesen →
Datenbanken & SQL

SQL COALESCE erklärt: Standardwerte, NULLIF, IFNULL vs. ISNULL und Traps, getestet

SQL COALESCE wurde mit Abfragen erklärt, die wir in SQLite 3.50 ausgeführt haben: erste Nicht-Null-Werte, leere Zeichenfolgen, NULL in Mathematik, N…

Artikel lesen →
Datenbanken & SQL

SQL Self Join erklärt: Mitarbeiter-Manager, Paare und Zeilenvergleiche, getestet

SQL-Self-Join erklärt anhand von Abfragen, die wir in SQLite 3.50 ausgeführt haben: Mitarbeiter und Manager, mehr verdienen als der Manager, eindeut…

Artikel lesen →
Softwareentwicklung

Erklärter JavaScript-Spread-Operator: Spread vs. Rest, Kopien und Fallstricke, getestet

Der JavaScript-Spread-Operator wird mit Code erklärt, den wir auf Knoten 24 ausgeführt haben: Arrays, Objekte, flache Kopien, Restparameter, das Mat…

Artikel lesen →
Softwareentwicklung

Erklärtes Python-Sammlungsmodul: Counter, defaultdict, deque und mehr, getestet

Python-Sammlungen erklärt mit Code, den wir auf Python 3.13 ausgeführt haben: Counter, defaultdict, deque, benannttuple, OrderedDict und ChainMap, p…

Artikel lesen →
Künstliche Intelligenz

Erklärtes LLM-Kontextfenster: Token, Grenzen und wie man mehr einpasst, gemessen

Das LLM-Kontextfenster wird anhand der Token-Anzahl erklärt, die wir mit Tiktoken gemessen haben: Wörter vs. Token für Prosa, Code und Hindi, Eingab…

Artikel lesen →
Softwareentwicklung

Webhooks erklärt: Wie sie funktionieren und wie man sie sicher empfängt

Webhooks erklärt mit einem Empfänger und Sender, den wir in Python ausgeführt haben: Push vs. Polling, HMAC-SHA256-Signaturen, Ablehnen manipulierte…

Artikel lesen →
DevOps

Git Cherry-Pick erklärt: Kopieren Sie den Commit, den Sie benötigen, sicher und getestet

Git Cherry-Pick erklärt mit Befehlen, die wir in Git 2.56 ausgeführt haben: Kopieren eines Hotfixes in einen Release-Zweig, neue Hashes und Patch-ID…

Artikel lesen →
Testautomatisierung

Snapshot-Tests erklärt: Wie es funktioniert, wann es hilft und wann es weh tut

Snapshot-Tests erklärt anhand einer Pytest- und Sirup-Demo, die wir ausgeführt haben: Snapshots erstellen, Diff nach einer Codeänderung lesen, Zeits…

Artikel lesen →
Softwaretests

Mutationstests erklärt: Warum die 100-prozentige Abdeckung unseren Fehler immer noch übersehen hat

Mutationstests erklärt mit einem kleinen Mutationstool, das wir erstellt und ausgeführt haben: 14 Mutanten, eine Testsuite mit 100 % Linienabdeckung…

Artikel lesen →
Künstliche Intelligenz

Prompt Injection erklärt: Wie KI-Apps ausgetrickst werden und wie man sie verteidigt

Prompt-Injection erklärt für Builder: direkte und indirekte Angriffe, warum Schlüsselwortfilter fehlschlagen (unser Test hat 1 von 4 blockiert) und …

Artikel lesen →
DevOps

Erklärte DNS-Einträge: A, AAAA, CNAME, MX, TXT und TTL mit echten Lookups

DNS-Einträge erklärt anhand der von uns durchgeführten Suchvorgänge: Funktionsweise der Auflösung, A und AAAA, CNAME-Regeln, MX und Null-MX, TXT für…

Artikel lesen →
DevOps

Erklärte Funktionsflags: Sichere Veröffentlichungen, schrittweise Rollouts und Flag-Hygiene

Funktionsflags anhand einer von uns durchgeführten Rollout-Simulation erklärt: Flag-Typen, prozentuale Rollouts mit stabilem Hashing, Kill-Switches,…

Artikel lesen →
Testautomatisierung

Testdatengenerierung mit Python Faker: Realistische, wiederholbare und sichere Daten

Testen Sie die Datengenerierung mit Python Faker, führen Sie sie aus und messen Sie sie: Seeding für wiederholbare Daten, Gebietsschemata, eindeutig…

Artikel lesen →
Softwaretests

Shift-Left-Tests erklärt: Finden Sie Fehler früher, ohne das Team zu verlangsamen

Shift-Left-Tests erklärt: Was es bedeutet, warum Frühdefekte günstiger sind, Vorgehensweisen von Anforderungsüberprüfungen bis hin zu CI-Prüfungen, …

Artikel lesen →
Datenbanken & SQL

Erklärte SQL-String-Funktionen: TRIM, SUBSTR, REPLACE, CONCAT und Datenbereinigung

SQL-String-Funktionen, die mit von uns ausgeführten Abfragen erklärt wurden: Verkettung und NULL, TRIM, UPPER und LOWER, SUBSTR und INSTR, REPLACE, …

Artikel lesen →
Datenbanken & SQL

Erklärte SQL-Trigger: VOR- und NACH-Trigger, Prüfprotokolle und Fallstricke

SQL-Trigger werden anhand von Triggern erklärt, die wir ausgeführt haben: VORHER vs. NACHHER, ALT und NEU, Prüfprotokolle, Validierung, Bestandsaktu…

Artikel lesen →
Softwareentwicklung

Erklärung des Python-JSON-Moduls: Dumps, Loads, benutzerdefinierte Typen und häufige Fehler

Das Python-JSON-Modul wird anhand des von uns ausgeführten Codes erklärt: Dumps und Loads, Dateien, Typkonvertierungen, Datumsangaben und Dezimalzah…

Artikel lesen →
Softwareentwicklung

ES-Module vs. CommonJS: Wie JavaScript-Importe in Node.js funktionieren, getestet

ES-Module vs. CommonJS erklärt mit Code, den wir in Node.js ausgeführt haben: Import- und Exportsyntax, Require, Live-Bindungen, Caching, Top-Level-…

Artikel lesen →
Softwareentwicklung

Python Regex erklärt: Muster, Gruppen, Lookaheads und Fallstricke, getestet

Python-Regex erklärt mit Mustern, die wir ausgeführt haben: Suche vs. Übereinstimmung, Findall, Gruppen und benannte Gruppen, Greedy vs. Lazy, Sub, …

Artikel lesen →
Künstliche Intelligenz

Erklärung der strukturierten LLM-Ausgabe: Zuverlässiges JSON aus KI-Modellen erhalten

Die strukturierte LLM-Ausgabe wird anhand der von uns in Pydantic ausgeführten Validierung erklärt: JSON-Modus und -Schemas, eingeschränkte Dekodier…

Artikel lesen →
DevOps

SSH-Schlüssel erklärt: Wie sie funktionieren, ssh-keygen, Ed25519 und sichere Gewohnheiten

SSH-Schlüssel erklärt mit Schlüsseln, die wir generiert haben: öffentliche vs. private Schlüssel, ssh-keygen, Ed25519 vs. RSA, Fingerabdrücke, Passp…

Artikel lesen →
DevOps

HTTP-Caching erklärt: Cache-Kontrolle, ETag und 304-Antworten, mit einem Live-Test

HTTP-Caching erklärt anhand eines kleinen Servers, den wir ausgeführt haben: Cache-Control-Anweisungen, Max-Age, No-Cache vs. No-Store, ETag-Revalid…

Artikel lesen →
Testautomatisierung

API-Vertragstests erklärt: Erkennen Sie wichtige Änderungen, bevor sie versendet werden

Das Testen von API-Verträgen wird anhand einer von uns durchgeführten Schemaprüfung erklärt: Was ein Vertrag ist, verbrauchergesteuerte Verträge, Pa…

Artikel lesen →
Softwaretests

Risikobasiertes Testen erklärt: Risiken bewerten, eine Matrix erstellen und testen, worauf es ankommt

Risikobasiertes Testen Schritt für Schritt erklärt: Risiken identifizieren, Wahrscheinlichkeit und Auswirkung bewerten, eine Risikomatrix erstellen,…

Artikel lesen →
Datenbanken & SQL

Erklärte SQL-Einschränkungen: NOT NULL, UNIQUE, CHECK und FOREIGN KEY, getestet

SQL-Einschränkungen anhand der von uns durchgeführten Tests erklärt: NOT NULL, UNIQUE, CHECK, DEFAULT, PRIMARY und FOREIGN KEY, die NULL-Lücken, die…

Artikel lesen →
Datenbanken & SQL

Erklärte SQL-Datumsfunktionen: Datumsangaben fehlerfrei hinzufügen, vergleichen und gruppieren

Erklärung der SQL-Datumsfunktionen anhand von Abfragen, die wir ausgeführt haben: Hinzufügen von Intervallen, Überraschungen am Monatsende, Datumsun…

Artikel lesen →
Softwareentwicklung

Python-Asyncio erklärt: Async, Wait, Gather und TaskGroup mit echten Timings

Python-Asyncio erklärt mit Code, den wir getimt haben: Coroutinen, Wait, Gather, TaskGroup, Fehlerbehandlung, Zeitüberschreitungen, Einschränkung de…

Artikel lesen →
Softwareentwicklung

Debounce vs. Throttle in JavaScript: Wie sie funktionieren, wann man sie verwendet, getestet

Debounce vs. Throttle in JavaScript erklärt anhand von Timings, die wir in Node.js gemessen haben: wie jedes funktioniert, einfache Implementierunge…

Artikel lesen →
Softwareentwicklung

Erklärte Python-Kontextmanager: Die with-Anweisung, contextlib und Real Uses

Python-Kontextmanager erklärt anhand des von uns ausgeführten Codes: Funktionsweise, __enter__ und __exit__, contextlib.contextmanager, supprimieren…

Artikel lesen →
Künstliche Intelligenz

LLM-Temperatur und Top-p erklärt: Wie KI-Modelle ihr nächstes Wort wählen

LLM-Temperatur und Top-P erklärt anhand einer von uns durchgeführten Simulation: wie Wahrscheinlichkeiten umgeformt werden, was Top-P beibehält, emp…

Artikel lesen →
DevOps

YAML erklärt: Syntax, das Norwegen-Problem und andere von uns getestete Fallen

YAML erklärt mit einem Parser-Test: grundlegende Syntax, Listen und Karten, das Norwegen-Problem, Versionen, die in Gleitkommazahlen umgewandelt wer…

Artikel lesen →
DevOps

Cron-Jobs erklärt: Syntax, echte Zeitpläne und die Fehler, die sie zerstören

Cron-Jobs werden anhand von Zeitplänen erklärt, die wir überprüft haben: die fünf Felder, Operatoren, reale Beispiele, die Tag-des-Monats- ODER Woch…

Artikel lesen →
Künstliche Intelligenz

KI-Halluzinationen erklärt: Warum Sprachmodelle Dinge erfinden und wie man sie reduziert

KI-Halluzinationen erklärt: Was sie sind, warum Sprachmodelle sie produzieren, gängige Typen, wie man sie mit Erdung und Eingabeaufforderungen reduz…

Artikel lesen →
DevOps

Erklärte Umgebungsvariablen: .env-Dateien, Geheimnisse und Konfiguration richtig gemacht

Umgebungsvariablen anhand von Python-Beispielen erklärt, die wir ausgeführt haben: Sie lesen und festlegen, warum jeder Wert ein String ist, .env-Da…

Artikel lesen →
Softwareentwicklung

API-Ratenbegrenzung erklärt: Algorithmen, Header und Behandlung von 429-Fehlern

API-Ratenbegrenzung anhand einer von uns durchgeführten Simulation erklärt: Token-Bucket, festes Fenster, gleitendes Fenster, 429 Antworten, Ratenbe…

Artikel lesen →
Testautomatisierung

Spott in Python: unittest.mock, Patch und die Fehler, die Tests zum Lügen machen

Mocking in Python mit unittest.mock, getestet: Mock und return_value, side_effect, Patchen, wo ein Name verwendet wird, Spezifikation und Autospec, …

Artikel lesen →
Softwaretests

Code-Abdeckung erklärt: Leitungs- und Zweigstellenabdeckung und was 100 % wirklich bedeutet

Erklärung der Codeabdeckung anhand eines echten Coverage.py-Laufs: Zeilen-, Zweig- und Bedingungsabdeckung, Lesen eines Berichts, warum bei 100 % Ab…

Artikel lesen →
Datenbanken & SQL

DELETE vs. TRUNCATE vs. DROP in SQL: Unterschiede, Rollback und Verwendungszweck

DELETE vs. TRUNCATE vs. DROP erklärt mit getestetem SQL: was jeweils entfernt wird, Rollback, Trigger, Identitätsrücksetzung, Geschwindigkeit und wi…

Artikel lesen →
Datenbanken & SQL

Erklärte SQL-Ansichten: Erstellen, nutzen und vermeiden Sie Fallstricke mit Beispielen

SQL-Ansichten anhand der von uns ausgeführten Abfragen erklärt: Erstellen einer Ansicht, Live-Ergebnisse, Ausblenden von Spalten, Leistung, aktualis…

Artikel lesen →
Softwareentwicklung

TypeScript-Schnittstelle vs. Typ: Echte Unterschiede, getestet mit dem Compiler

TypeScript-Schnittstelle vs. Typ, überprüft mit dem echten Compiler: Was beide können, was nur einer kann, Deklarationszusammenführung, Erweiterunge…

Artikel lesen →
Softwareentwicklung

Python *args und **kwargs erklärt: Flexible Funktionen mit klaren Beispielen

Python *args und **kwargs erklärt mit Code, den wir ausgeführt haben: Packen und Entpacken, Parameterreihenfolge, Nur-Schlüsselwort- und Nur-Positio…

Artikel lesen →
Softwareentwicklung

Python-Lambda-Funktionen: Syntax, tatsächliche Verwendung und wann man sie nicht verwendet

Python-Lambda-Funktionen erklärt mit Code, den wir ausgeführt haben: Syntax, Sortierung mit Schlüssel, Karte und Filter, Abschlüsse, die Late-Bindin…

Artikel lesen →
Künstliche Intelligenz

Was sind KI-Agenten? Wie sie funktionieren, mit einer einfachen Agentenschleife, die Sie ausführen können

Was sind KI-Agenten? Eine einfache Anleitung zur Agentenschleife, zu Tools, Speicher und Leitplanken, mit einer kleinen Python-Schleife, die wir aus…

Artikel lesen →
DevOps

Überwachung vs. Beobachtbarkeit: Der wahre Unterschied, mit Protokollen, Metriken und Traces

Überwachung vs. Beobachtbarkeit erklärt: bekannte und unbekannte Fehler, Protokolle, Metriken und Spuren, eine exemplarische Vorgehensweise für Chec…

Artikel lesen →
DevOps

Docker-Volumes vs. Bind Mounts: Containerdaten auf die richtige Art und Weise beibehalten

Docker-Volumes vs. Bind-Mounts erklärt: Warum Containerdaten verschwinden, benannte Volumes, Bind-Mounts, tmpfs, Compose-Beispiele, Backups, Berecht…

Artikel lesen →
Testautomatisierung

TDD vs. BDD: Hauptunterschiede, eine Funktion, die auf beide Arten entwickelt wurde und wann sie jeweils verwendet werden sollte

TDD vs. BDD erklärt mit einer Rabattfunktion, die in beide Richtungen aufgebaut ist: Rot-Grün-Refaktor mit Code, den wir ausgeführt haben, Gegeben-W…

Artikel lesen →
Softwaretests

Benutzerakzeptanztests (UAT): Prozess, Checkliste und reale Beispiele

Benutzerakzeptanztests erklärt: Wer führt ihn durch, wie unterscheidet er sich von der Qualitätssicherung, ein siebenstufiger Prozess, eine UAT-Test…

Artikel lesen →
Datenbanken & SQL

Erklärte SQL-NULL-Werte: IS NULL, COALESCE, NULLIF und die zu vermeidenden Fallen

SQL-NULL-Werte, die mit von uns ausgeführten Abfragen erklärt wurden: dreiwertige Logik, IS NULL, COALESCE, NULLIF, wie Aggregate, Joins und Sortier…

Artikel lesen →
Datenbanken & SQL

SQL CASE WHEN-Anweisung: Syntax, reale Beispiele und häufige Fehler

SQL CASE WHEN anhand der von uns ausgeführten Abfragen erklärt: einfache und durchsuchte Formulare, Bedingungsreihenfolge, Pivots mit SUM, COUNT-Tri…

Artikel lesen →
Softwareentwicklung

Was ist JWT? JSON-Web-Tokens anhand eines funktionierenden Beispiels erklärt

Was ist JWT? JSON Web Tokens erklärt: die drei Teile, ein Token, das in dem von uns ausgeführten Code erstellt und manipuliert wurde, JWT vs. Sitzun…

Artikel lesen →
Softwareentwicklung

Erklärte JavaScript-Ereignisschleife: Aufrufstapel, Mikrotasks und Timer mit Beispielen

Die JavaScript-Ereignisschleife wurde mit dem von uns ausgeführten Code erklärt: Aufrufstapel, Aufgaben- und Mikrotask-Warteschlangen, warum setTime…

Artikel lesen →
Softwareentwicklung

Erklärung von Python-Generatoren und -Ertrag: Sparen Sie Speicher mit echten Beispielen

Python-Generatoren und Yield anhand des von uns ausgeführten Codes erklärt: wie sie angehalten und fortgesetzt werden, gemessene Speichereinsparunge…

Artikel lesen →
Künstliche Intelligenz

Was sind Einbettungen? Vektoren und Kosinusähnlichkeit einfach erklärt

Was sind Einbettungen? Ein Leitfaden in einfacher Sprache zu Vektoren, Kosinusähnlichkeit und semantischer Suche, mit einem kleinen Beispiel, das wi…

Artikel lesen →
DevOps

Blau-Grün vs. Canary-Bereitstellung: Unterschiede, Kompromisse und Auswahl

Blue-Green vs. Canary-Bereitstellung erklärt: Funktionsweise, Kosten, Risiko und Rollback, stabiles Benutzer-Bucketing, das wir getestet haben, Date…

Artikel lesen →
Testautomatisierung

Flaky-Tests: Was sie verursacht und wie man sie endgültig behebt

Flaky-Tests wurden anhand von Demos erklärt, die wir durchgeführt haben: die Hauptursachen, wie man sie bestätigt und diagnostiziert, richtige Korre…

Artikel lesen →
Softwaretests

Lasttest vs. Stresstest: Unterschiede, Metriken und k6-Beispiele

Erläuterungen zu Lasttests und Stresstests: Was die einzelnen Tests beweisen, Spike- und Soak-Tests, welche Kennzahlen wichtig sind, warum Durchschn…

Artikel lesen →
Softwaretests

Testfall vs. Testszenario: Hauptunterschiede, Beispiele und wann man sie jeweils verwendet

Testfall vs. Testszenario erklärt: klare Definitionen, eine Tabelle nebeneinander, eine Funktion zum Zurücksetzen von Passwörtern, die von Szenarios…

Artikel lesen →
Datenbanken & SQL

SQL-Abfrageoptimierung: Ausführungspläne lesen und langsame Abfragen mit Zeitvorgaben beheben

An einer Million Zeilen getestete SQL-Abfrageoptimierung: Ausführungspläne lesen, die richtigen Indizes hinzufügen, nicht sargierbare Filter korrigi…

Artikel lesen →
Datenbanken & SQL

SQL UNION vs. UNION ALL: Unterschiede, Beispiele und getestete Leistung

SQL UNION vs. UNION ALL anhand der von uns ausgeführten Abfragen erklärt: Duplikate, die Regeln, denen beide folgen, ein echter Datenfehler, gemesse…

Artikel lesen →
Softwareentwicklung

Tutorial zur JavaScript-Abruf-API: GET, POST, Fehlerbehandlung und Zeitüberschreitungen

Ein JavaScript-Abruf-API-Tutorial, das auf einem lokalen Server getestet wurde: GET und POST, warum 404 nicht ausgelöst wird, ein wiederverwendbarer…

Artikel lesen →
Softwareentwicklung

Umgang mit Python-Dateien: Lesen, Schreiben, CSV, JSON und Pathlib mit Beispielen

Die Handhabung von Python-Dateien wird anhand des von uns ausgeführten Codes erklärt: Öffnungsmodi, Lesen großer Dateien, CSV, JSON, Pathlib, Binärd…

Artikel lesen →
Softwareentwicklung

Python-Klassen und -Objekte: OOP-Tutorial mit echten Beispielen

Python-Klassen und -Objekte erklärt mit Code, den wir ausgeführt haben: __init__, Methoden, Klassen- und Instanzattribute, Vererbung, Eigenschaften,…

Artikel lesen →
Künstliche Intelligenz

Was ist ein großes Sprachmodell? Wie LLMs funktionieren, ohne großen Hype erklärt

Was ist ein großes Sprachmodell? LLMs im Klartext erklärt: Token, Einbettungen, Aufmerksamkeit, Training, Temperatur- und Kontextfenster, eine klein…

Artikel lesen →
DevOps

Linux-Befehle für Anfänger: Der grundlegende Terminal-Leitfaden mit Beispielen

Linux-Befehle für Anfänger, gruppiert nach Aufgaben: Navigation, Dateien, Anzeigen von Protokollen, Grep, Pipes, Berechtigungen, Prozesse und Archiv…

Artikel lesen →
Testautomatisierung

Selenium vs. Playwright: Hauptunterschiede, Code im Vergleich und welche Sie wählen sollten

Selenium vs. Playwright im Vergleich: Architektur, Wartezeit, Browser- und Sprachunterstützung, Debugging, der gleiche Test in beiden Tools, Migrati…

Artikel lesen →
Softwaretests

Äquivalenzpartitionierung: Testdesigntechnik anhand von Beispielen erklärt

Erklärung der Äquivalenzpartitionierung: Wie man gültige und ungültige Partitionen findet, Beispiele für Alter, Passwörter und Gutscheine, von uns d…

Artikel lesen →
Softwaretests

Schweregrad vs. Priorität beim Softwaretest: Unterschiede, Matrix und reale Beispiele

Schweregrad vs. Priorität beim Softwaretest erklärt: klare Definitionen, eine Vier-Wege-Matrix mit Beispielen, Stufenskalen, wer die einzelnen Punkt…

Artikel lesen →
Datenbanken & SQL

Tutorial zu SQL-Unterabfragen: Typen, korrelierte Unterabfragen und EXISTS mit Beispielen

Ein SQL-Unterabfrage-Tutorial mit Abfragen, die wir ausgeführt haben: Skalar-, IN-, FROM- und SELECT-Unterabfragen, korrelierte Unterabfragen, EXIST…

Artikel lesen →
Datenbanken & SQL

SQL-Transaktionen und ACID erklärt: COMMIT, ROLLBACK und Isolationsstufen

SQL-Transaktionen und ACID anhand einer von uns durchgeführten Banküberweisung erklärt: COMMIT, ROLLBACK, Sicherungspunkte, Sperren, Isolationsstufe…

Artikel lesen →
Softwareentwicklung

Spickzettel für Git-Befehle: Die Befehle, die Sie tatsächlich verwenden, mit Beispielen

Ein Git-Befehls-Spickzettel, gruppiert nach Aufgabe: Setup, Staging, Branches, Remotes, Stash, Verlauf und Rückgängigmachen von Fehlern, mit Ausgabe…

Artikel lesen →
Softwareentwicklung

Erklärte JavaScript-Versprechen: Dann, Catch, Promise.all und häufige Fehler

JavaScript-Versprechen erklärt mit Code, den wir ausgeführt haben: Zustände, dann und Fangketten, Fehlerbehandlung, Promise.all, allSettled, Rennen …

Artikel lesen →
Softwareentwicklung

Python-Wörterbuch-Tutorial: Methoden, Beispiele und gängige Muster

Ein Python-Wörterbuch-Tutorial mit Code, den wir ausgeführt haben: Diktate erstellen, lesen und aktualisieren, Schlüsselmethoden, Zusammenführung, V…

Artikel lesen →
Künstliche Intelligenz

Was ist RAG? Retrieval-Augmented Generation anhand eines Arbeitsbeispiels erklärt

Was ist RAG? Abruf-erweiterte Generierung Schritt für Schritt erklärt: Indizierung, Chunking, Einbettungen, Abruf, ein kleines funktionierendes Pyth…

Artikel lesen →
DevOps

Terraform-Tutorial für Anfänger: Infrastruktur als Code von der ersten Datei bis zu den Modulen

Ein Terraform-Tutorial für Anfänger: Beginnen Sie ohne Cloud-Konto, lernen Sie Init, Planen und Anwenden, dann Variablen, Ausgaben, Status, Module u…

Artikel lesen →
DevOps

Docker vs. Kubernetes: Hauptunterschiede, wie sie zusammenarbeiten und was Sie brauchen

Docker vs. Kubernetes erklärt: Was jeder tut, die gleiche App läuft mit beiden, Docker Compose und Swarm im Vergleich, die Dockershim-Änderung und w…

Artikel lesen →
Testautomatisierung

Pytest-Tutorial für Anfänger: Vorrichtungen, Parametrisierung und reale Beispiele

Ein Pytest-Tutorial für Anfänger mit Tests, die wir auf Pytest 9.2 durchgeführt haben: Assertions, Fixtures, Parametrize, Conftest, Markers, tmp_pat…

Artikel lesen →
Softwaretests

Software Testing Life Cycle (STLC): 6 Phasen, Einstiegs- und Ausstiegskriterien, Beispiel

Der Softwaretest-Lebenszyklus erklärt: sechs STLC-Phasen mit Ein- und Ausstiegskriterien, Ergebnisse, ein Beispiel für eine funktionierende Anmeldef…

Artikel lesen →
Softwareentwicklung

Git merge vs rebase: Unterschiede, Beispiele und wann man was nutzt

Git merge vs rebase erklärt mit echter Log-Ausgabe, einer Vergleichstabelle, der goldenen Regel des Rebase und einem sicheren Team-Workflow.

Artikel lesen →
Softwareentwicklung

Python List Comprehension: Syntax, Beispiele und wann man darauf verzichtet

Python List Comprehension erklärt: Syntax, Filter, if-else, verschachtelte Schleifen, gemessene Zeiten und Fälle, in denen eine normale for-Schleife…

Artikel lesen →
Datenbanken & SQL

SQL Joins erklärt mit Beispielen (Inner, Left, Right, Full)

SQL Joins Schritt für Schritt mit Beispieltabellen und Abfragen verstehen: INNER, LEFT, RIGHT, FULL, CROSS und SELF, plus typische Fehler und Perfor…

Artikel lesen →