Retesting vs. Regressionstests: 8 Hauptunterschiede anhand eines echten Bugfix-Beispiels

  1. Startseite
  2. Blog
  3. Softwaretests

Softwaretests

Retesting vs. Regressionstests: 8 Hauptunterschiede mit einem echten Bugfix-Beispiel

Durch erneutes Testen wird überprüft, ob ein gemeldeter Fehler tatsächlich behoben ist. Durch Regressionstests wird überprüft, ob der Fix oder eine andere Änderung etwas beschädigt hat, das früher funktioniert hat. Sehen Sie sich beide in Aktion bei einer Fehlerbehebung an und vergleichen Sie sie dann anhand von acht Unterschieden, die Sie in einem Interview zitieren können.

8 Min. Lesezeit
Retesting vs. Regressionstests: Hauptunterschiede

Das Wichtigste

  • Erneutes Testen vs. Regressionstests: Beim erneuten Testen wird gefragt: „Ist dieser Fehler behoben?“, beim Regressionstest wird gefragt: „Ist sonst noch etwas kaputt gegangen?“.
  • Beim erneuten Testen wird der fehlgeschlagene Test für einen bekannten Fehler erneut ausgeführt. Beim Regressionstest werden die Tests rund um die Änderung erneut bestehen.
  • In unserem Beispiel wurde der erneute Test bestanden, aber beim Regressionslauf wurde ein neuer Fehler festgestellt, den der Entwickler im selben Commit eingeführt hatte.
  • Regressionssuiten sind die besten Kandidaten für die Automatisierung; Wiederholungstests erfolgen oft manuell, automatisierte fehlgeschlagene Tests können jedoch in Sekundenschnelle wiederholt werden.

„Ist ein erneuter Test dasselbe wie ein Regressionstest?“ ist eine der häufigsten Fragen in QA-Interviews, und in der täglichen Arbeit ist die Grenze zwischen erneutem Testen und Regressionstests oft fließend. Sie beantworten unterschiedliche Fragen, laufen zu unterschiedlichen Zeiten und erfordern unterschiedlich viel Aufwand. Um den Unterschied konkret zu machen, haben wir einen kleinen Warenkorb erstellt, einen Fehler protokolliert, ihn behoben und beide Arten von Tests mit pytest 9.2.0 auf Python 3.13 durchgeführt.

Schnelle Antwort

Erneutes Testen (auch Bestätigungstest genannt) bedeutet, dass genau der Test, der einen Fehler gefunden hat, nach der Behebung noch einmal ausgeführt wird, um zu bestätigen, dass er nun erfolgreich ist. Regressionstests bedeutet, dass bereits bestandene Tests erneut ausgeführt werden, um sicherzustellen, dass eine Änderung das bestehende Verhalten nicht beeinträchtigt. Normalerweise führen Sie zuerst einen erneuten Test und direkt danach einen Regressionstest durch.

Was ist ein erneuter Test?

Wiederholungstests sind gezielt. Ein Tester meldet einen Fehler mit klaren Schritten, der Entwickler behebt ihn und der Tester wiederholt dieselben Schritte mit denselben Daten für den neuen Build. Wenn das Ergebnis korrekt ist, ist der Fehler geschlossen; Wenn nicht, wird es erneut geöffnet. Es folgt direkt dem Bug-Lebenszyklus: „Behoben“ ist nie „Geschlossen“, bis ein erneuter Test bestanden wurde.

  • Es ist auf der Grundlage spezifischer Fehler-IDs geplant.
  • Es verwendet den ursprünglichen Testfall und die Originaldaten, sodass ein gut geschriebener Fehlerbericht die Arbeit schnell erledigt.
  • Es kann nicht übersprungen werden: Ein Fix, den niemand überprüft hat, ist nur eine Vermutung.

Was ist ein Regressionstest?

Regressionstests sind schützend. Jede Änderung, sei es eine Fehlerbehebung, eine neue Funktion, ein Bibliotheks-Upgrade oder eine Konfigurationsänderung, kann Nebenwirkungen haben. Regressionstests führen bestehende Prüfungen im und um den geänderten Bereich erneut durch, um die Nebenwirkungen zu erkennen, die niemand gemeldet hat, weil sie gestern noch nicht vorhanden waren.

  • Die Planung richtet sich nach Risiko und Auswirkungen, nicht nach spezifischen Mängeln.
  • Der Umfang reicht von einigen verwandten Tests bis hin zur vollständigen Suite.
  • Es wird nach jeder bedeutenden Änderung ausgeführt und profitiert daher am meisten von Automatisierung und CI. Unsere Checkliste für Regressionstests deckt die Planung ab.

Ein echtes Beispiel für eine Fehlerbehebung

Unser Warenkorb hat zwei Funktionen: total(), die einen Gutschein einlöst, und shipping(), die ab einem Wert von 500 kostenlos ist. Sechs Tests decken sie ab, einschließlich des Grenzfalls, dass bei genau 500 immer noch der Versand bezahlt wird.

Lauf 1: Der Fehler ist gefunden

FAILED test_cart.py::test_coupon_lowercase - AssertionError: assert 200 == 180
1 failed, 5 passed in 0.41s

Der Coupon save10 in Kleinbuchstaben wurde ignoriert. Wir haben es als BUG-101 protokolliert.

Die Lösung

Der Entwickler hat den Coupon-Check in coupon and coupon.upper() == "SAVE10" geändert. Im selben Commit wurde beim „Aufräumen“ auch die Versandregel von total > 500 auf total >= 500 geändert.

Lauf 2: erneuter Test

$ pytest --lf
1 passed in 0.10s

Mit der Option --lf (letzter Fehler) von pytest werden nur die Tests erneut ausgeführt, die beim letzten Mal fehlgeschlagen sind. Das ist erneutes Testen in seiner reinsten Form: BUG-101 ist behoben.

Lauf 3: Regressionstest

$ pytest
FAILED test_cart.py::test_shipping_boundary - assert 0 == 49
1 failed, 5 passed in 0.18s

Die vollständige Suite hat das erfasst, was beim erneuten Test nicht gelungen ist: Eine Bestellung von genau 500 Stück wird jetzt kostenlos versandt. Hätte das Team nach dem erneuten Test aufgehört, wäre der Versandfehler in die Produktion gelangt. Nachdem der Entwickler die Versandänderung rückgängig gemacht hatte, waren alle sechs Tests erfolgreich.

Tipp: Aus diesem Grund sind „der Fix ist verifiziert“ und „der Build ist sicher“ separate Freigaben. Ein erneuter Test bestätigt den ersten; Nur ein Regressionslauf unterstützt den zweiten.

8 Hauptunterschiede

# Aspekt Erneuter Test Regressionstests
1 Zweck Bestätigen Sie, dass ein bestimmter Fehler behoben ist Bestätigen Sie, dass die Änderungen keine vorhandenen Funktionen beeinträchtigen
2 Auslöser Ein als behoben markierter Defekt Jede Code-, Konfigurations- oder Umgebungsänderung
3 Tests laufen Zuvor fehlgeschlagene Testfälle Zuvor bestandene Testfälle
4 Umfang Schmal: der Defekt und seine Schritte Breit: betroffene Bereiche bis zur gesamten Suite
5 Planungsgrundlage Fehler-IDs Wirkungs- und Risikoanalyse
6 Funde Ob der bekannte Fehler noch besteht Neue, unerwartete Fehler (Regressionen)
7 Automatisierung Oft manuell; automatisiert, wenn der fehlgeschlagene Test automatisiert ist Starker Kandidat für Automatisierung und CI
8 Priorität und Reihenfolge Zuerst erledigt, höhere Priorität Wird nach erneutem Test durchgeführt und kann parallel ausgeführt werden

Was kommt zuerst?

Ein erneuter Test steht normalerweise an erster Stelle. Wenn der Fix nicht funktioniert, geht der Build an den Entwickler zurück und ein vollständiger Regressionslauf wäre vergeblicher Aufwand. Sobald der erneute Test bestanden wurde, beginnt der Regressionstest. In einer CI-Pipeline mit automatisierten Tests verschwimmt die Unterscheidung, da jeder Push die gesamte Suite ausführt und beides gleichzeitig ausführt. Die Konzepte sind immer noch wichtig: Eine Pull-Anfrage sollte angeben, welchen Fehler sie behebt (der erneute Test) und die Pipeline beweisen, dass nichts anderes kaputt ist (die Regression).

Automatisierung: Wo alles passt

Regressionstests wiederholen dieselben Prüfungen Release für Release, was sie ideal für die Automatisierung macht. Eine Suite, für die ein manuelles Team zwei Tage benötigt, kann bei jedem Commit in wenigen Minuten ausgeführt werden. Das erneute Testen erfolgt oft manuell, insbesondere bei UI- oder explorativen Ergebnissen. Wenn der fehlgeschlagene Fall jedoch automatisiert ist, erfolgt die erneute Ausführung sofort, wie unser --lf-Lauf gezeigt hat. Eine gute Angewohnheit: Wenn ein Fehler manuell gefunden wird, fügen Sie vor der Behebung einen automatisierten Test hinzu, der ihn reproduziert. Der erneute Test erfolgt automatisch und der Test wird für immer in die Regressionssuite aufgenommen. Unser Pytest-Tutorial zeigt, wie man solche Tests schreibt.

Wie viele Regressionstests sind ausreichend?

Es ist ideal, aber nicht immer möglich, alles bei jeder Änderung auszuführen. Teams kombinieren normalerweise:

  • Auswirkungen von Änderungen: testet den Code, den die Änderung berührt, und den Code, der davon abhängt.
  • Risiko: Zahlungen, Login und Datenintegrität werden immer überprüft.
  • Rauchtests: ein schneller Satz, der beweist, dass der Build grundsätzlich funktioniert; siehe Testen von Rauch und geistiger Gesundheit.
  • Vollständige Läufe jeden Abend oder vor der Veröffentlichung.

Sorgen Sie dafür, dass die Suite gesund bleibt: Unzuverlässige Tests, die zufällig fehlschlagen, untergraben das Vertrauen in die Regressionsergebnisse. Daher sollten Sie unzuverlässige Tests schnell reparieren oder unter Quarantäne stellen.

Checkliste: vom behobenen Fehler bis zur sicheren Veröffentlichung

  1. Lesen Sie die Fehlerbehebungshinweise. Fragen Sie den Entwickler, welche Dateien und Funktionen von der Änderung betroffen sind. Diese Liste bestimmt Ihren Regressionsumfang.
  2. Testen Sie den richtigen Build erneut. Bestätigen Sie die Build-Nummer und wiederholen Sie dann die genauen Schritte und Daten aus dem Fehlerbericht.
  3. Versuchen Sie ähnliche Variationen. Wenn Gutscheine mit Kleinbuchstaben fehlschlagen, versuchen Sie es auch mit einer Kombination aus Groß- und Kleinschreibung und Leerzeichen. Teilkorrekturen sind häufig.
  4. Aktualisieren Sie den Fehler. Schließen Sie ihn mit Build und Beweisen oder öffnen Sie ihn erneut mit dem, was immer noch fehlschlägt.
  5. Führen Sie eine gezielte Regression durch. Führen Sie Tests für die berührten Funktionen und alles, was davon abhängt, durch.
  6. Führen Sie die umfassendere Suite aus. Mindestens Rauchtests; die vollautomatische Suite, wo es die Zeit erlaubt.
  7. Fügen Sie den Fehlertest zur Suite hinzu. Der heutige erneute Test wird zur morgigen Regressionsprüfung.
  8. Melden Sie klar und deutlich. Geben Sie getrennt „BUG-101 verifiziert behoben“ und „Regression: 1 neuer Fehler gefunden“ an, sodass bei Freigabeentscheidungen beide Fakten berücksichtigt werden.

Das Befolgen dieser Schritte in unserem Beispiel hätte die Versandregression bei Schritt 5 erfasst, bevor irgendjemand die Freigabe unterzeichnet hätte. Die Schwere der neuen Erkenntnisse bestimmt dann, was die Veröffentlichung blockiert; Weitere Informationen finden Sie in unserem Leitfaden „Schweregrad vs. Priorität“.

Interviewfertige Antwort

„Beim erneuten Testen wird bestätigt, dass ein bestimmter Fehler behoben wurde, indem der Testfall, der fehlgeschlagen ist, erneut ausgeführt wird. Beim Regressionstest werden zuvor bestandene Tests noch einmal ausgeführt, um sicherzustellen, dass die Korrektur oder eine andere Änderung die bestehende Funktionalität nicht beeinträchtigt. Der erneute Test ist eng gefasst, wird anhand von Fehler-IDs geplant und zuerst durchgeführt; Regressionstests sind umfassender, werden anhand von Auswirkungen und Risiken geplant und sind der Hauptkandidat für eine Automatisierung.“ Fügen Sie ein einzeiliges Beispiel wie unseren Coupon- und Versandfehler hinzu und die Antwort fällt auf.

Häufige Fehler

  • Schließen eines Fehlers allein nach dem erneuten Test, wenn der Fix den gemeinsam genutzten Code berührte.
  • Erneutes Testen mit anderen Daten aus dem Fehlerbericht, wodurch eine teilweise Korrektur verborgen bleiben kann.
  • Eine vollständige Wiederholung als „erneutes Testen“ bezeichnen; In Testberichten bedeuten die Wörter unterschiedliche Bedeutungen.
  • Aktualisieren Sie die Regressionssuite niemals mit Tests für behobene Fehler, damit alte Fehler ruhig zurückkehren können.
  • Bündelung nicht zusammenhängender Änderungen mit einem Fix, wie es unser Entwickler getan hat, was Regressionen wahrscheinlicher und schwerer nachvollziehbar macht.

Fazit

Retests vs. Regressionstests sind kein Entweder-Oder. Durch einen erneuten Test erfahren Sie, dass der Fehler, von dem Sie wussten, verschwunden ist. Regressionstests zeigen Ihnen, dass kein neuer Fehler an seine Stelle getreten ist. Unser kleines Beispiel zeigte beide Seiten in drei Durchläufen: einen fehlgeschlagenen Test, einen erfolgreichen erneuten Test und eine vor der Veröffentlichung festgestellte Regression. Führen Sie beides durch, testen Sie zuerst erneut, automatisieren Sie die Regressionssuite und fügen Sie alle behobenen Fehler hinzu.

Häufige Fragen

Was ist der Hauptunterschied zwischen Wiederholungstests und Regressionstests?

Durch einen erneuten Test wird bestätigt, dass ein bestimmter gemeldeter Fehler durch die erneute Ausführung des fehlgeschlagenen Tests behoben wird. Durch Regressionstests wird überprüft, ob Änderungen keine Funktionen beeinträchtigen, die zuvor funktionierten.

Ist ein erneuter Test dasselbe wie ein Bestätigungstest?

Ja. ISTQB nennt es Bestätigungstests: Wiederholung der fehlgeschlagenen Testfälle, nachdem der Fehler behoben wurde.

Was wird zuerst durchgeführt: erneuter Test oder Regressionstest?

Ein erneuter Test steht normalerweise an erster Stelle. Wenn der Fix fehlschlägt, kehrt der Build zur Entwicklung zurück; Sobald die Prüfung bestanden ist, prüft der Regressionstest, ob Nebenwirkungen vorliegen.

Können erneute Tests automatisiert werden?

Ja, wenn der fehlgeschlagene Test automatisiert wird, kann er sofort erneut ausgeführt werden, beispielsweise mit pytest --lf. Viele manuelle Erkenntnisse werden manuell erneut getestet, also wandeln Sie sie in automatisierte Tests um.

Warum werden Regressionstests normalerweise automatisiert?

Denn nach jeder Änderung und jedem Release werden die gleichen Prüfungen wiederholt. Durch die Automatisierung können sie bei jedem Commit in CI schnell, konsistent und kostengünstig ausgeführt werden.

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 →
Softwareentwicklung

Python-String-Methoden: Spickzettel, reale Beispiele und die Strip()-Falle

Python-String-Methoden mit getesteten Beispielen: Split, Join, Strip, Replacement, Find, Startswith, Is-Methoden, Casefold, Partition und Translate …

Artikel lesen →
Künstliche Intelligenz

Kosinusähnlichkeit erklärt: Formel, Arbeitsbeispiel und Python-Code

Kosinusähnlichkeit einfach erklärt: die Formel, ein handgearbeitetes Beispiel, reiner Python- und NumPy-Code, Kosinus vs. euklidischer Abstand bei r…

Artikel lesen →
Softwareentwicklung

Erklärung der UTF-8-Kodierung: Wie Text zu Bytes wird und wie man verstümmelten Text repariert

UTF-8-Codierung erklärt anhand von Beispielen auf Byte-Ebene, die wir in Python ausgeführt haben: Wie Zeichen 1 bis 4 Byte groß werden, warum sich C…

Artikel lesen →
Testautomatisierung

pytest parametrize erklärt: 7 Muster mit getesteten Beispielen

pytest parametrize erklärt mit 7 getesteten Mustern: Basisfälle, lesbare IDs, gestapelte Dekoratoren, pytest.param mit xfail und skip, indirekte Fix…

Artikel lesen →
Softwaretests

Retesting vs. Regressionstests: 8 Hauptunterschiede anhand eines echten Bugfix-Beispiels

Erneutes Testen vs. Regressionstests erklärt anhand eines echten Bugfix-Laufs in Pytest: Ein erneuter Test bestätigte die Fehlerbehebung, der Regres…

Artikel lesen →
Datenbanken & SQL

Doppelte Zeilen in SQL löschen: 5 sichere Methoden, Schritt für Schritt getestet

So löschen Sie doppelte Zeilen in SQL sicher: Suchen Sie sie, zeigen Sie eine Vorschau an und entfernen Sie sie dann mit ROW_NUMBER, MIN(id), EXISTS…

Artikel lesen →
Datenbanken & SQL

SQL RANK vs. DENSE_RANK vs. ROW_NUMBER: Unterschiede zu getesteten Beispielen

SQL RANK vs. DENSE_RANK vs. ROW_NUMBER in einer Tabelle: Wie jeder mit Gleichständen umgeht, Top-N pro Gruppe, die zweithöchste Gehaltsfalle und det…

Artikel lesen →
Softwareentwicklung

JavaScript Optional Chaining (?.) Erklärt: 8 Beispiele, ?? Vorgaben und Fallen

Die optionale Verkettung von JavaScript stoppt den Fehler „Eigenschaften von undefinierten Objekten können nicht gelesen werden“. 8 getestete Beispi…

Artikel lesen →
Softwareentwicklung

Python enumerate() erklärt: 7 Beispiele, start=1 und zu vermeidende Fehler

Python enumerate() gibt Ihnen den Index und den Wert in einer sauberen Schleife. 7 getestete Beispiele, der Start=1-Trick, Wörterbücher, Dateien, Ge…

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

Erklärte Python-Funktionstools: lru_cache, Partial, Reduce, Wraps und mehr, getestet

Python-Funktionstools erklärt mit Code, den wir auf Python 3.13 ausgeführt haben: lru_cache und Cache, Partial, Reduce, Wraps, Cached_Property, Sing…

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 →
Datenbanken & SQL

Erklärte SQL-JSON-Funktionen: JSON in SQL abfragen, aktualisieren und indizieren, getestet

SQL-JSON-Funktionen erklärt mit Abfragen, die wir in SQLite 3.50 ausgeführt haben: json_extract, die Operatoren -> und ->>, json_each, json…

Artikel lesen →
Datenbanken & SQL

SQL Pivot erklärt: Zeilen in Spalten umwandeln mit CASE, FILTER und PIVOT

SQL-Pivot erklärt mit Abfragen, die wir in SQLite 3.50 ausgeführt haben: bedingte Aggregation mit CASE und SUM, FILTER, NULL vs. Null, Summen, dynam…

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 →