So entsteht aus einem Jira-Ticket ein strukturierter Testfall
bQ CaseForge verbindet fachliche Anforderungen mit technischem Code-Kontext und erzeugt daraus eine fundierte Grundlage für Testdesign, Review und QA-Freigabe.
AI unterstützt. Tester entscheiden.
Jira-Ticket verstehen
bQ CaseForge liest das Jira-Ticket aus und extrahiert relevante Informationen wie Titel, Beschreibung, Akzeptanzkriterien, Priorität, Status und Labels.
Input
- Ticket-Key
- Beschreibung
- Akzeptanzkriterien
- Priorität & Labels
Output
- Strukturierter Jira-Kontext
- fachliche Ausgangslage
- relevante Ticket-Metadaten
Nutzen: Tester starten nicht bei null, sondern mit einer strukturierten Sicht auf die Anforderung.
Jira Input
{
"ticket_key": "KAN-6",
"title": "Checkout mit erfolgreicher Bestellung",
"priority": "Medium",
"labels": ["qa", "e2e"]
}Anforderung fachlich analysieren
Die AI analysiert das Ticket fachlich: Welches Nutzerziel steckt dahinter? Welche Aktionen, Risiken, Fehlerfälle und Akzeptanzkriterien sind relevant?
Input
- Jira-Kontext
- Beschreibung
- Akzeptanzkriterien
Output
- Feature Name
- User Goal
- User Actions
- Risk Level
- mögliche Fehlerfälle
Nutzen: Aus unstrukturierten Ticket-Informationen entsteht eine klare fachliche Testgrundlage.
Feature Analyse
{
"feature_name": "Checkout Process",
"user_goal": "Bestellung erfolgreich abschließen",
"risk_level": "medium",
"confidence": "high"
}Relevante Code-Stellen finden
Aus der Analyse werden Suchbegriffe generiert. Damit durchsucht bQ CaseForge das Repository nach relevanten APIs, Komponenten, Validierungen und Dateien.
Input
- Feature-Analyse
- Suchbegriffe
- Repository-Index
Output
- Kandidatendateien
- relevante APIs
- Validierungen
- technische Treffer
Nutzen: Der Vorteil gegenüber generischen AI-Chats: Die Testvorschläge basieren auf echtem Code-Kontext.
Code-Kontext
[ "api/checkout.ts", "api/_lib/validate.ts", "src/context/AuthContext.tsx" ]
Fachlichen und technischen Kontext verbinden
Die relevantesten Dateien werden bewertet, ausgewählt und mit den Jira-Informationen zusammengeführt. Daraus entsteht ein finaler Testkontext.
Input
- Jira-Analyse
- relevante Dateien
- Code-Inhalte
Output
- API Calls
- Validation Rules
- UI Elements
- Possible Error Cases
- Related Files
Nutzen: Tester erhalten keine losen Ideen, sondern eine nachvollziehbare Grundlage aus Anforderung und Implementierung.
Finaler Kontext
{
"api_calls": ["POST /api/checkout"],
"validation_rules": [
"Cart must not be empty",
"Payment data must be valid"
]
}Strukturierte Testvorschläge generieren
Aus dem finalen Kontext erzeugt bQ CaseForge konkrete Testvorschläge mit Schritten, erwarteten Ergebnissen, Prioritäten und zugehörigen Dateien.
Input
- Finaler Testkontext
- fachliche Risiken
- technische Regeln
Output
- Happy Path
- Error Case
- Edge Case
- Testschritte
- Expected Results
Nutzen: Die Tester bekommen eine fundierte Ausgangsbasis, die sie prüfen, ergänzen und freigeben können.
Generierter Testfall
{
"title": "Successful order placement",
"priority": "high",
"steps": [
{
"action": "Checkout mit gültigen Daten absenden",
"expected_result": "Bestellung wird erfolgreich erstellt"
}
]
}