Weitere Informationen

Hintergrund

Das Testen von Weboberflächen ist bislang stark skriptbasiert: Werkzeuge wie Playwright oder Selenium führen fest kodierte Interaktionsfolgen aus und brechen, sobald sich Selektoren oder Layouts ändern. Der Pflegeaufwand solcher Testsuiten ist hoch, und nicht-funktionale Aspekte der Nutzungsqualität lassen sich damit kaum erfassen. LLM-basierte Agenten eröffnen einen alternativen Weg: Über standardisierte Werkzeugschnittstellen – etwa das Model Context Protocol (MCP) – können sie eine Weboberfläche zur Laufzeit selbst bedienen, Zustände semantisch interpretieren und Abweichungen anhand von Zielbeschreibungen statt fester Skripte bewerten. Ob solche Agenten funktionale Fehler und Usability-Probleme zuverlässig, reproduzierbar und wirtschaftlich erkennen, ist bislang weitgehend offen.

Aufgabenstellung

Ziel der Arbeit ist es, einen agentischen Ansatz zu konzipieren, prototypisch umzusetzen und empirisch zu evaluieren, bei dem ein LLM-Agent eine reale Weboberfläche eigenständig bedient und dabei sowohl funktionale Korrektheit als auch Nutzungsqualität bewertet. Als Testobjekt dient eine Webanwendung des Praxispartners Democracy Intelligence (Dr. Frister). Mögliche Schwerpunkte umfassen:

• Aufarbeitung des Stands der Forschung zu skriptbasiertem und agentischem Web-Testing
• Konzeption einer Agentenarchitektur auf Basis von z.B. MCP und Playwright
• Entwicklung eines Metrikkatalogs (Fehlererkennungsrate, Reproduzierbarkeit, Robustheit gegenüber UI-Änderungen, Kosten)
• Prototypische Implementierung und vergleichende Evaluation gegen eine skriptbasierte Baseline