A szoftvertesztelés csak a hibakeresésről szól? Egyáltalán nem! A minőségmenedzsment és a fejlesztési folyamatok érettsége kulcskérdés, ha tartósan működő, megbízható és nyereséges digitális termékeket akarunk építeni. Ebben az epizódban a világszerte ismert TMMI keretrendszerről beszélget Hamana Zsolt és Hargitai Zsolt, a Testerlab alapítói, valamint vendégük, Mészáros Imre, a Bosch tesztelési stratégája.
Mire jó a TMMI és mikor érdemes bevezetni? Hogyan támogatja az üzleti döntéseket, és milyen kockázatot vállal az, aki figyelmen kívül hagyja? Miért nem csak a nagyvállalatok játszanak a minőséggel, és hogyan lehet már kicsiben is nagy előnyt kovácsolni a tudatos tesztelési érettségből? Ezekre a kérdésekre kaphatsz választ, ha meghallgatod az epizódot.
"Nem az a probléma, hogy nincsenek jó szakemberek, hanem az, hogy hogyan működnek együtt"
– hangzik el a beszélgetésben, ami tökéletesen megragadja a TMMI lényegét: nem technikákról, hanem folyamatos fejlődésről, iránytűről és mérhetőségről van szó. A modell segít abban, hogy a fejlesztő és tesztelő csapatok értelmes, fenntartható módon működjenek együtt, miközben értéket teremtenek a cég egészének.
A Bosch autóipari tapasztalatain keresztül megtudjuk, hogyan lehet egy ilyen modell segítségével egy 45 fős szervezetet értékelni, fejleszteni, és legfőképp: hogyan lehet a managementet is bevonni a folyamatba.
"Korábban a fájdalmas pontokra reagáltunk tűzoltásként, most viszont stratégiai tervezés alapján dolgozunk"
– mondja Mészáros Imre, aki szerint a mérhetőség, az iránytűként működő TMMI és a management aktív támogatása a siker záloga.
Fejezetek az epizódban:
00:00 – Mi a TMMI és miért fontos?
02:00 – Melyik iparágban hasznos a TMMI?
05:00 – A sikeres bevezetés feltételei
08:00 – Kinek és mire való a TMMI?
12:00 – Mit kockáztat, aki nem foglalkozik vele?
17:00 – Mit mutat a világszintű kutatás a bevezetésről?
23:00 – Költségek vs. megtérülés
30:00 – Milyen előnyöket hoz a TMMI?
36:00 – Fluktuáció, motiváció és fenntartható fejlődés
38:00 – Autóipari kihívások és megoldások
44:00 – Best practice-ből sztenderd: hogyan terjed a tudás?
49:00 – Stratégia és menedzsment támogatás
💬 Te mit tennél elsőként, ha bevezetnéd a TMMI-t a cégednél? Írd meg kommentben, kíváncsiak vagyunk, te hogyan méred a saját produktivitásod!
🎧 Hallgasd meg az adást!
Spotify • YouTube • Apple Podcasts
👤 Vendégek LinkedIn-profiljai
Hamana Zsolt
https://www.linkedin.com/in/zsolt-hamana
Hargitai Zsolt
https://www.linkedin.com/in/hargitaizsolt
Mészáros Imre https://www.linkedin.com/in/imre-m%C3%A9sz%C3%A1ros-bosch-vv-strategist
💼 Kapcsolat, konzultáció
További információkért és együttműködéshez: www.testerlab.io
Mikor mondhatjuk magunkról, hogy igazán produktívak vagyunk? És mi van akkor, ha a hatékonyság látszata mögött valójában csak végigrohanunk a napon? A Nálunk működött! podcast harmadik adásában Hargitai Zsolt és Hamana Zsolt vendége Iványi András a TesterLab produktivitási partnere, akivel a munka világának egyik legégetőbb kérdéséről beszélgetnek: hogyan lehet valóban hatásosnak és nem csupán elfoglaltnak lenni?
Mire van szüksége egy tesztelő csapatnak, hogy releváns maradjon a tudása? Miért nem működik az, ha a cégek agilisként hivatkoznak magukra, de a működésük lényegében mit sem változott? Honnan tudhatja egy vezető, hogy a csapata valóban eléri-e a céljait – és mit tehet azért, hogy ez megtörténjen?
Az adás során szó esik a túlzott meetingkultúra veszélyeiről, az eszközválasztás (tooling) csapdáiról, a tesztelés és követelmények közti átjárhatóság nehézségeiről, valamint arról, miért fontos, hogy a tanulás kultúráját valóban beépítsük a szervezetek mindennapjaiba. „Az egész agilitás nem más, mint egy világnézet” – hangzik el a beszélgetés egyik legfontosabb gondolata, és ez a mondat végigkíséri a teljes epizódot.
A vendégek őszintén beszélnek saját tapasztalataikról: hogyan találta meg Hargitai Zsolt a hatékony munkavégzést csak este öt után, amikor végre magára maradt az irodában, és mi történt, amikor egy valódi felhasználó mellett ülve rájött, hogy egy rakás tesztesetük nem fedi le a valós működést. A tanulság világos: a hatékonyság és hatásosság csak tudatos döntések eredményeként születhet meg, ezekhez pedig kultúraváltásra és vezetői példamutatásra van szükség.
„Tök mindegy, hogy milyen gyorsan tudsz felmászni egy létrára, ha a létra a rossz falhoz van támasztva.”
Az epizód végén a tanulásról, a karrierlétra szerepéről és a közös fejlődés hatásosságáról esik szó. Ha érdekel, hogyan lehet egy tesztelői csapat nemcsak hatékonyabb, de valóban hatásos is – és hogyan lehet ezt vezetőként támogatni –, akkor ezt az adást érdemes meghallgatnod.
Fejezetek az epizódban:
01:30 – Bevezetés: miért fontos a produktivitás a tesztelésben is?
03:00 – A hatásosság és hatékonyság fogalma: „nem az a lényeg, hogy sokat csináljunk”
08:00 – Módszertanok: valóban agilisak vagyunk?
14:30 – Meetingek és flow: miért nem működik a napi négy meeting?
20:00 – A vezetői példamutatás szerepe az agilitásban
27:00 – Kommunikáció: hogyan vonjuk be valóban az ügyfelet?
36:00 – Tooling: mikor ártanak többet, mint használnak a tesztelési tool-ok?
47:00 – Tanulás és képzések: hogyan lehet ezt okosan és hatásosan csinálni?
54:00 – Karrierlétra, tudásmegosztás, tudatosság: hogyan tanuljon a szervezet?
Hallgasd meg ezt az epizódot, ha:
gyakran vagy elfoglalt, de mégsem haladsz úgy, ahogy szeretnél
eleged van a napi 6-8 meetingből, és végre fókuszáltan dolgoznál
vezetőként vagy csapattagként szeretnéd tudni, hogyan lehet valóban hatásosan működni
érdekel, hogyan lehet a tesztelési folyamatokat tudatosabbá és eredményesebbé tenni
💬 Nálad mi szokott lenni a nap végén a mérce? Mennyi teendőt pipáltál ki, vagy hogy elértél valamit? Írd meg kommentben, kíváncsiak vagyunk, te hogyan méred a saját produktivitásod!
🎧 Hallgasd meg az adást Spotify • YouTube • Apple Podcasts • Google Podcasts
👤 Vendégek LinkedIn-profiljai Hamana Zsolt • Hargitai Zsolt • Iványi András
🧠 Emlegetett AI-eszközök Tricentis – vezető AI-alapú tesztplatform Manus Agent – újgenerációs AI agent
💼 Kapcsolat, konzultáció További információkért és együttműködéshez: testerlab.io
Mekkora szerepe van ma a mesterséges intelligenciának a szoftverminőség biztosításban? Vajon tényleg kiválthatja a manuális munkát, vagy csak egy újabb hype? Honnan tudhatjuk, hogy mikor érdemes belevágni, és milyen buktatói vannak a tesztelési folyamatok AI-alapú támogatásának? Ebben az epizódban Hamana Zsolt, Hargitai Zsolt és Alb Szabolcs beszélgetnek a legfrissebb trendekről, konkrét eszközökről, és megosztják saját kutatásaikat is arról, hogy mit tud ma az AI – és mit nem.
A beszélgetés fókuszában az a kérdés áll: hogyan lehet valódi értéket teremteni az AI-alapú tesztelés segítségével – és kik azok, akik ezt ma már tényleg csinálják? Kiderül, hogy a magyar cégek többsége még kivár, míg a finn cégek már bevezették, sőt skálázzák is az AI-tesztelési eszközöket. Szó esik arról, hogy az AI nem csak felgyorsítja a tesztelést, de képes lehet a teljes folyamatot átalakítani –a követelmények megfogalmazásától a tesztesetek karbantartásáig. De vajon bízhatunk benne? És ha igen: mennyit kell áldozni ezért?
„Megfordult ez a trend, hogy nem az eszköz review-olja az ember munkáját, hanem az ember review-olja az eszköz munkáját.” – hangzik el az epizód egyik kulcsmondata, és ez jól mutatja, hogy már nem arról beszélünk, hogyan lehet hatékonyabb az ember – hanem arról, hogyan alakítsuk át a szerepét.
Az adás érinti a kis- és középvállalkozások dilemmáit, a nagyvállalati pilot projektek előnyeit, az adatbiztonsági aggályokat és az AI-eszközök bevezetésének komplexitását is. Szóba kerül a Tricentis, mint a piac egyik legmeghatározóbb szereplője, de az is, hogy hogyan válhat a skálázás és a tesztesetek karbantartása lehetetlenné emberi munkaerővel.
00:00 – Bevezető és felvetésMiért kerülhet sokba, ha most nem lépünk az AI-tesztelés irányába?
02:00 – Bemutatkozás és nemzetközi trendekFinn példák, TMMI, a nemzetközi AI-használat a tesztelésben
07:30 – Magyar cégek és AI: szkepszis, adatbiztonság, költségekMiért félnek a cégek, és miért marad ki a középmezőny?
11:00 – AI-tesztelő eszközök piaca és saját kutatásMelyik a top 3 eszköz? Mit tud a Tricentis? Hogyan válassz eszközt?
18:00 – Tesztelési kihívások és AI megoldásokIdőhiány, emberi hiba, lefedettség – hol tud segíteni a mesterséges intelligencia?
26:00 – Automatizálás és AI integráció a gyakorlatbanTesztgenerálás, végrehajtás, karbantartás – időnyerés minden lépésben
32:00 – Az AI új szerepe: torzításcsökkentés és kritikus gondolkodásHogyan csökkenti az AI az emberi hibákat – és hol van a határa?
36:00 – Új technológiák, DevOps és AI-agentekA felhőalapú teszteléstől a Manus AI-ig – új szintre lép az intelligens támogatás
42:00 – AI-bevezetés szervezeti szinten: alulról vagy felülről?Hogyan indul el egy pilot projekt? Külső vagy belső nyomás működik jobban?
45:00 – KKV-k dilemmája és első lépésekMiért nem fér bele már a kimaradás – és hogyan kezdj hozzá kicsiben?
47:00 – Skálázás, tesztkarbantartás és exponenciális növekedésMiért nem elég több tesztelő? Mit tesz az AI, ha duplázódik a kód?
52:00 – Automatizálás, review és emberi felelősségAz AI helyettünk dolgozik – de még mindig nekünk kell leokézni
1:05:00 – A jövő kérdése: mit csinál az AI, amikor már nem értjük?Mi történik, ha túl komplex lesz a rendszer az emberi értéshez?
Hallgasd meg ezt az epizódot, ha:
szeretnéd érteni, hogy hol tart ma az AI a tesztelésben
érdekel, mit gondolnak erről azok, akik napi szinten dolgoznak vele
el akarod kerülni, hogy pár év múlva az AI miatt szorulj ki a piacról
💬 Neked mi volt az első AI-eszköz, amit kipróbáltál a munkádban? Írd meg kommentben!
Ha tetszett az epizód, iratkozz fel: https://mailchi.mp/testerlab/nlunk-mkdtt-podcast-signup
🎧 Hallgasd meg az adást Spotify • YouTube • Apple Podcasts • Google Podcasts
👤 Vendégek LinkedIn-profiljai Hamana Zsolt • Hargitai Zsolt • Alb Szabolcs
🧠 Emlegetett AI-eszközök Tricentis – vezető AI-alapú tesztplatform Manus Agent – újgenerációs AI agent teszteléshez
💼 Kapcsolat, konzultáció További információkért és együttműködéshez:testerlab.io
Mi a közös egy reptér lebénulásában, egy önvezető autó által okozott balesetben és egy országos adatszivárgás- botrányban? Megsúgjuk, hogy a megoldást a szoftverek teszteltségében érdemes keresni!
A Nálunk működött! podcast a közgazdasági szemlélet és a szoftvertesztelés metszéspontján született. A műsorvezetők hátterükből merítve tárják fel, hogyan hat a tesztelés és az üzleti gondolkodás az emberekre, a döntésekre és a fejlesztési folyamatokra. Vendégeikkel együtt azt kutatják, hogyan lehet olyan szoftvereket építeni, amelyeket az emberek szeretnek használni – és amelyek pénzügyileg is sikeresek. Ha érdekel, hogyan születnek igazán jó szoftverek, amiket esetleg te magad is használsz, ez a podcast neked szól!
Az első epizódban Hamana Zsolt és Hargitai Zsolt beszélgetnek, és rögtön egy izgalmas kérdéskört feszegetnek: mi történik, amikor a szoftverek nem működnek úgy, ahogy kellene? A két műsorvezető szakmai háttere különleges nézőpontokat hoz be a beszélgetésbe, ahol a szoftverfejlesztés végső céljáról, a felhasználói élményről és a pénzügyi sikerességről is szó esik. Az adásban olyan nagy volumenű szoftverhibákat vesznek górcső alá, amelyek repülőtereket állítottak le, önvezető autókat vezettek félre, vagy éppen cégek üzleti modelljét ingatták meg egyetlen rosszul kezelt adatbázis miatt.
A beszélgetés rávilágít arra, hogy a szoftverhibák nem csupán technikai problémák: komoly üzleti, reputációs és akár emberéleteket veszélyeztető következményeik is lehetnek .Miért nem elég csak a fejlesztésre koncentrálni? A tesztelés, a kockázatmenedzsment és az üzleti szemlélet is elengedhetetlen egy sikeres digitális termékhez. Ha érdekel, hogy milyen rejtett buktatók vezethetnek akár több milliárd dolláros veszteségekhez, és hogy milyen tanulságokat vonhatunk le a legnagyobb szoftverfiaskókból, akkor ezt az epizódot neked találták ki!
00:00: Intro
01:42: Bemutatkozás, bevezető
06:02: Stakeholderekről
10:06: Software Fail Watch Report
13:01: Kék halál és globális IT-rendszerhibák: kórházak és repterek pillanatnyi válsága
20:28: Önvezető autók és a társadalmi elfogadás kérdése
30:27: Magyarországi NAV rendszerhiba – Az online pénztárgépek leállása
35:27: Magyar fejvadász cég adatbotránya – IT-szakemberek személyes adatainak kiszivárgása
44:14: Microsoft Flight Simulator – Grafikai fiaskó
52:38: Konklúzió: Kockázatok és a szoftverminőség jövője
