@thesis{Egen2021, author = {Egen, Thomas Martin}, title = {Testfallgenerierung f{\"u}r automotive Offboard-Szenarien}, publisher = {Technische Hochschule Ingolstadt}, address = {Ingolstadt}, url = {http://nbn-resolving.de/urn:nbn:de:bvb:573-7947}, pages = {x, 45}, school = {Technische Hochschule Ingolstadt}, year = {2021}, abstract = {Die automatisierte Testfallgenerierung gewinnt in der heutigen Zeit immer mehr an Bedeutung, auch in der Automobilindustrie. Um fehlerfreie Services f{\"u}r den Kunden zu erm{\"o}glichen, m{\"u}ssen die Systeme m{\"o}glichst vollst{\"a}ndig getestet werden. Das Tool Plantestic generiert aus Sequenzdiagrammen ausf{\"u}hrbare Java-Testf{\"a}lle, die direkt zum Testen dieser Schnittstellen verwendet werden k{\"o}nnen. Hohe Kosten, die im Normalfall bei der Testerstellung entstehen, werden somit auf ein Minimum reduziert. Diese Arbeit besch{\"a}ftigt sich mit der Anpassung und Weiterentwicklung des Testfallgenerators Plantestic an die Anforderungen und Bed{\"u}rfnisse in der Automobildom{\"a}ne, speziell an das Connected Drive Backend der BMW Group. Im Folgenden werden die Hindernisse im automotiven Umfeld und die m{\"o}glichen L{\"o}sungsans{\"a}tze f{\"u}r diese Probleme angegangen. Außerdem wird ein Fokus auf zuk{\"u}nftige Arbeiten gelegt, die Plantestic verbessern und an ein breiteres Anwendungsszenario anpassen. Dabei werden auch m{\"o}gliche L{\"o}sungsszenarien f{\"u}r diese Ideen aufgezeigt. Schnittstellenbeschreibungen sowie implementierter Code der BMW Group sind aus Gr{\"u}nden der Geheimhaltung nicht in dieser Arbeit enthalten.}, language = {de} }