Software-Testing mit KI-Agenten: Was macht Merck da?

Merck automatisiert das Software-Testing mit KI-Agenten

Markus Seyfferth

Autor Dr. Web

25. August 2026

3 Min. Lesezeit

Bei Merck übernehmen jetzt KI-Agenten einen Teil der Softwaretests, die bislang Menschen Zeile für Zeile pflegten. Der Darmstädter Konzern automatisiert seine Qualitätssicherung mit der UiPath Test Cloud, während Gartner mehr als 40 Prozent aller agentischen KI-Projekte den Abbruch voraussagt. Der schmale Zuschnitt auf den Test trennt hier den Nutzen vom teuren Pilotprojekt.

drweb.de als bevorzugte Quelle auf Google hinzufügenQualitätsgeprüfte Inhalte direkt in Google News & DiscoverJetzt hinzufügen

Software-Testing mit KI-Agenten klingt nach ferner Zukunft, doch bei Merck läuft es bereits im Regelbetrieb. Der DAX-Konzern baut nach Bericht des Fachmagazins CIO ein Programm für sogenanntes Agentic Testing auf und lässt die UiPath Test Cloud Testfälle erzeugen, ausführen und bei Änderungen selbst reparieren. Damit trifft ein Werkzeug den größten Zeitfresser jeder IT-Abteilung.

Das Wichtigste in Kürze

Merck automatisiert Softwaretests mit KI-Agenten der UiPath Test Cloud, die Testfälle generieren und sich bei Oberflächenänderungen selbst reparieren.
Gartner erwartet, dass mehr als 40 Prozent aller agentischen KI-Projekte bis Ende 2027 scheitern.
Der Test ist ein eng messbares Einsatzgebiet mit klarem Gegenwert, anders als offene Alleskönner-Agenten.
In regulierten Branchen bleibt die menschliche Freigabe Pflicht, auch bei KI-generierten Tests.

Was macht Merck mit den KI-Agenten genau?

Zerrissene Qualitätsprüfliste mit Stempel und Pflaster mit Aufschrift „Selbstheilung“ — UiPath Test Cloud nutzt KI-Agenten, um Anforderungen automatisch in Testfälle umzuwandeln und Tests für SAP, Salesforce und ServiceNow auszuführen

Selbstheilende Tests sind der Kern. Die UiPath Test Cloud stattet Testteams mit einem Agenten namens Autopilot for Testers aus, der Anforderungen und Jira-Tickets in fertige Testfälle übersetzt, passende Testdaten erzeugt und Prüfungen für über 190 Anwendungen wie SAP, Salesforce und ServiceNow abdeckt.^[1] Die Technik dahinter, die großen Sprachmodelle, liefert dafür die Sprachlogik.

Wartung ohne Handarbeit löst das eigentliche Problem. Ändert sich eine Oberfläche, brechen klassische Testskripte reihenweise und Teams verbringen Wochen mit Reparatur. Der Healing-Agent passt die Skripte selbst an, sodass die Regressionstests weiterlaufen statt liegenzubleiben.

Warum scheitert fast jedes zweite Agentenprojekt?

Messbares Ziel entscheidet. Gartner sagt voraus, dass mehr als 40 Prozent aller agentischen KI-Projekte bis Ende 2027 gestoppt werden, getrieben von unklarem Nutzen, hohen Kosten und dem sogenannten Agent Washing, bei dem alte Automatisierung neu etikettiert wird.^[2]

Klarer Gegenwert hebt den Test heraus. UiPath beziffert die durchschnittliche Ersparnis pro Kunde auf rund 3,5 Millionen Euro im Jahr und einen Return on Investment von 529 Prozent über drei Jahre, Cisco meldet 50 Prozent weniger manuelle Tests.^[1] Andere Konzerne setzen Agenten längst im Kundenservice ein, doch ein agentischer Vertriebsassistent ohne echte Abschlüsse zeigt das Gegenbeispiel.

Agentische KI zahlt sich dort aus, wo das Ergebnis messbar ist. Der Softwaretest liefert diese Messlatte, während offene Alleskönner-Agenten im Pilotstatus versanden.
— Michael Dobler, Herausgeber Dr. Web

>40 %

agentische KI-Projekte werden bis Ende 2027 gestoppt (Gartner)

529 %

Return on Investment über drei Jahre bei UiPath-Kunden

3,5 Mio. €

durchschnittliche Ersparnis pro Kunde und Jahr

50 %

weniger manuelle Tests bei Cisco

190+

geprüfte Anwendungen, darunter SAP und Salesforce

Was bedeutet Agentic Testing für den Mittelstand?

Geringe Regulatorik-Last macht den Einstieg leicht. Interne Testagenten fallen unter dem EU AI Act meist in die niedrigste Risikoklasse, anders als KI im Personalwesen oder in der Kreditvergabe. Das senkt die Compliance-Hürde und macht die Qualitätssicherung zum sinnvollen ersten KI-Projekt.

Freigabe bleibt Pflicht in regulierten Feldern. Merck arbeitet im GxP-Umfeld. Dort müssen auch KI-generierte Tests validiert und nachvollziehbar dokumentiert sein, die menschliche Abnahme entfällt nie.

Enger Zuschnitt zuerst lautet die Handlungsempfehlung. Für den Start eignet sich ein klar umrissener Prozess wie der Regressionstest, mit protokollierten Agenten-Schritten und einem messbaren Gegenwert. KI-Agenten brauchen dabei eine gebaute Rückfallebene statt eines offenen Auftrags an einen digitalen Alleskönner.

FAQ: Software-Testing mit KI-Agenten bei Merck

Was ist Agentic Testing?

Agentic Testing beschreibt Softwaretests, die von KI-Agenten weitgehend selbst erledigt werden. Die Agenten erzeugen Testfälle aus Anforderungen, führen sie aus, generieren Testdaten und reparieren gebrochene Skripte selbst. Ein Mensch steuert und gibt frei, die Fleißarbeit übernimmt der Agent.

Welches Werkzeug nutzt Merck dafür?

Merck setzt laut Bericht des Fachmagazins CIO auf die UiPath Test Cloud mit dem Agenten Autopilot for Testers. Die Plattform deckt über 190 Anwendungen ab, darunter SAP, Salesforce und ServiceNow, und ist auf funktionale Tests sowie Performance-Tests ausgelegt.

Warum scheitern so viele agentische KI-Projekte?

Gartner rechnet damit, dass mehr als 40 Prozent aller agentischen KI-Projekte bis Ende 2027 gestoppt werden. Gründe sind unklarer Nutzen, hohe Kosten und Agent Washing, also das Umetikettieren alter Automatisierung. Eng umrissene Anwendungsfälle mit messbarem Ergebnis überleben deutlich häufiger.

Sind KI-Agenten im Softwaretest unter dem EU AI Act problematisch?

Interne Testagenten fallen in der Regel in die niedrigste Risikoklasse des EU AI Act, da sie keine Entscheidungen über Menschen treffen. Anders liegt der Fall bei KI im Personalwesen oder in der Kreditvergabe. Die Compliance-Hürde für Testautomatisierung ist damit vergleichsweise niedrig.

Ersetzen die Agenten das Testteam?

Nein. Die Agenten übernehmen wiederkehrende Aufgaben wie das Erstellen und Warten von Testfällen, die Freigabe bleibt beim Menschen. In regulierten GxP-Umgebungen müssen auch KI-generierte Tests validiert und dokumentiert werden. Tester verschieben ihren Fokus auf Risikobewertung und Prüfstrategie.