Das Wichtigste in Kürze
- Black-Box-Tests leiten Testfälle aus der Spezifikation ab, White-Box-Tests aus der inneren Struktur des Codes; Grey-Box-Tests kombinieren beides.
- Äquivalenzklassen und Grenzwertanalyse reduzieren die Zahl der Testfälle systematisch, weil Fehler häufig an den Rändern von Wertebereichen auftreten.
- Hohe Code-Coverage zeigt nur, dass Code ausgeführt wurde, nicht dass das Verhalten korrekt geprüft wird.
- Die Testpyramide empfiehlt viele schnelle Unit-Tests, weniger gröbere Tests und nur sehr wenige End-to-End-Tests.
Black-Box, White-Box, Grey-Box: die Grundidee
Die Verfahren unterscheiden sich darin, woher du deine Testfälle nimmst:
- Black-Box-Test: Du betrachtest das Testobjekt von außen. Testfälle entstehen aus Anforderungen, Spezifikation und Schnittstellen; wie der Code innen aufgebaut ist, spielt keine Rolle. Laut ISTQB-Glossar heißt der Begriff synonym spezifikationsbasiertes Testen.
- White-Box-Test: Du nutzt die innere Struktur von Architektur, Entwurf und Code, um Testfälle abzuleiten und zu bewerten. In der ISTQB-Terminologie spricht man auch von strukturbasierten Techniken.
- Grey-Box-Test: Keine feste ISTQB-Kategorie, sondern ein üblicher Sammelbegriff für Mischformen. Du kennst Teile der Struktur, etwa das Datenbankschema oder die API-Struktur, und nutzt dieses Wissen für gezieltere Black-Box-Tests.
| Black-Box | White-Box | Grey-Box | |
|---|---|---|---|
| Wissensbasis | Spezifikation, Anforderungen | Code, Entwurf, Architektur | Teilwissen über Interna |
| Typische Frage | Tut die Software, was verlangt ist? | Wurden alle Pfade ausgeführt? | Greifen Oberfläche und Datenhaltung korrekt ineinander? |
| Typische Tester | QA, Fachbereich, Entwickler | meist Entwickler | beide |
| Typische Techniken | Äquivalenzklassen, Grenzwertanalyse, Entscheidungstabellen | Statement-, Branch-Coverage | API-Tests mit Kenntnis des Datenmodells |
| Findet nicht | fehlende Ausführung bestimmter Codeabschnitte | fehlende Anforderungen | – |
Keine Variante ersetzt die andere. White-Box-Tests finden nicht, was in der Spezifikation fehlt; Black-Box-Tests verraten nicht, welche Zweige nie ausgeführt wurden.
Black-Box-Technik 1: Äquivalenzklassen
Du kannst nicht alle Eingabewerte testen. Die Idee der Äquivalenzklassenbildung: Du teilst den Eingabebereich in Klassen, deren Werte sich laut Spezifikation gleich verhalten sollen. Aus jeder Klasse testest du einen Vertreter. Wird ein Wert aus der Klasse korrekt behandelt, spricht vieles dafür, dass die übrigen es auch werden – eine Annahme, die du bewusst triffst.
| Klasse | Wertebereich | Gültig? | Beispiel-Testwert | Erwartetes Ergebnis |
|---|---|---|---|---|
| K1 | kleiner als 0 | ungültig | −5 | Fehlermeldung |
| K2 | 0 bis 17 | gültig | 10 | Jugendtarif |
| K3 | 18 bis 120 | gültig | 40 | Normaltarif |
| K4 | größer als 120 | ungültig | 150 | Fehlermeldung |
| K5 | keine Zahl | ungültig | „abc" | Fehlermeldung |
Fünf Testfälle statt 121 gültiger Werte plus Sonderfälle – und alle Klassen sind abgedeckt. Aus dem Beispiel siehst du auch: Ungültige Klassen gehören ausdrücklich dazu, denn dort sitzen viele Fehler.
Black-Box-Technik 2: Grenzwertanalyse
Fehler treten oft an den Rändern der Klassen auf, etwa durch ein < statt <=. Die Grenzwertanalyse ergänzt die Äquivalenzklassen um Werte direkt an und neben den Grenzen. Bei jeder Grenze testest du üblicherweise den Wert auf der Grenze und die Nachbarwerte.
| Grenze | Testwerte | Erwartung |
|---|---|---|
| unten | −1, 0, 1 | −1 ungültig, 0 und 1 Jugendtarif |
| Tarifwechsel | 17, 18 | 17 Jugendtarif, 18 Normaltarif |
| oben | 119, 120, 121 | 119 und 120 Normaltarif, 121 ungültig |
Die Kombination beider Techniken ist verbreitet: Äquivalenzklassen liefern die Struktur, Grenzwerte die schärfsten Testfälle.
White-Box-Technik: Anweisungs- und Zweigabdeckung
White-Box-Verfahren messen, wie viel vom Code durch Tests ausgeführt wird.
- Anweisungsabdeckung (Statement Coverage): Anteil der Anweisungen, die mindestens einmal ausgeführt wurden.
- Zweigabdeckung (Branch Coverage): Anteil der Entscheidungsausgänge, die durchlaufen wurden – bei jedem
ifalso sowohl der wahre als auch der falsche Ausgang.
Der Unterschied zeigt sich an einem kleinen Beispiel:
function rabatt(preis, istStammkunde) {
let ergebnis = preis;
if (istStammkunde) {
ergebnis = preis * 0.9;
}
return ergebnis;
}Ein einziger Test mit rabatt(100, true) führt jede Anweisung aus: 100 Prozent Anweisungsabdeckung. Der Fall istStammkunde === false wurde aber nie durchlaufen, die Zweigabdeckung liegt also unter 100 Prozent. Zweigabdeckung ist deshalb strenger als Anweisungsabdeckung.
Beispiel: Unit-Test in TypeScript mit Vitest
Ein Unit-Test prüft eine kleine Einheit isoliert. Mit Vitest (Jest verwendet eine sehr ähnliche Syntax) testest du die Funktion mit Black-Box-Testfällen aus der Tabelle und ergänzt White-Box-Wissen:
// tarif.ts
export function tarif(alter: number): "Jugendtarif" | "Normaltarif" {
if (!Number.isInteger(alter) || alter < 0 || alter > 120) {
throw new RangeError("Alter muss eine ganze Zahl von 0 bis 120 sein");
}
return alter < 18 ? "Jugendtarif" : "Normaltarif";
}// tarif.test.ts
import { describe, it, expect } from "vitest";
import { tarif } from "./tarif";
describe("tarif", () => {
it("gibt Jugendtarif bis 17 Jahre", () => {
expect(tarif(0)).toBe("Jugendtarif");
expect(tarif(17)).toBe("Jugendtarif");
});
it("gibt Normaltarif ab 18 Jahren", () => {
expect(tarif(18)).toBe("Normaltarif");
expect(tarif(120)).toBe("Normaltarif");
});
it("lehnt ungültige Werte ab", () => {
expect(() => tarif(-1)).toThrow(RangeError);
expect(() => tarif(121)).toThrow(RangeError);
expect(() => tarif(17.5)).toThrow(RangeError);
});
});Die Testwerte stammen direkt aus der Grenzwerttabelle. Beachte, dass die if-Bedingung mehrere Teilbedingungen hat: Alle drei Ausgänge (ungültig, Jugend, Normal) sind getestet, die Zweigabdeckung ist also hoch.
Teststufen: von Unit bis Abnahme
Die ISTQB-Terminologie unterscheidet üblicherweise vier Stufen:
| Stufe | Prüft | Typischer Rahmen |
|---|---|---|
| Komponententest (Unit-Test) | einzelne Funktionen oder Klassen isoliert | Entwickler, automatisiert |
| Integrationstest | Zusammenspiel von Komponenten, Datenbank, Schnittstellen | automatisiert |
| Systemtest | das gesamte System gegen die Anforderungen | QA, automatisiert und manuell |
| Abnahmetest | Eignung aus Sicht von Auftraggeber und Nutzern | Fachbereich, Kunden |
Welche Technik zu welcher Stufe passt, ist keine feste Regel. Unit-Tests nutzen oft White-Box-Wissen, Abnahmetests fast immer Black-Box-Sicht. Sowohl Black-Box- als auch White-Box-Techniken lassen sich aber auf mehreren Stufen anwenden.
Die Testpyramide
Mike Cohn führte die Testpyramide in „Succeeding with Agile" ein: unten Unit-Tests, in der Mitte Service-Tests, oben UI-Tests. Die Kernaussage nach Ham Vockes Darstellung bei martinfowler.com: Schreibe viele kleine, schnelle Unit-Tests, einige gröbere Tests und sehr wenige End-to-End-Tests auf hoher Ebene. Der Artikel warnt außerdem vor dem umgekehrten „Eiscreme-Kegel" – viele langsame UI-Tests, kaum Unit-Tests –, der schwer zu warten ist und langsam läuft. Die Schichtnamen seien weniger wichtig als eine einheitliche Verwendung im Team; die Pyramide ist eine Faustregel, kein Gesetz.
Der Hintergrund: Je höher die Stufe, desto langsamer, fragiler und teurer ist der Test. Wo es eine schnelle Möglichkeit gibt, einen Fehler früh zu finden, nutze sie.
Wie du die Methoden in der Praxis kombinierst
- Anforderungen klären: Ohne klare Erwartung gibt es keinen Soll-Wert, gegen den du testen kannst.
- Black-Box-Testfälle ableiten: Äquivalenzklassen und Grenzwerte pro Eingabe, Entscheidungstabellen bei Regelwerken.
- Unit-Tests schreiben: Teste Logik isoliert und schnell, am besten zeitnah zum Code.
- Coverage prüfen: Lass dir ungetestete Zweige anzeigen und frage, ob sie relevant sind, nicht um jeden Preis 100 Prozent zu erreichen.
- Wenige Integrations- und End-to-End-Tests für die kritischsten Abläufe.
- In die Pipeline einbauen: Tests sollen bei jeder Änderung automatisch laufen, wie im Beitrag zu DevOps und CI/CD beschrieben.
Auch Sicherheitsaspekte gehören ins Testkonzept: Eingabevalidierung, Rechte und Abhängigkeiten sind Prüfgegenstand, nicht nur Funktionen. Einen Überblick über die Grundlagen gibt der Beitrag zur Cybersicherheit für KMU.
Typische Fehler
- Nur den Happy Path testen: Ungültige Eingaben und Randwerte fehlen.
- Coverage-Zahl als Ziel: Tests ohne sinnvolle Assertions erfüllen die Zahl, aber nicht den Zweck.
- Tests, die an der Implementierung kleben: Sie brechen bei jedem Refactoring, obwohl das Verhalten gleich bleibt.
- Zu viele UI-Tests: Langsam, flackernd, teuer in der Pflege.
- Testen am Ende: Je später ein Fehler gefunden wird, desto aufwendiger ist die Behebung. In agilen Teams ist Testen deshalb fester Teil jeder Iteration, wie im Beitrag zu agilen Methoden beschrieben.
Häufige Fragen
Was ist der Unterschied zwischen Black-Box- und White-Box-Test?
Beim Black-Box-Test kennst du nur Anforderungen und Schnittstellen und prüfst Ein- und Ausgaben. Beim White-Box-Test analysierst du die innere Struktur des Codes und leitest daraus Testfälle ab, etwa um Anweisungen oder Verzweigungen abzudecken.
Reicht 100 % Code-Coverage aus?
Nein. Coverage misst, welcher Code beim Testlauf ausgeführt wurde, nicht ob die Tests das richtige Ergebnis prüfen. Fehlende Funktionen, falsche Anforderungen und Kombinationen von Eingaben bleiben auch bei hoher Abdeckung möglich.
Was ist die Testpyramide?
Ein Modell, das Mike Cohn in „Succeeding with Agile" beschrieb: unten viele kleine, schnelle Unit-Tests, darüber weniger Service- bzw. Integrationstests, oben sehr wenige UI- bzw. End-to-End-Tests.
Quellen
- ISTQB Glossary International Software Testing Qualifications Board (ISTQB) · abgerufen am 16. November 2026
- The Practical Test Pyramid martinfowler.com (Ham Vocke) · abgerufen am 16. November 2026
- Vitest Guide: Getting Started Vitest · abgerufen am 16. November 2026