KI-Regressionstests

Was macht KI-Regressionstests?

Testmuster, die speziell für die KI-gestützte Entwicklung entwickelt wurden, wenn dasselbe Modell Code schreibt und überprüft – und dabei systematische blinde Flecken erzeugt, die nur automatisierte Tests aufdecken können.

Wann aktivieren

• Ein KI-Agent (Claude Code, Cursor, Codex) hat API-Routen oder Backend-Logik geändert
• Ein Fehler wurde gefunden und behoben – es muss verhindert werden, dass er erneut auftritt
• Das Projekt hat einen Sandbox-/Mock-Modus, der für datenbankfreie Tests genutzt werden kann
• Ausführen von /bug-check oder ähnlichen Überprüfungsbefehlen nach Codeänderungen
• Mehrere Codepfade existieren (Sandbox vs. Produktion, Feature-Flags usw.)

Das Kernproblem

Wenn eine KI Code schreibt und dann ihre eigene Arbeit überprüft, trägt sie dieselben Annahmen in beide Schritte. Dies erzeugt ein vorhersagbares Fehlermuster:

KI schreibt Fix → KI überprüft Fix → KI sagt „sieht korrekt aus“ → Fehler besteht weiterhin

Beispiel aus der Praxis (beobachtet in der Produktion):

Fix 1: notification_settings zur API-Antwort hinzugefügt
  → Vergessen, es zur SELECT-Abfrage hinzuzufügen
  → KI hat es überprüft und übersehen (gleicher blinder Fleck)

Fix 2: Es zur SELECT-Abfrage hinzugefügt
  → TypeScript-Build-Fehler (Spalte nicht in generierten Typen)
  → KI hat Fix 1 überprüft, aber das SELECT-Problem nicht erkannt

Fix 3: Auf SELECT * geändert
  → Produktionspfad behoben, Sandbox-Pfad vergessen
  → KI hat es erneut überprüft und übersehen (4. Vorkommen)

Fix 4: Test hat es beim ersten Durchlauf sofort erkannt PASS:

Das Muster: Inkonsistenz Sandbox-/Produktionspfad ist die häufigste KI-bedingte Regression.

Sandbox-Modus-API-Tests

Die meisten Projekte mit KI-freundlicher Architektur haben einen Sandbox-/Mock-Modus. Dies ist der Schlüssel zu schnellen, datenbankfreien API-Tests.

Einrichtung (Vitest + Next.js App Router)

// vitest.config.ts
import { defineConfig } from "vitest/config";
import path from "path";

export default defineConfig({
  test: {
    environment: "node",
    globals: true,
    include: ["__tests__/**/*.test.ts"],
    setupFiles: ["__tests__/setup.ts"],
  },
  resolve: {
    alias: {
      "@": path.resolve(__dirname, "."),
    },
  },
});

// __tests__/setup.ts
// Sandbox-Modus erzwingen – keine Datenbank nötig
process.env.SANDBOX_MODE = "true";
process.env.NEXT_PUBLIC_SUPABASE_URL = "";
process.env.NEXT_PUBLIC_SUPABASE_ANON_KEY = "";

Test-Helfer für Next.js-API-Routen

// __tests__/helpers.ts
import { NextRequest } from "next/server";

export function createTestRequest(
  url: string,
  options?: {
    method?: string;
    body?: Record<string, unknown>;
    headers?: Record<string, string>;
    sandboxUserId?: string;
  },
): NextRequest {
  const { method = "GET", body, headers = {}, sandboxUserId } = options || {};
  const fullUrl = url.startsWith("http") ? url : `http://localhost:3000${url}`;
  const reqHeaders: Record<string, string> = { ...headers };

  if (sandboxUserId) {
    reqHeaders["x-sandbox-user-id"] = sandboxUserId;
  }

  const init: { method: string; headers: Record<string, string>; body?: string } = {
    method,
    headers: reqHeaders,
  };

  if (body) {
    init.body = JSON.stringify(body);
    reqHeaders["content-type"] = "application/json";
  }

  return new NextRequest(fullUrl, init);
}

export async function parseResponse(response: Response) {
  const json = await response.json();
  return { status: response.status, json };
}

Regressionstests schreiben

Das Hauptprinzip: Schreibe Tests für Fehler, die gefunden wurden, nicht für Code, der funktioniert.

// __tests__/api/user/profile.test.ts
import { describe, it, expect } from "vitest";
import { createTestRequest, parseResponse } from "../../helpers";
import { GET, PATCH } from "@/app/api/user/profile/route";

// Definiere den Vertrag – welche Felder MÜSSEN in der Antwort sein
const REQUIRED_FIELDS = [
  "id",
  "email",
  "full_name",
  "phone",
  "role",
  "created_at",
  "avatar_url",
  "notification_settings",  // ← Hinzugefügt, nachdem ein Fehler gefunden wurde, der es vermisst hat
];

describe("GET /api/user/profile", () => {
  it("gibt alle erforderlichen Felder zurück", async () => {
    const req = createTestRequest("/api/user/profile");
    const res = await GET(req);
    const { status, json } = await parseResponse(res);

    expect(status).toBe(200);
    for (const field of REQUIRED_FIELDS) {
      expect(json.data).toHaveProperty(field);
    }
  });

  // Regressionstest – dieser genaue Fehler wurde 4 Mal von der KI eingeführt
  it("notification_settings ist nicht undefined (BUG-R1-Regression)", async () => {
    const req = createTestRequest("/api/user/profile");
    const res = await GET(req);
    const { json } = await parseResponse(res);

    expect("notification_settings" in json.data).toBe(true);
    const ns = json.data.notification_settings;
    expect(ns === null || typeof ns === "object").toBe(true);
  });
});

Sandbox-/Produktions-Parität testen

Die häufigste KI-Regression: Behebung des Produktionspfads, aber Vergessen des Sandbox-Pfads (oder umgekehrt).

// Test, dass Sandbox-Antworten dem erwarteten Vertrag entsprechen
describe("GET /api/user/messages (Konversationsliste)", () => {
  it("enthält partner_name im Sandbox-Modus", async () => {
    const req = createTestRequest("/api/user/messages", {
      sandboxUserId: "user-001",
    });
    const res = await GET(req);
    const { json } = await parseResponse(res);

    // Dies hat einen Fehler abgefangen, bei dem partner_name
    // zum Produktionspfad hinzugefügt wurde, aber nicht zum Sandbox-Pfad
    if (json.data.length > 0) {
      for (const conv of json.data) {
        expect("partner_name" in conv).toBe(true);
      }
    }
  });
});

Integration von Tests in den Bug-Check-Workflow

Definition eines benutzerdefinierten Befehls

<!-- .claude/commands/bug-check.md -->
# Fehlerüberprüfung

## Schritt 1: Automatisierte Tests (obligatorisch, kann nicht übersprungen werden)

Führe diese Befehle ZUERST vor jeder Code-Überprüfung aus:

    npm run test       # Vitest-Testsuite
    npm run build      # TypeScript-Typüberprüfung + Build

- Wenn Tests fehlschlagen → melde als Fehler mit höchster Priorität
- Wenn Build fehlschlägt → melde Typfehler mit höchster Priorität
- Fahre nur mit Schritt 2 fort, wenn beide bestanden wurden

## Schritt 2: Code-Überprüfung (KI-Überprüfung)

1. Konsistenz Sandbox-/Produktionspfad
2. API-Antwortstruktur entspricht den Erwartungen des Frontends
3. Vollständigkeit der SELECT-Klausel
4. Fehlerbehandlung mit Rollback
5. Race-Conditions bei optimistischen Aktualisierungen

## Schritt 3: Für jeden behobenen Fehler einen Regressionstest vorschlagen

Der Workflow

Benutzer: „バグチェックして" (oder "/bug-check")
  │
  ├─ Schritt 1: npm run test
  │   ├─ FEHLGESCHLAGEN → Fehler mechanisch gefunden (kein KI-Urteil nötig)
  │   └─ BESTANDEN → Weiter
  │
  ├─ Schritt 2: npm run build
  │   ├─ FEHLGESCHLAGEN → Typfehler mechanisch gefunden
  │   └─ BESTANDEN → Weiter
  │
  ├─ Schritt 3: KI-Code-Überprüfung (mit bekannten blinden Flecken im Hinterkopf)
  │   └─ Ergebnisse gemeldet
  │
  └─ Schritt 4: Für jede Behebung einen Regressionstest schreiben
      └─ Nächste Fehlerüberprüfung erkennt, ob die Behebung bricht

Häufige KI-Regressionsmuster

Muster 1: Sandbox-/Produktionspfad-Inkonsistenz

Häufigkeit: Am häufigsten (bei 3 von 4 Regressionen beobachtet)

// FEHLGESCHLAGEN: KI fügt Feld nur zum Produktionspfad hinzu
if (isSandboxMode()) {
  return { data: { id, email, name } };  // Neues Feld fehlt
}
// Produktionspfad
return { data: { id, email, name, notification_settings } };

// BESTANDEN: Beide Pfade müssen dieselbe Struktur zurückgeben
if (isSandboxMode()) {
  return { data: { id, email, name, notification_settings: null } };
}
return { data: { id, email, name, notification_settings } };

Test, um es zu erkennen:

it("Sandbox und Produktion geben dieselben Felder zurück", async () => {
  // In der Testumgebung ist der Sandbox-Modus erzwungen
  const res = await GET(createTestRequest("/api/user/profile"));
  const { json } = await parseResponse(res);

  for (const field of REQUIRED_FIELDS) {
    expect(json.data).toHaveProperty(field);
  }
});

Muster 2: Fehlende SELECT-Klausel

Häufigkeit: Häufig bei Supabase/Prisma, wenn neue Spalten hinzugefügt werden

// FEHLGESCHLAGEN: Neue Spalte zur Antwort hinzugefügt, aber nicht zu SELECT
const { data } = await supabase
  .from("users")
  .select("id, email, name")  // notification_settings nicht hier
  .single();

return { data: { ...data, notification_settings: data.notification_settings } };
// → notification_settings ist immer undefined

// BESTANDEN: SELECT * oder neue Spalten explizit einschließen
const { data } = await supabase
  .from("users")
  .select("*")
  .single();

Muster 3: Fehlerzustandsleckage

Häufigkeit: Mittel – beim Hinzufügen von Fehlerbehandlung zu bestehenden Komponenten

// FEHLGESCHLAGEN: Fehlerzustand gesetzt, alte Daten aber nicht gelöscht
catch (err) {
  setError("Laden fehlgeschlagen");
  // Reservierungen zeigen immer noch Daten vom vorherigen Tab!
}

// BESTANDEN: Zugehörigen Zustand bei Fehler löschen
catch (err) {
  setReservations([]);  // Veraltete Daten löschen
  setError("Laden fehlgeschlagen");
}

Muster 4: Optimistische Aktualisierung ohne ordnungsgemäßes Rollback

// FEHLGESCHLAGEN: Kein Rollback bei Fehler
const handleRemove = async (id: string) => {
  setItems(prev => prev.filter(i => i.id !== id));
  await fetch(`/api/items/${id}`, { method: "DELETE" });
  // Wenn die API fehlschlägt, ist das Element aus der UI verschwunden, aber noch in der DB
};

// BESTANDEN: Vorherigen Zustand erfassen und bei Fehler zurücksetzen
const handleRemove = async (id: string) => {
  const prevItems = [...items];
  setItems(prev => prev.filter(i => i.id !== id));
  try {
    const res = await fetch(`/api/items/${id}`, { method: "DELETE" });
    if (!res.ok) throw new Error("API-Fehler");
  } catch {
    setItems(prevItems);  // Rollback
    alert("Löschen fehlgeschlagen");
  }
};

Strategie: Teste dort, wo Fehler gefunden wurden

Strebe nicht nach 100% Abdeckung. Stattdessen:

Fehler gefunden in /api/user/profile     → Schreibe Test für Profil-API
Fehler gefunden in /api/user/messages    → Schreibe Test für Nachrichten-API
Fehler gefunden in /api/user/favorites   → Schreibe Test für Favoriten-API
Kein Fehler in /api/user/notifications   → Schreibe (noch) keinen Test

Warum dies bei KI-Entwicklung funktioniert:

1. Die KI neigt dazu, dieselbe Art von Fehler wiederholt zu machen
2. Fehler häufen sich in komplexen Bereichen (Authentifizierung, Multi-Pfad-Logik, Zustandsverwaltung)
3. Einmal getestet, kann diese exakte Regression nicht mehr auftreten
4. Die Testanzahl wächst organisch mit Fehlerbehebungen – keine verschwendete Mühe

Kurzreferenz

KI-Regressionsmuster	Teststrategie	Priorität
Sandbox-/Produktions-Inkonsistenz	Gleiche Antwortstruktur im Sandbox-Modus bestätigen	Hoch
Fehlende SELECT-Klausel	Alle erforderlichen Felder in der Antwort bestätigen	Hoch
Fehlerzustandsleckage	Zustandsbereinigung bei Fehler bestätigen	Mittel
Fehlendes Rollback	Zustandswiederherstellung bei API-Fehler bestätigen	Mittel
Typ-Cast maskiert null	Bestätigen, dass Feld nicht undefined ist	Mittel

TUN / NICHT TUN

TUN:

• Schreibe Tests sofort nach dem Finden eines Fehlers (wenn möglich vor der Behebung)
• Teste die API-Antwortstruktur, nicht die Implementierung
• Führe Tests als ersten Schritt jeder Fehlerüberprüfung aus
• Halte Tests schnell (< 1 Sekunde gesamt im Sandbox-Modus)
• Benenne Tests nach dem Fehler, den sie verhindern (z. B. „BUG-R1-Regression")

NICHT TUN:

• Schreibe Tests für Code, der noch nie einen Fehler hatte
• Vertraue auf KI-Selbstüberprüfung als Ersatz für automatisierte Tests
• Überspringe Sandbox-Pfad-Tests mit der Begründung „es sind nur Mock-Daten"
• Schreibe Integrationstests, wenn Komponententests ausreichen
• Strebe nach Abdeckungsprozent – strebe nach Verhinderung von Regressionen an