"Het MKO-project laat zien hoe je met Robot Framework complexe processen betrouwbaar, schaalbaar en toekomstbestendig kan testen."
Uitdagingen en lessons learned
Tijdens de afgelopen drie jaar heeft het team veel geleerd over het testen van complexe digitale landschappen. De belangrijkste onderwerpen:
- Excel en Robot Framework
De meeste mensen kennen Excel en een Excel-werkboek is dan ook prima te integreren met Robot Framework. Houd daarbij wel rekening met tools als Bitbucket en Git, die geen wijzigingen in werkboeken kunnen bijhouden. Voor versiebeheer is het daarom beter om de data in Robot Framework zelf onder te brengen of te vervangen door een CSV-bestand.
- Sequentiële testuitvoer
De KIT-set die wij hadden, was volledig sequentieel opgezet. Dit betekent dat elke test afhankelijk is van een van de voorgaande testen. Dit geeft problemen met de uitvoer en kost veel tijd voor onderhoud. Daarnaast zijn de testen niet parallel uitvoerbaar. Door de afhankelijkheden weg te halen, is de uitvoer veel stabieler geworden.
- Gebruik van templates
Aanvankelijk werden ‘one size fits all’-templates gebruikt voor systeemintegratietesten. Dit leidde tot overbodige code en onnodige complexiteit. Inmiddels worden templates opgesplitst in een generiek deel en een stroom-specifiek deel, waardoor testen efficiënter en overzichtelijker zijn.
- Shared resources
Door een generieke testresource op te zetten, konden nieuwe microservices snel worden gekoppeld aan bestaande testtooling. Een belangrijke les: importeer alleen de resources die echt nodig zijn. Hierdoor werd de testuitvoering drastisch versneld: van enkele minuten naar 15–30 seconden.
De toekomst: CI/CD, AI en verdere optimalisatie
Voor de komende jaren staat verdere automatisering centraal:
- CI/CD-pijplijnen zorgen ervoor dat builds automatisch getest en naar de volgende omgeving doorgezet worden, met directe terugkoppeling naar ontwikkelaars.
- Quarkus (JAVA framework) en OpenShift zorgen voor snellere uitrol en efficiëntere logging.
- AI (LLM / Copilot) wordt veilig geïntroduceerd om shared resources bij te werken en documentatie te verbeteren.
Het doel blijft: sneller testen, minder risico’s, hogere kwaliteit en optimaal gebruik van nieuwe technologie.
Conclusie
Het MKO-project laat zien hoe een grote overheidsinstantie met Robot Framework als kern complexe processen betrouwbaar, schaalbaar en toekomstbestendig kan testen. Door gestandaardiseerd testen, slimme templates, shared resources en nieuwe technologieën is het team in staat om berichten veilig, betrouwbaar en efficiënt te verwerken.
