Proje İçeriği

RabbitQA, regülasyon-kritik dijital sistemlerde kaliteyi yalnızca test etmekle kalmayıp, derinlemesine analiz ederek yöneten otonom yapay zekâ tabanlı bir Deep Testing ve Güven Platformudur. Platform; gereksinim dokümanları, kullanıcı hikâyeleri, değişiklik talepleri ve geçmiş test çıktılarından sürekli öğrenerek, klasik test yaklaşımlarının ötesine geçen özgün bir “Deep Testing” metodolojisi uygular. 

🎯 Deep Testing Yaklaşımı 

RabbitQA’nın Deep Testing yaklaşımı; yüzeysel “happy-path” doğrulaması yerine, iş akışlarının derin kombinasyonlarını, riskli kenar durumlarını (edge-case), negatif senaryoları ve regülasyon kaynaklı kritik yolları otonom biçimde keşfetmeye odaklanır. Large Language Models (LLM), SeqGAN, Reinforcement Learning (RL), Monte Carlo Tree Search (MCTS) ve NLP tabanlı analiz motorları birlikte çalışarak yalnızca test senaryolarını üretmekle kalmaz; hangi senaryoların hangi risk seviyesinde ve hangi sırayla çalıştırılması gerektiğine de karar verir. 

🔬 Teknik Mimari ve İnovasyon 

RabbitQA’nın teknik altyapısı, çok katmanlı bir yapay zekâ mimarisi üzerine kuruludur: 

SeqGAN + MCTS: Binlerce farklı test senaryosu kombinasyonunu üretir ve risk bazlı önceliklendirme yapar 

LLM Entegrasyonu: Gereksinim dokümanlarındaki belirsizlikleri, çelişkileri ve eksiklikleri otomatik tespit eder 

Reinforcement Learning: Her test yürütmesinden ve üretim hatasından öğrenerek sistemi sürekli optimize eder 

Contextual Resolution Engine: GDPR/KVKK, EASA/FAA gibi regülasyon kuralları ile iş mantığı tutarlılığını otomatik doğrular 

Bu mimari, RabbitQA’yı “senaryo üreten bir araç” olmaktan çıkararak otonom bir kalite karar merkezi hâline getirir. Test üretimi, risk bazlı derinlik analizi, senaryo önceliklendirme ve yürütme sonuçlarından öğrenme süreçleri kapalı bir döngüde birleştirilerek kendi kendini optimize eden bir kalite motoru oluşturulur. 

✅ Kanıtlanmış Sektörel Başarılar 

RabbitQA, finans, havacılık, perakende ve otomotiv gibi hata toleransının son derece düşük olduğu sektörlerde canlı sistemlerde uygulanmış ve ölçülebilir sonuçlar üretmiştir: 

🛫 SunExpress (Havacılık): 
2.500+ sayfa gereksinim analiz edilerek 15.141 test senaryosu iki hafta içinde otonom üretildi. %90+ fonksiyonel kapsama ulaşıldı, UAT süreleri haftalardan günlere düştü ve kritik üretim hataları sıfıra indirildi. 

🛒 A101 (Perakende – 13.000 Mağaza): 
Regresyon test süresi 8 saatten 2.4 saate düşürüldü (%70 azalma). 12 ay boyunca “Sıfır Kritik Hata” başarısı sağlanarak ₺1M+ yıllık operasyonel risk önlendi. 

🚗 Otokoç (Otomotiv – Koç Grubu): 
Release süreleri 3 haftadan 5 güne indirildi (%80 hızlanma). 5.000+ otonom test ile 7/24 canlı ortam güvencesi sağlandı. 

🏦 Anadolu Sigorta (Finans & Sigorta): 
KVKK/GDPR uyumlu hibrit mimari sayesinde hassas veriler kurum dışına çıkmadan performans testleri yapıldı. Ortalama yanıt süresi 294ms’den 219ms’ye düşürüldü ve Apdex skoru 0.99’a ulaştı. 

🌍 Ölçeklenebilirlik ve Sürdürülebilirlik 

RabbitQA bugün; 

Çoklu sektörde aktif olarak kullanılmakta, 

100+ organizasyon tarafından güvenilir QA çözümü olarak benimsenmekte, 

IMISC 2025 ve UBMK 2025 konferanslarında kabul edilerek akademik geçerliliğini kanıtlamış, 

Stevie® Awards ve European Software Testing Awards ile küresel ölçekte tanınmıştır. 

RabbitQA, kaliteyi operasyonel bir maliyet olmaktan çıkarıp, kurumsal güvenin otonom ve sürdürülebilir temel yapı taşı hâline getirir. Platform yalnızca hata bulmaz; hataların oluşmadan önce önlenmesini, risk yönetiminin otonomlaşmasını ve QA süreçlerinin stratejik bir rekabet avantajına dönüşmesini sağlar. 

Projenin Amacı

RabbitQA, kurum içi bir süreci iyileştirmenin ötesinde, pazara sunulan yepyeni bir AI-tabanlı ürün ve hizmettir. 

Bu proje, başlangıçta Virgosol'un sektör lideri müşterileriyle (SunExpress, A101, Otokoç, Anadolu Sigorta) gerçek regülasyon-kritik ortamlarda geliştirdiği "Deep Testing" inovasyonunun ürünleşmiş ve ticarileştirilmiş halidir. Her bir müşteri iş birliği, platformun farklı bir teknik bileşeninin (otonom AI senaryo üretimi, güvenli hibrit mimari, kendi kendini optimize eden karar döngüsü) gerçek dünya koşullarında sınanması, doğrulanması ve olgunlaştırılması için bir canlı Ar-Ge laboratuvarı işlevi görmüştür. 

Bu iteratif ve müşteriyle birlikte geliştirme sürecinin nihai çıktısı olan RabbitQA, artık: 

Bağımsız ve Ölçeklenebilir Bir Ticari Ürün: Finans, havacılık, perakende, otomotiv ve sigorta gibi regülasyon-kritik sektörlerdeki diğer tüm kurumlara da satılabilen, kapsamlı bir SaaS/On-Premise yazılım çözümüdür. 

Standartlaştırılmış ve Entegre Bir Platform Portföyü: Farklı müşteri projelerinde geliştirilen "Loadmance" (performans testi), "Hüma" (AI test tasarımı) ve "DDoSphere" gibi yetenekler, RabbitQA çatısı altında tek bir "Otonom Deep Testing ve Güven Platformu" olarak birleştirilmiş ve paketlenmiştir. 

Yeni Bir Gelir Modeli ve Pazar Konumu: Virgosol için doğrudan yazılım lisanslama, abonelik ve premium destek hizmetleri üzerinden yeni bir iş kolu ve gelir kapısı oluşturmaktadır. Bu, şirketi bir hizmet sağlayıcıdan, fikri mülkiyete sahip bir ürün şirketine dönüştüren stratejik bir adımdır. 

Özetle: RabbitQA, iç operasyonel verimlilik ihtiyacından doğmuş olsa da, nihai çıktısı ve stratejik hedefi piyasada kendine özgü, patentlenebilir ve ölçeklenebilir bir yapay zekâ ürünü yaratmaktır. Bu proje, bir "süreç iyileştirmesinden" ziyade, kanıtlanmış müşteri değeri üzerine inşa edilmiş başarılı bir "ürün inovasyonu ve ticarileştirme" hikayesidir. 

 Bu iteratif geliştirme süreci sonucunda ortaya çıkan RabbitQA, artık yalnızca kurum içi bir süreç iyileştirme aracı değil; finans, havacılık, perakende, otomotiv ve sigorta gibi sektörlerde kullanılabilen, bağımsız, ölçeklenebilir ve ticari bir yapay zekâ platformudur. 

Bugün RabbitQA; 

Müşteri kurumlarda aktif olarak kullanılan, 

Lisanslama ve abonelik modeliyle sunulan, 

Kurumların kalite ve güven kararlarını otonom hale getiren yeni nesil bir yazılım ürünü ve hizmetidir. 

Özetle bu proje, kurum içi bir ihtiyaçtan doğmuş olmakla birlikte, nihai çıktısı itibarıyla yeni bir ürün ve yeni bir hizmet yaratımını temsil etmektedir. RabbitQA, bir süreç iyileştirme çalışması değil; ürün inovasyonu ve ticarileştirme başarısıdır. 

Proje içindeki en büyük inovasyon nedir? (yeni bir teknoloji veya var olan teknolojinin farklı kullanımı gibi. IOT, M2M, AI vb.)

RabbitQA'nın en büyük inovasyonu, yapay zekânın test otomasyonunda sadece "senaryo üreten bir araç" olarak kullanılmasının ötesine geçerek, "otonom bir kalite karar motoru" yaratmasıdır. Bu inovasyon, üç temel katmanda benzersiz bir değer sunar: 

🔥 1. Kavramsal İnovasyon: "Deep Testing" Paradigması 

RabbitQA, testi yüzeysel doğrulamadan çıkarıp sistemin en derin, en riskli ve en beklenmedik davranışlarını keşfetmeye odaklanan yeni bir metodoloji getirmiştir. Klasik test araçları "sistemin ne yapması gerektiğini" kontrol ederken, RabbitQA "sistemin asla ne yapmaması gerektiğini" otonom olarak bulur. 

🧠 2. Teknolojik İnovasyon: Kapalı-Döngü AI Karar Motoru 

Platform, birden fazla ileri düzey AI modelini kendi kendini optimize eden tek bir sistemde birleştirir: 

LLM'ler → Gereksinimleri "anlar" ve belirsizlikleri tespit eder 

SeqGAN → Gerçekçi senaryo "dizileri" üretir 

MCTS (Monte Carlo Ağaç Arama) → Satranç programları gibi en riskli yolları "aranır" 

Reinforcement Learning → Her testten "öğrenir" ve gelecek kararlarını "iyileştirir" 

Bu entegrasyon, AI'nın sadece üretim yapmasını değil, stratejik önceliklendirme ve optimizasyon kararları almasını sağlar. 

🎯 3. Pratik İnovasyon: Regülasyon-Native Otonomi 

RabbitQA, regülasyon-kritik sektörlerin (GDPR/KVKK, EASA/FAA) dilini ve kurallarını yerleşik olarak anlayan ilk ve tek platformdur: 

Contextual Resolution Engine ile regülasyon kurallarını test senaryolarına otomatik entegre eder 

Hibrit mimarisi ile veri gizliliği ihlali riski olmadan gerçekçi testler yapılmasını sağlar 

"Güvenli otonomi" sunar: İnsanı döngüden çıkarmaz, stratejik seviyede tutarken operasyonel yükü devralır 

💎 Neden Bu "En Büyük" İnovasyon? 

Çünkü RabbitQA: 

Testi reaktif bir aktiviteden, proaktif bir risk yönetimi disiplinine dönüştürür 

AI'yı "hızlı senaryo yazma" aracı olmaktan çıkarıp "neyi, ne zaman, nasıl test edeceğine karar veren" bir ortak zekaya evriltir 

Regülasyon uyumunu "sonradan eklenen bir kontrol" olmaktan çıkarıp "doğal ve otomatik" bir sürece dönüştürür 

Özetle: RabbitQA'nın inovasyonu, sadece daha iyi test araçları yaratmak değil, dijital sistemlere olan güveni ölçülebilir, otomatik ve sürdürülebilir kılmak için yapay zekânın karar alma yeteneğini ilk kez bu ölçekte kullanmaktır. Bu yaklaşım, test otomasyonundan "otonom kalite yönetimi"ne geçişi temsil eden ve sektörde bir paradigma değişimi yaratan temel inovasyondur. 

Proje kurum içindeki hangi bölüme fayda sağlamıştır?(satış, pazarlama, finans, İK, IT, Üretim, Planlama, Satın alma, Lojistik Müşteri İlişkileri gibi)

RabbitQA projesi, yalnızca birim bazlı değil; kurum genelinde çok disiplinli ve yatay bir fayda üretmiştir. Platformun otonom ve veri temelli yapısı sayesinde aşağıdaki bölümler doğrudan ve ölçülebilir kazanımlar elde etmiştir: Kalite Güvence (QA) ve Test Ekipleri Manuel ve tekrarlayan test tasarım yükü ortadan kalkmış, QA ekipleri stratejik test analizi, risk değerlendirme ve keşifsel testlere yönelmiştir. Test kapsamı %90+ seviyelerine çıkarılmış, hata kaçak oranları belirgin şekilde düşürülmüştür. Yazılım Geliştirme ve Mühendislik Ekipleri Hatalar geliştirme yaşam döngüsünün erken safhalarında tespit edilerek yeniden iş (rework) maliyetleri azaltılmıştır. Daha stabil sürümler sayesinde geliştirme ekiplerinin üretkenliği ve teslimat kalitesi artmıştır. Ürün Yönetimi ve İş Birimleri Gereksinimlerin daha net ve doğrulanabilir hâle gelmesiyle, değişiklik taleplerinin etkisi hızlı ve doğru biçimde analiz edilebilmiştir. Canlıya geçiş kararları sezgisel değil, veri temelli olarak alınmıştır. BT Operasy

Projenin hayata geçirilmesi konusunda üst yönetimin desteğini tam olarak alabildiniz mi?

Evet. RabbitQA projesi, başlangıcından itibaren üst yönetim tarafından stratejik bir öncelik olarak sahiplenilmiş ve aktif olarak desteklenmiştir. Üst yönetim; projenin yalnızca bir teknoloji geliştirme çalışması değil, regülasyon-kritik sektörlerde kurumsal güveni ve rekabet avantajını doğrudan etkileyen bir dönüşüm inisiyatifi olduğunu kabul ederek; gerekli bütçe, insan kaynağı ve organizasyonel esnekliği sağlamıştır. Bu destek sayesinde Ar-Ge, ürün geliştirme, müşteri projeleri ve operasyon ekipleri arasında hızlı karar alma ve etkin koordinasyon mümkün olmuştur. Projenin hayata geçirilmesi sürecinde üst yönetim; uzun vadeli Ar-Ge yatırımlarının korunmasını, müşteri projelerinde yeni yaklaşımın uygulanması için gerekli yetkilendirmelerin verilmesini, risk alınması gereken noktalarda stratejik yönlendirme yapılmasını, proje çıktılarına göre ürünleşme ve ticarileşme kararlarının hızla alınmasını aktif olarak desteklemiştir. Bu yönetimsel sahiplenme sayesinde RabbitQA, pilot uygulamalardan hızla canlı

Proje sonunda ortaya çıkan sonuçları analiz edebildiniz mi? Rakamsal verilerle ifade eder misiniz?(ROI, maliyetlerde yüzdesel azalma, üretim süresinde azalma, hata payının düşmesi vs.)

Evet, RabbitQA projesinin sonuçları kapsamlı bir şekilde ölçülmüş, analiz edilmiş ve hem operasyonel hem de finansal metriklerle belgelenmiştir. Projenin başarısı, teknolojik çıktıların ötesinde, iş birimleri ve üst yönetim tarafından takip edilen somut iş değeriyle kanıtlanmıştır. 

Aşağıda, proje sonuçlarının dört temel eksende yaptığımız analizini ve ortaya çıkan somut verileri paylaşıyoruz: 

1. Operasyonel Verimlilik ve Hız Kazanımları 
Test süreçlerindeki insan bağımlılığını azaltarak yazılım yaşam döngüsünü hızlandırdık. 

Test Tasarım Süresi: AI destekli senaryo üretimi ile %65-70 oranında azalma sağlandı. (SunExpress: 2.500+ sayfa doküman, 2 haftada 15.141 senaryo). 

Regresyon Test Süresi: Tam otomasyon ve akıllı önceliklendirme sayesinde %70'e varan düşüş kaydedildi. (A101: 8 saat → 2.4 saat). 

Sürüm Çıkış (Release) Süresi: Derin ve güvenilir test kapsamı sayesinde %80'e varan hızlanma elde edildi. (Otokoç: 3 hafta → 5 gün). 

2. Kalite Güvencesi ve Risk Azaltma Etkisi 
Kritik sistemlerde "sıfır hata" hedefini destekleyen ölçülebilir iyileştirmeler sağladık. 

Kritik Üretim Hatalarında Sıfıra Yakınsama: Proje sonrası 12 aylık periyotta, otomasyon kapsamındaki kritik iş akışlarında kritik üretim hatası kaydedilmedi. (A101 ve SunExpress verileri). 

Erken Hata Tespit Oranı: Hataların geliştirme ve test aşamalarında yakalanma oranı %50'nin üzerinde artırıldı. 

Sistem Güvenilirliği ve Kullanıcı Deneyimi: Performans testleriyle sistem yanıt süreleri optimize edildi (Anadolu Sigorta: 294ms → 219ms) ve Apdex kullanıcı memnuniyeti skoru 0.99 seviyesine çıkarıldı. 

3. Finansal ve İnsan Kaynağı Üzerindeki Etki (ROI) 
Projenin yatırım getirisini, tasarruf edilen maliyetler ve önlenen kayıplar üzerinden hesapladık. 

Operasyonel Maliyet Tasarrufu: Manuel test eforundaki azalma ile A101'de yıllık 1.450+ adam-saat verimlilik sağlandı. 

Gelir Kaybı Önleme: Otomasyonun erken tespit ettiği kritik hataların (örn: kupon/ödeme hataları) neden olabileceği yıllık ₺1 Milyon+ büyüklüğündeki potansiyel gelir kayıpları proaktif olarak engellendi. 

Ekip Motivasyonu ve Odaklanma: QA ekipleri, tekrarlayan görevlerden kurtularak stratejik test analizi, keşifsel test ve performans mühendisliği gibi yüksek katma değerli alanlara kaydırıldı. Bu, ekip moralinde ve iş kalitesinde gözle görülür bir artış sağladı. 

4. Stratejik ve Kurumsal Kazanımlar 
Kalite güvencesinin kurum içindeki konumunu operasyondan stratejiye taşıdık. 

Kurumsal Güven Kültürü: "Kalite herkesin işidir" anlayışından, "kalite, otonom bir sistemin garanti ettiği güven temelidir" anlayışına geçişin altyapısı kuruldu. 

Regülasyon Uyumu ve Veri Güvenliği: Hibrit mimari sayesinde KVKK/GDPR gibi düzenlemelere uyum içinde, veri şirket dışına çıkmadan test yapma yeteneği kazanıldı (Anadolu Sigorta projesi). 

Akademik ve Küresel Tanınırlık: Proje metodolojisi ve sonuçları, IMISC 2025 ve UBMK 2025 gibi uluslararası akademik konferanslarda kabul görmüş; Stevie® Awards ve European Software Testing Awards ile küresel ölçekte tescillenmiştir. 

Sonuç olarak, RabbitQA'nın getirdiği dönüşüm, yazılım testinin ötesinde iş sürekliliği, müşteri güveni ve kurumsal risk yönetimi üzerinde ölçülebilir bir pozitif etki yaratmıştır. Elde edilen tüm metrikler, bu projenin sadece teknik bir başarı değil, aynı zamanda somut ve yüksek bir yatırım getirisi (ROI) sağlayan stratejik bir iş inisiyatifi olduğunu göstermektedir. 

Projenizde şirket içinden kaç kişi aktif olarak görev almıştır? Ekip birimleri hakkında kısaca bilgi verir misiniz?

RabbitQA projesi, farklı disiplinlerden uzmanların yer aldığı çok disiplinli bir çekirdek ekip tarafından yürütülmüştür. Proje süresince doğrudan aktif rol alan ekip büyüklüğü 15 kişidir. Bu ekip aşağıdaki yetkinliklerden oluşmaktadır: Yapay Zekâ ve Veri Bilimi Uzmanları (4 kişi): LLM tabanlı analiz, SeqGAN, Reinforcement Learning ve risk önceliklendirme algoritmalarının geliştirilmesi ve optimizasyonu. Test Mühendisliği ve QA Uzmanları (5 kişi): Deep Testing metodolojisinin tanımlanması, senaryo üretim mantıklarının doğrulanması, müşteri projelerinde canlı sistem validasyonları. Yazılım Geliştirme ve Platform Mühendisleri (4 kişi): RabbitQA platform mimarisi, entegrasyonlar (CI/CD, test araçları), güvenli hibrit (on-premise / cloud) altyapının geliştirilmesi. Ürün ve Proje Yönetimi (2 kişi): Ürün vizyonu, müşteri ihtiyaçlarının platforma aktarılması, yol haritası yönetimi ve paydaş koordinasyonu. Buna ek olarak; müşteri tarafındaki ürün, IT ve operasyon ekipleri proje bazlı olarak sürece dahil edilmiş;

Projenizde (varsa)işbirliği kurduğunuz veya destek aldığınız bilişim şirketlerini belirtiniz.

RabbitQA projesi, Virgosol’un liderliğinde geliştirilmiş olup; çekirdek Ar-Ge, mimari tasarım ve ürünleştirme faaliyetleri tamamen Virgosol tarafından yürütülmüştür. Proje sürecinde, teknolojik doğrulama, saha uygulamaları ve canlı sistem validasyonu kapsamında aşağıdaki kurum ve ekosistem paydaşlarıyla iş birlikleri gerçekleştirilmiştir. Müşteri Kurumlar (Canlı Sistem Validasyonu ve Ortak Geliştirme): • SunExpress (Türk Hava Yolları & Lufthansa Ortak Girişimi): Havacılık sektöründe regülasyon-kritik sistemlerde Deep Testing yaklaşımının uygulanması • A101: Perakende sektöründe yüksek ölçekli regresyon, operasyonel risk ve canlı sistem testleri • Otokoç Otomotiv (Koç Holding): Otomotiv ve mobilite platformlarında otonom test ve sürekli kalite güvencesi çözümleri • Anadolu Sigorta: Finans ve sigorta sistemlerinde KVKK/GDPR uyumlu güvenli test mimarilerinin uygulanması • Maher Holding (Corpus Sigorta & Quick Sigorta): Sigortacılık test süreçlerinin dijitalleştirilmesi ve test veri yönetimi çözümleri • Corendon

Proje sırasında kullandığınız ve spesifik önemi olan markaları (varsa) belirtiniz. (Yazılım veya donanım markaları)

Microsoft Azure, AWS, Kubernetes, Jenkins, GitHub/GitLab, PostgreSQL, ElasticSearch.