UnitTests eignen sich sogar speziell für kleinere Projekte, denn da ist die Anzahl möglicher gültiger Zustände noch überschaubar und damit voll regelbasiert definierbar&prüfbar. Und da ist dann ein erfolgreicher Unittest auch meist ein Zeichen das "alles gut".
Bei größeren Sachen wo es letztendlich um irrsinnig viele mögliche Kombinationen aus verschiedensten Größen/Werten geht, welche teils gültig und teils ungültig sind, da scheitern im Livebetrieb "binäre" Unittetsts die da ja letztendlich nur ala "InRange/OutRange" prüfen können.
Da es leider auch manuell unmöglich ist vorab, alle möglichen gültigen Kombinationen regelbasiert binär zu beschreiben, setze ich da auf etwas BigData und Statistik per Klassifizierung durch SupportVectorMaschinen... da gibt man wie bei neuronalen Netzen alles aus der Vergangenheit und dem aktuellen samt Ergebnis rein, und das ermöglicht dann eine "vorab" Bewertung eines "neuen" Ergebnisses aus einem beliebigen Parametersatz, bevor dieser weiterverwendet wird.
Also Super: Unittests finden grobe Schnitzer vorab, reale Fehler durch zufällig mehrere ungünstige(aber einzeln gültige) Wertepaarungen verhindern all meine vorab bestandenen UnitTests aber leider nicht
=> Soll heißen: auch nach bestandenen UnitTests verzichte man im RealProgramm nie auf ständige Werte und Fehlerprüfungen
