Fehlersimulation dient dazu, die Qualität von Testmustersätzen zu bewerten. Dazu muss festgestellt werden, ob bei Annahme eines bestimmten Fehlers in der Schaltung ein Eingangsmuster geeignet ist, an einem Ausgang eine Veränderung gegenüber der fehlerfreien Schaltung hervorzurufen. Dies kann durch eine logische Simulation festgestellt werden.
Der Fehlerabdeckungsgrad ist der Quotient aus Anzahl gefundener Fehler und Anzahl aller Fehler gemäß Fehlermodells.
Ein Problem besteht in der Vielzahl möglicher Fehler (und Eingangsmuster), die zur Erreichung tragbarer Simulationszeiten parallele Methoden erforderlich macht. Parallele Methoden können mit einem Rennen verglichen werden, in dem eine beliebige Zahl von Teilnehmern (fehlerhafte Schaltungen) gegeneinander laufen. Mit einem normalen Logiksimulator lässt sich exakt dasselbe Ergebnis erzielen, aber jeder Teilnehmer muss einzeln laufen. Es müssen für N Fehler also N+1 Simulationsläufe durchgeführt werden, je einen für jeden Fehler und einen zusätzlichen für die fehlerfreie Schaltung. Neben der Zeiteinsparung haben parallele Methoden auch den Vorteil, dass sich der Vergleich zwischen fehlerhafter und korrekter Schaltung stark vereinfachen lässt.
Die bekannten parallelen Algorithmen werden auch als simultane, deduktive und konkurrierende Verfahren bezeichnet. Dabei nutzen alle die Eigenschaft, dass im Normalfall die fehlerhafte Schaltung nur geringfügig von der korrekten abweicht.