KI-Code-Assistent: GitHub Code Quality jetzt allgemein verfügbar

GitHub Code Quality, ein fortschrittlicher KI-Code-Assistent, ist jetzt allgemein auf GitHub Enterprise Cloud und GitHub Team verfügbar und bietet Softwareentwicklern entscheidende Tools zur Verbesserung der Wartbarkeit und Zuverlässigkeit von Code inmitten des Anstiegs von KI-generiertem Code. Diese Veröffentlichung ermöglicht es Entwicklungsteams, Qualitätsschulden proaktiv zu identifizieren und zu beheben, um robuste und nachhaltige Softwareentwicklungspraktiken zu gewährleisten.

• Kombiniert CodeQL-Analyse mit KI-gestützter Erkennung für Wartbarkeits- und Zuverlässigkeitsprobleme.
• Integriert Copilot Autofix, um Änderungen direkt in Pull-Requests zur Überprüfung durch Entwickler vorzuschlagen.
• Bietet organisationsweite Dashboards, Testabdeckungsmetriken und Quality-Gate-Regelsätze.
• Zielt darauf ab, Softwareentwicklern bei der Verwaltung der Qualität zunehmender Mengen von KI-generiertem Code zu helfen.

Was ist GitHub Code Quality und wie funktioniert dieser KI-Code-Assistent?

GitHub Code Quality integriert die leistungsstarke statische Analyse von CodeQL mit KI-gestützter Erkennung, um Wartbarkeits- und Zuverlässigkeitsprobleme innerhalb einer Codebasis zu identifizieren. Anschließend nutzt es Copilot Autofix, um vorgeschlagene Änderungen zu generieren, die Softwareentwicklern direkt in Pull-Requests zur Überprüfung präsentiert werden. Diese nahtlose Integration optimiert den Prozess der Behebung identifizierter Probleme.

Der Dienst arbeitet in zwei Schlüsselphasen des Entwicklungslebenszyklus. Während eines Pull-Requests meldet CodeQL Qualitätsbefunde im Kontext und kann anzeigen, wie vorgeschlagene Änderungen die Testabdeckung beeinflussen. Für den Standard-Branch identifiziert es systematisch bestehende Qualitätsschulden über ein gesamtes Repository hinweg. Teams können Regelsätze konfigurieren, um spezifische Schwellenwerte für die Abdeckung oder andere Qualitätsmetriken durchzusetzen, wobei ein ‚Evaluierungsmodus‘ für eine schrittweise, kontrollierte Einführung genutzt wird.

Die Herausforderung der Wartbarkeit von KI-generiertem Code angehen

Die Verbreitung von KI-Tools für Entwickler, wie GitHub Copilot und Amazon CodeWhisperer, hat das Volumen des produzierten Codes erheblich erhöht. Die kritische Arbeit der Bewertung des Code-Designs und der Sicherstellung der langfristigen Wartbarkeit verbleibt jedoch weitgehend bei den Entwicklungsteams. GitHub Code Quality bietet eine entscheidende Kontrollschicht über Wartbarkeit, Testabdeckung und Zuverlässigkeit und ergänzt die bestehenden Sicherheitsprüfungen von CodeQL.

Die eigene Entwicklungsabteilung von GitHub berichtete, dass 67,3 Prozent der von Code Quality identifizierten Befunde behoben wurden, bevor die jeweiligen Pull-Requests zusammengeführt wurden. Obwohl dies als früher Indikator für die Wirksamkeit dient, betont GitHub, dass es sich um interne Ergebnisse handelt und keine Garantie darstellt. Das System identifiziert und priorisiert Probleme, aber die endgültige Entscheidung, einen vorgeschlagenen Fix zu akzeptieren oder zu ändern, liegt beim Softwareentwickler.

Preise und Verfügbarkeit für Softwareentwickler

GitHub Code Quality ist ein separates, kostenpflichtiges Angebot, das sich von GitHub Advanced Security unterscheidet. Das Basispreismodell beträgt 10 US-Dollar pro aktivem Committer pro Monat. Ein ‚aktiver Committer‘ ist definiert als eine Person, die innerhalb der letzten 90 Tage Code in ein aktiviertes Repository gepusht hat, und wird nur einmal pro Organisation gezählt.

Während deterministische CodeQL-Scans GitHub Actions Compute nutzen, fallen für die KI-gestützte Erkennung und die Copilot Autofix-Funktionen nutzungsbasierte Gebühren an. Sowohl GitHub-gehostete als auch selbstgehostete Runner werden für diese Operationen unterstützt. Der Dienst ist derzeit auf GitHub Enterprise Cloud und GitHub Team verfügbar, wird aber zum Start nicht auf GitHub Enterprise Server unterstützt. Softwareentwickler, die an der öffentlichen Vorschau teilgenommen haben, die im Oktober 2025 begann, sollten ihre bestehenden Konfigurationen überprüfen, um potenzielle Kosten zu verstehen, da ihre aktuellen Einstellungen weiterhin unter ihrer Kundenvereinbarung laufen werden.

Die breitere Landschaft von Coding-KI und Qualitätstools

Diese Veröffentlichung von GitHub erweitert seine bestehende Strategie, statische Analyse mit KI-generierter Behebung zu kombinieren, ein Ansatz, der auch in Sicherheitskontexten zu sehen ist. Microsoft wendet beispielsweise eine ähnliche Kombination aus CodeQL und KI-generierten Korrekturen auf in Azure Repos gefundene Schwachstellen an. Berichte, einschließlich eines kürzlichen InfoQ-Nachrichtenartikels, betonen jedoch, dass selbst KI-generierte Korrekturen aufgrund der Möglichkeit von Unvollständigkeit oder unbeabsichtigten Nebenwirkungen gründliche Tests und menschliche Überprüfung erfordern.

Andere Akteure im Bereich der Entwicklerproduktivität-KI erweitern ebenfalls ihre Angebote. GitLab verfolgt beispielsweise einen ähnlichen Weg mit seinem Duo Code Review. Dieser Agent überprüft Merge-Requests, indem er Repository-, Pipeline-, Sicherheits- und Compliance-Kontext nutzt, um strukturiertes Inline-Feedback zu generieren. Im März 2026 kündigte GitLab einen Pauschalpreis von 0,25 US-Dollar pro Agenten-Review an, wodurch die Kosten unabhängig von der Änderungsgröße sind. Diese Funktion ist über alle GitLab-Stufen hinweg verfügbar und bietet eine Alternative für Softwareentwickler, die fortschrittliche Coding-KI für die Qualitätssicherung suchen.