3. April 2026

Ist GitHub noch die richtige Plattform fuer AI-native Entwicklung?

GitHub ist seit Jahren die unangefochtene Heimat von Open-Source-Projekten und professioneller Softwareentwicklung. Doch eine Analyse von Pragmatic Engineer stellt eine unbequeme Frage: Ist die Plattform noch auf dem Stand, den AI-native Entwicklung erfordert?

Zuverlaessigkeit auf "One Nine"

Der gravierendste Befund: GitHubs Verfuegbarkeit ist auf das Niveau von etwa 90 % gefallen -- was Branchenexperten als "one nine" bezeichnen. Fuer kritische Entwicklungsinfrastruktur ist das inakzeptabel. Drei Neunen (99,9 %) gelten als Mindeststandard fuer produktive Umgebungen; eine Nine weniger bedeutet zehnmal mehr Ausfallzeit.

Die Ursachen sind struktureller Natur. Datenbank-Saettigung und Failover-Probleme verursachen wiederkehrende Ausfaelle, die sich schwer beheben lassen, weil sie tief in der gewachsenen Architektur verwurzelt sind. Die Last durch KI-Agenten -- die in hohem Volumen Code generieren, Commits erstellen und Pull Requests eroeffnen -- verschaerft das Problem. Eine Infrastruktur, die fuer menschliche Entwickler dimensioniert wurde, kaempft damit, den Durchsatz automatisierter Workflows zu bewaltigen.

Marktanteile und Copilots Schwaeche

GitHub verliert Marktanteile an Werkzeuge, die es eigentlich integrieren sollte. Cursor und Claude Code gewinnen aktiv Nutzer, die fuer KI-gestuetzte Entwicklung bessere Ergebnisse suchen. Copilot -- GitHubs eigene KI-Antwort -- schneidet in direkten Vergleichen schwaecher ab als Konkurrenzprodukte.

Das ist kein Nischenphanaomen. Fuer Teams, die AI-native Workflows aufbauen, ist die Wahl des Coding-Assistenten eine zentrale Produktionsentscheidung. Wenn Copilot dort nicht konkurrenzfaehig ist, verliert GitHub den Hebel, mit dem es seine Plattformposition haette ausbauen koennen.

Fuehrungsvakuum und Microsoft-Politik

Nach dem Abgang des CEOs fehlt GitHub eine klare Richtung. Intern verknuepft Microsoft GitHubs Strategie eng mit der eigenen breiteren KI-Agenda -- was bedeutet, dass Ressourcen in Copilot-Revenue-Metriken fliessen statt in Plattform-Stabilitaet und Infrastruktur-Investitionen. Die Anreize stehen quer zur Zuverlaessigkeit.

Was AI-native Development tatsaechlich braucht

Die Analyse skizziert, was eine Plattform leisten muesste, um AI-native Entwicklung ernsthaft zu unterstuetzen:

GitHub wurde nicht fuer diese Anforderungen entworfen. Die Frage ist, ob es sich schnell genug umbauen kann.

Alternativen am Horizont

Zwei Gegenentwuerfe werden diskutiert:

Pierre Computer (code.storage) behauptet, 15.000+ Repositories pro Minute verwalten zu koennen -- gegenueber GitHubs circa 230 pro Minute. Die Zahlen sind nicht unabhaengig verifiziert, zeigen aber, welche Groeßenordnung fuer Agent-native Git-Infrastruktur realistisch sein muss.

Self-Hosting wird fuer frustrierte Teams wieder attraktiver. Wer die Kontrolle ueber seine Infrastruktur zurueckgewinnen will und die Zuverlassigkeitsanforderungen klar definiert hat, kann mit selbst gehostetem Git eine stabile Basis schaffen -- auf Kosten des Betriebsaufwands.

GitHubs Wachstumszahlen: Die andere Seite

GitHub COO Kyle Daigle veroeffentlichte am 4. April Zahlen, die das Ausmass der AI-getriebenen Aktivitaet verdeutlichen:

Das Wachstum ist exponentiell und fast sicher AI-getrieben: Coding-Agenten erzeugen mehr Commits, mehr PRs, mehr CI/CD-Laeufe. Ironischerweise verschaerft genau dieses Wachstum die Zuverlaessigkeitsprobleme, die Pragmatic Engineer kritisiert.

Einschaetzung

GitHub hat einen strukturellen Vorteil: Die gesamte Open-Source-Welt lebt dort, Integrationen existieren fuer jedes Tool, und Netzwerkeffekte sind enorm. Das reicht als Verteidigungslinie -- vorerst.

Doch fuer Teams, die ernsthaft auf AI-native Workflows setzen, wird die Toleranz fuer Ausfaelle und Infrastrukturschwaecheenger. Wenn Agenten produktiv laufen und kontinuierlich Code einbringen, ist eine Plattform mit ~90 % Verfuegbarkeit kein Werkzeug mehr -- sie ist ein Risiko.

Quellen

Nach oben