GitHub hat am 10. September 2026 ein umfangreiches wöchentliches Copilot-Update veröffentlicht, und diesmal steckt mehr dahinter als die üblichen Detailkorrekturen. Das Release bringt eine direkte Jira-Integration, ein experimentelles Feature namens Project HydraFusion für die Modellauswahl in der Kommandozeile sowie ein überarbeitetes Code-Review-System mit mehreren zusammenarbeitenden KI-Agenten. Für Entwicklerteams in Österreich und im gesamten DACH-Raum ist das Update relevant, weil Copilot in vielen Unternehmen längst zum Standardwerkzeug im Alltag gehört. Gleichzeitig fällt das Update in eine Phase, in der GitHub Copilot laut mehreren aktuellen Marktanalysen erstmals spürbar Anteile an Konkurrenten wie Cursor und Claude Code verliert. Aus einem reinen Feature-Update wird damit auch eine Positionsbestimmung: Microsoft und GitHub müssen zeigen, dass Copilot mehr kann als Textvervollständigung. Der offizielle Change-Log-Eintrag von GitHub beschreibt das Paket als Schritt zu tieferer Workflow-Integration und mehr Automatisierung über die GitHub Copilot App, Visual Studio Code, JetBrains-IDEs und die Kommandozeile hinweg.
Jira direkt im Copilot-Chat
Die auffälligste Neuerung ist die Jira-Integration in der GitHub Copilot App. Teams, die Atlassian Jira für die Aufgabenverwaltung nutzen, können Jira-Issues jetzt direkt aus der Copilot-Oberfläche heraus aufrufen und mit Codevorschlägen verknüpfen. Bisher mussten Entwickler zwischen Jira-Board und Editor hin- und herwechseln, was bei komplexen Tickets mit mehreren Unteraufgaben schnell unübersichtlich wurde. Mit der neuen Anbindung liest Copilot den Kontext eines Tickets aus und formuliert darauf basierend Codevorschläge oder Commit-Beschreibungen. Für Scrum- und Kanban-Teams verspricht das weniger Kontextwechsel und schnellere Übergaben zwischen Planung und Umsetzung. Die Funktion reiht sich in eine längere Liste von Copilot-Integrationen mit Kollaborationstools ein. Wichtig für Unternehmenskunden: Die Jira-Anbindung läuft über die bestehenden Copilot-Berechtigungen, IT-Abteilungen behalten also die Kontrolle darüber, welche Projekte und Repositories sichtbar sind. GitHub positioniert die Funktion klar als Antwort auf den Trend zu agentenbasierten Workflows, bei denen KI-Systeme nicht nur Code schreiben, sondern auch Projektmanagement-Aufgaben übernehmen. Wie zuverlässig Copilot Jira-Ticketinhalte tatsächlich interpretiert, muss sich in der Praxis erst zeigen, denn Fehlinterpretationen bei automatisch generierten Kommentaren können in großen Teams schnell für Verwirrung sorgen.
Project HydraFusion: Die CLI wählt selbst das passende Modell
Unter dem Namen Project HydraFusion testet GitHub in der Copilot CLI eine adaptive Modell-Orchestrierung. Das Feature liegt laut Change-Log im experimentellen Namensraum der Kommandozeile und wählt je nach Aufgabe automatisch zwischen verschiedenen KI-Modellen, um Code-Generierungsaufgaben zu optimieren. Statt dass Entwickler manuell zwischen Modellen wechseln, übernimmt HydraFusion diese Entscheidung im Hintergrund. Der Ansatz ist nicht neu: Cursor und andere KI-native Editoren experimentieren bereits seit längerem mit ähnlicher Modell-Orchestrierung. Für Copilot ist es dennoch ein Schritt weg vom einzelnen Standardmodell hin zu einem dynamischen System. GitHub weist selbst darauf hin, dass die Funktion experimentell ist und sich Ausgaben noch ändern können, Teams sollten sie vorerst nicht in produktionskritischen Skripten einsetzen. Für Unternehmen mit hohem CLI-Einsatz, etwa in CI/CD-Pipelines, ist HydraFusion trotzdem interessant, weil es potenziell Kosten senkt: einfache Anfragen laufen über günstigere Modelle, komplexe Aufgaben über leistungsstärkere Varianten. Genau diese Kostenlogik hat GitHub im selben Release noch direkter zugänglich gemacht.
Effizienz, Balance, Intelligenz: drei neue Stufen bei der Modellwahl
Parallel zu HydraFusion hat GitHub die automatische Modellauswahl in Visual Studio Code, der Copilot CLI und der Copilot App um drei wählbare Stufen erweitert: Effizienz, Balance und Intelligenz. Die Stufe Effizienz priorisiert niedrige Kosten und eignet sich laut GitHub für schnelle, einfache Aufgaben. Balance wägt Kosten, Qualität und Antwortzeit gegeneinander ab und ist für den Arbeitsalltag gedacht. Intelligenz stellt die Qualität in den Vordergrund und ist für komplexe Aufgaben ausgelegt, etwa größere Refactorings oder Architekturentscheidungen. Entwickler wählen die Stufe pro Prompt, Copilot optimiert dann automatisch, welches Modell im Hintergrund läuft. Für Unternehmen mit tokenbasierter Abrechnung ist das ein direktes Werkzeug, um Ausgaben zu steuern, ohne bei jeder Anfrage manuell ein Modell auszuwählen. Die Funktion zeigt auch, wie sehr sich Copilot inzwischen an der Kostenstruktur orientiert, die durch das im Juni 2026 eingeführte nutzungsbasierte Abrechnungsmodell entstanden ist. Je nachdem, welche Stufe ein Team wählt, kann sich die monatliche Rechnung spürbar unterscheiden, was Copilot näher an ein Cloud-Compute-Produkt rückt als an eine klassische Softwarelizenz.
Agenten und Sprachsteuerung erobern Visual Studio Code
In Visual Studio Code bringt das Update zwei Neuerungen, die den Charakter des Editors verändern. Erstens neue Agentenautomatisierung: Copilot reagiert nicht mehr nur auf direkte Prompts, sondern kann selbstständig Aktionen wie Edits oder Refactorings auslösen. Zweitens ein Voice Mode, mit dem Entwickler Copilot per Sprachbefehl steuern. Beide Funktionen zielen auf denselben Trend, weg vom reinen Autovervollständigungs-Werkzeug, hin zu einem Assistenten, der eigenständig im Editor handelt. GitHub hat zudem die Nutzungsmetriken für den VS-Code-Agents-Bereich generell verfügbar gemacht, sodass Unternehmen jetzt nachvollziehen können, wie oft Teams die neuen Agentenfunktionen tatsächlich verwenden.
Die Reports erfassen unter anderem tägliche aktive Nutzer im Agents-Fenster sowie die Zahl der Sitzungen und gesendeten Nachrichten, aufgeschlüsselt für Zeiträume von einem und 28 Tagen. Zur Einordnung zeigt der folgende Codeausschnitt die zentralen Feldnamen aus dem neuen Metrik-Report, wie sie GitHub im Change-Log dokumentiert:
{
"daily_active_vscode_agent_users": "Anzahl aktiver Agenten-Nutzer pro Tag",
"totals_by_vscode_agent": {
"session_count": "Anzahl der Agenten-Sitzungen",
"total_user_messages": "Anzahl gesendeter Nachrichten"
}
}Für IT-Abteilungen, die Copilot-Lizenzen budgetieren müssen, sind diese Kennzahlen wichtig, weil sie erstmals belastbare Daten liefern, wie stark Agentenfunktionen im Vergleich zu klassischer Codevervollständigung genutzt werden. Der Voice Mode wiederum richtet sich eher an Einzelentwickler, die etwa beim Pair Programming oder aus Barrierefreiheitsgründen lieber sprechen als tippen.
Multi-Agent-Lite: Wie Copilot Code-Reviews gründlicher macht
Die strukturell größte Änderung betrifft Copilot Code Review. GitHub hat die Funktion um eine automatische Auflösung bereits behobener Kommentare erweitert: Setzt ein Entwickler einen Vorschlag um, markiert Copilot den zugehörigen Kommentar selbstständig als erledigt. Dazu kommen automatisch generierte Commit-Nachrichten für übernommene Vorschläge, was vor allem in Teams mit strengen Commit-Konventionen Zeit spart. Technisch nutzt Copilot außerdem einen breiteren Satz an Shell-Werkzeugen, um Code während der Prüfung tatsächlich auszuführen und zu validieren, statt nur den Quelltext zu lesen.
Am deutlichsten zeigt sich der neue Ansatz im sogenannten Multi-Agent-Lite-Modus: Statt eines einzelnen Prüf-Agenten arbeitet ein Ensemble mehrerer spezialisierter Agenten zusammen, um eine gründlichere Rückmeldung zu erzeugen und gleichzeitig die Zahl kleinerer, wenig hilfreicher Anmerkungen zu reduzieren. GitHub beschreibt das Ziel klar: Entwickler sollen sich auf Feedback konzentrieren können, das wirklich zählt, statt Dutzende Nit-Kommentare abzuarbeiten. Der Ansatz ähnelt dem, was Cursor und andere KI-native Editoren bereits mit repository-weiten Kontextprüfungen anbieten. GitHub zieht hier nach, statt vorzupreschen.
Globaler Projektkontext und Cross-File-Sprünge im Chat
Zwei kleinere, aber im Alltag spürbare Funktionen runden das VS-Code-Paket ab. Copilot Chat erhält globalen Projektkontext und kann nicht mehr nur die geöffneten Dateien einbeziehen, sondern das gesamte Repository in seine Antworten einbeziehen. Das verbessert vor allem Refactoring-Vorschläge, die mehrere Dateien gleichzeitig betreffen, etwa wenn eine Funktion umbenannt oder eine Schnittstelle verändert wird. Zusätzlich unterstützt Copilot jetzt Cross-File-Cursor-Sprünge bei Next-Edit-Vorschlägen: Schlägt Copilot eine Änderung in einer anderen Datei vor, springt der Cursor automatisch dorthin, statt dass Entwickler manuell suchen müssen.
Beide Funktionen wirken unspektakulär, sparen aber in der Praxis viele kleine Klicks und Kontextwechsel, die sich über einen Arbeitstag summieren. Für größere Codebasen mit Hunderten Dateien ist der globale Kontext besonders wertvoll, weil Copilot dadurch Abhängigkeiten erkennt, die es vorher schlicht nicht sah. Ein größerer Kontextbereich bedeutet allerdings auch mehr Rechenleistung und damit höhere Kosten pro Anfrage, was wieder auf die neuen Kostenstufen Effizienz, Balance und Intelligenz zurückverweist.
JetBrains bekommt Sandbox-Richtlinien für Unternehmen
Für JetBrains-IDEs wie IntelliJ IDEA, PyCharm oder WebStorm bringt das Release eine öffentliche Vorschau für unternehmensweit verwaltete Sandbox-Richtlinien. Administratoren können damit zentral festlegen, welche Ressourcen und Aktionen Copilot-Agenten innerhalb der JetBrains-Umgebung ausführen dürfen. Das ist eine direkte Reaktion auf Sicherheitsbedenken, die mit zunehmender Autonomie von KI-Agenten wachsen: Je mehr ein Agent selbstständig Dateien ändern, Befehle ausführen oder auf Systemressourcen zugreifen kann, desto wichtiger werden Kontrollmechanismen für IT-Sicherheitsteams. GitHub positioniert die Sandbox-Richtlinien deshalb explizit als Enterprise-Feature, nicht als Werkzeug für Einzelentwickler.
Bemerkenswert ist der Zeitpunkt: JetBrains selbst arbeitet im eigenen Ökosystem seit Monaten kontinuierlich an einer KI-Assistenz, die tief in Refactorings und die hauseigene statische Codeanalyse integriert ist. GitHub versucht mit den neuen Sandbox-Kontrollen also, seine Präsenz in JetBrains-Umgebungen zu verteidigen, obwohl JetBrains selbst zunehmend eigene KI-Werkzeuge stärkt. Für Unternehmen mit mehreren parallel genutzten IDEs bedeutet das vor allem: Governance-Regeln lassen sich jetzt zumindest teilweise IDE-übergreifend durchsetzen, was Compliance-Teams in regulierten Branchen wie dem Finanzsektor entgegenkommt. Details zu den unterstützten Funktionen listet die offizielle Copilot-Dokumentation von GitHub.
Der Modell-Kahlschlag seit 1. September
Das September-Update fällt in eine Phase intensiver Aufräumarbeiten bei den verfügbaren KI-Modellen. Bereits am 1. September 2026 entfernte GitHub sechs Modelle aus allen Copilot-Oberflächen: Claude Opus 4.5, Claude Opus 4.6, Claude Sonnet 4.5, Claude Sonnet 4.6, Gemini 3.1 Pro und Raptor mini. Als Ersatz empfiehlt GitHub Claude Opus 5 und Claude Sonnet 5 für die entfernten Claude-Modelle sowie Gemini 3.6 Flash als Nachfolger von Gemini 3.1 Pro. Am 10. September, also am selben Tag wie das große Feature-Update, folgte die Abschaltung von MAI-Code-1-Flash in allen Copilot-Erfahrungen, von Copilot Chat über Inline-Edits bis zu Ask- und Agent-Modi sowie der Codevervollständigung. Als Ersatz nennt GitHub MAI-Code-1.1-Flash, das sowohl Raptor mini als auch MAI-Code-1-Flash in Copilot-Workflows ablösen soll.
Für Teams, die Modell-IDs fest in GitHub Actions, Copilot Extensions oder internen Tools verankert hatten, bedeutete das ein reales Risiko: Integrationen mit hartcodierten, nun ungültigen Modellkennungen versagten ab dem Abschalttag ohne Vorwarnung im laufenden Betrieb. Einen Überblick über betroffene Modelle und empfohlene Ersatzoptionen bietet ein aktueller Migrationsleitfaden zu den Abschaltungen. Der komplette GitHub-Change-Log für September 2026 zeigt, wie schnell sich die technische Basis von Copilot inzwischen ändert.
Marktanteile 2026: Copilot rutscht von 67 auf 51 Prozent ab
Während GitHub an neuen Funktionen arbeitet, zeigen aktuelle Marktdaten, dass der Wettbewerbsdruck real ist. Der Stack Overflow Developer Survey, dessen 2026er-Ausgabe die Nutzung unter professionellen Entwicklern erhebt, zeigt einen deutlichen Rückgang: Copilots Anteil fiel im Jahresvergleich von 67 auf 51 Prozent. Eine zweite, methodisch unabhängige Erhebung von JetBrains mit dem Namen AI Pulse befragte im Jänner 2026 mehr als 10.000 Entwicklerinnen und Entwickler weltweit und kommt zu einem anderen, aber thematisch passenden Bild: Copilot führt zwar weiterhin bei der Nutzung am Arbeitsplatz mit 29 Prozent, doch ChatGPT liegt mit 28 Prozent fast gleichauf, während Cursor und Claude Code mit je 18 Prozent aufholen. Die Differenz zwischen beiden Umfragen erklärt sich vor allem durch unterschiedliche Methodik und Zielgruppen, beide zeichnen aber dasselbe Grundmuster: Copilot bleibt Marktführer, verliert aber an relativer Dominanz.
| Kennzahl | Zeitraum | Wert | Quelle |
|---|---|---|---|
| Copilot-Nutzung unter Profi-Entwicklern | 2025 vs. 2026 | 67% → 51% | Stack Overflow Developer Survey |
| Copilot-Nutzung am Arbeitsplatz | Jänner 2026 | 29% (ChatGPT 28%, Cursor 18%, Claude Code 18%) | JetBrains AI Pulse |
| Bezahlte Copilot-Abos | Q2 FY2026 (Jänner 2026) | 4,7 Mio., +75% ggü. Vorjahr | Microsoft-Quartalszahlen |
| Marktanteil unter bezahlten KI-Coding-Tools | 2026 | ca. 42% | Branchenanalysen (u.a. Jellyfish/Ideaplan) |
| Copilot-Organisationen im Unternehmenseinsatz | Q3 FY2026 | ca. 140.000, 3x ggü. Vorjahr | Microsoft-Quartalszahlen |
Die Konkurrenz zieht nach
Der Rückgang bei den Marktanteilen hat einen klaren Auslöser: Mehrere Anbieter haben in den vergangenen Monaten eigene Antworten auf genau jene Funktionen gebracht, die Copilot jetzt nachzieht. Cursor bietet bereits seit längerem repository-weiten Kontext für Refactorings sowie eine inline AI-PR-Review, die automatisch Kommentare zu Pull Requests erstellt, tief eingebettet in eine als KI-first positionierte IDE statt als nachträglich integriertes Plugin. JetBrains selbst stärkt mit dem eigenen AI Assistant die Verzahnung von KI-Vorschlägen mit der hauseigenen statischen Codeanalyse und den etablierten Refactoring-Werkzeugen der IntelliJ-Plattform. Amazon Q Developer positioniert sich vor allem im AWS-Ökosystem und wirbt mit Code-Reviews, die gezielt auf Sicherheit, Kostenkontrolle und Compliance in CI/CD-Pipelines ausgerichtet sind.
Tabnine bleibt der kleinere, aber beständige Spezialist für On-Premises-Betrieb und ist vor allem für Organisationen interessant, die aus Datenschutzgründen keine Cloud-KI einsetzen dürfen. Codeium und die dazugehörige IDE Windsurf setzen auf ein günstiges bis kostenloses Preismodell kombiniert mit repository-weiter Suche und Chat-basierten Review-Sitzungen. Copilots neue Multi-Agent-Lite-Reviews, der globale Projektkontext und die Cross-File-Sprünge lassen sich direkt als Reaktion auf genau diese Funktionen lesen. GitHub übernimmt hier Konzepte, die bei kleineren KI-first-Wettbewerbern bereits etabliert sind, statt sie zu erfinden.
| Anbieter | Schwerpunkt | Arbeitsplatznutzung (JetBrains-Umfrage) | Besonderheit |
|---|---|---|---|
| GitHub Copilot | Breite IDE-Integration, Enterprise-Governance | 29% | Jira-Anbindung, Multi-Agent-Review, Sandbox-Richtlinien |
| ChatGPT | Allzweck-KI mit Coding-Funktionen | 28% | Breite Nutzung außerhalb dedizierter IDEs |
| Cursor | KI-first-IDE | 18% | Repository-weite AI-PR-Reviews |
| Claude Code | Agentenbasiertes Coding | 18% | Tiefe Multi-File-Refactorings |
| JetBrains AI Assistant | IDE-native Codeanalyse | in Umfrage nicht separat ausgewiesen | Verzahnung mit Inspektionen und Refactoring-Tools |
| Amazon Q Developer | AWS-Ökosystem | in Umfrage nicht separat ausgewiesen | Sicherheits- und Compliance-Reviews in CI/CD |
| Tabnine | On-Premises/Datenschutz | in Umfrage nicht separat ausgewiesen | Selbst gehostete Modelle für regulierte Branchen |
Zahlen zur Unternehmensnutzung
Jenseits der Wettbewerbszahlen zeigt sich, wie tief Copilot in Unternehmen bereits verankert ist. Laut den Quartalszahlen, die Microsoft für das zweite Fiskalquartal 2026 (Stichtag Jänner 2026) veröffentlicht hat, zählte Copilot 4,7 Millionen bezahlte Abonnements, ein Plus von rund 75 Prozent gegenüber dem Vorjahreszeitraum. Bis zum dritten Fiskalquartal 2026 wuchs die Zahl der Organisationen, die Copilot im Unternehmenseinsatz nutzen, laut Microsoft auf rund 140.000, verdreifacht gegenüber dem Vorjahr. Mehrere Branchenanalysen, die sich auf öffentlich zugängliche Microsoft- und GitHub-Angaben stützen, gehen davon aus, dass rund 90 Prozent der Fortune-100-Unternehmen Copilot in irgendeiner Form einsetzen und dass mehr als 60 Prozent der Fortune-500-Unternehmen mittlerweile mit über 10.000 Lizenzen arbeiten.
Diese Größenordnung erklärt, warum das September-Update so stark auf Enterprise-Funktionen wie Sandbox-Richtlinien, Jira-Anbindung und detaillierte Nutzungsmetriken setzt. Bei Kundengruppen dieser Größe entscheiden IT-Governance und nachvollziehbare Kostenkontrolle oft mehr über Vertragsverlängerungen als einzelne neue Codevervollständigungsfunktionen. Gleichzeitig zeigen die Zahlen ein Spannungsfeld: Das absolute Nutzervolumen wächst weiter kräftig, während der relative Marktanteil unter wachsender Konkurrenz sinkt. GitHub muss also gleichzeitig bestehende Großkunden halten und neue, anspruchsvollere Zielgruppen gewinnen.
Vom Tech-Preview zum Massenprodukt: Copilots Geschichte seit 2021
GitHub Copilot startete im Juni 2021 als technische Vorschau für Visual Studio Code und galt damals als eines der ersten breit zugänglichen Beispiele für KI-gestützte Codevervollständigung. Im Juni 2022 folgte die allgemeine Verfügbarkeit für Einzelentwickler zu einem monatlichen Abopreis von rund 10 US-Dollar, mit kostenlosem Zugang für verifizierte Studierende und Open-Source-Maintainer. 2023 brachte GitHub mit Copilot for Business eine Teamvariante für rund 19 US-Dollar pro Nutzer und Monat sowie erste Unternehmensfunktionen wie Richtlinienverwaltung und erweiterte Telemetrie.
2024 kam mit Copilot Chat eine kontextbewusste Unterhaltungsfunktion direkt in VS Code und auf GitHub.com hinzu, ergänzt um eine frühe Vorschau von Copilot in der Kommandozeile. 2025 markierte laut dem damaligen Stack Overflow Survey den vorläufigen Höhepunkt der Verbreitung mit 67 Prozent Nutzung unter professionellen Entwicklern, bevor die aktuellen 2026er-Zahlen den Rückgang auf 51 Prozent zeigten. Die Entwicklung von einer reinen Vervollständigungsfunktion zu einem System aus mehreren kooperierenden Agenten, wie sie das September-2026-Update zeigt, ist damit auch eine Antwort darauf, dass fünf Jahre nach dem Start reine Codevervollständigung längst zur Grundausstattung fast jeder Konkurrenz-IDE gehört.
Neues Preismodell: nutzungsbasierte AI Credits seit Juni
Parallel zu den Produktänderungen hat GitHub im Lauf des Jahres 2026 auch am Preismodell gearbeitet. Seit 1. Juni 2026 rechnet Copilot bei bestimmten Tarifen nutzungsbasiert über sogenannte AI Credits ab, mit einem Richtwert von etwa 0,01 US-Dollar pro Credit. Der Wechsel weg von reinen Sitzplatzlizenzen hin zu einem verbrauchsbasierten Modell folgt einem Trend, der sich auch bei anderen KI-Anbietern beobachten lässt, und macht die Kosten stärker davon abhängig, wie intensiv einzelne Teams die neuen Agenten- und Review-Funktionen tatsächlich nutzen. Nach einer rund 58-tägigen Sperre für Neuanmeldungen im Sommer 2026, während der GitHub laut Berichten an Kapazitätsproblemen arbeitete, öffnete der Dienst wieder und ergänzte sein Angebot um eine neue 100-Dollar-Preisstufe für besonders intensive Nutzung.
Für das September-Update selbst ist keine unmittelbare Preisänderung dokumentiert. Die neuen Funktionen wie die Stufen Effizienz, Balance und Intelligenz bei der Modellauswahl geben Teams aber ein direktes Werkzeug an die Hand, um innerhalb des bestehenden Credit-Systems Kosten zu steuern. Für Unternehmen bedeutet das in der Praxis: Wer viele Aufgaben über die Stufe Intelligenz laufen lässt, zahlt spürbar mehr als ein Team, das überwiegend auf Effizienz setzt, und muss diesen Kompromiss aktiv im Blick behalten.
Ausblick: Fünf Prognosen für Copilot bis Jahresende
Für die kommenden Monate lassen sich aus dem September-Update und dem aktuellen Marktumfeld mehrere Entwicklungen ableiten, auch wenn Prognosen naturgemäß mit Unsicherheit behaftet bleiben.
- GitHub dürfte das experimentelle HydraFusion-Feature aus der Copilot CLI in den kommenden Monaten in weitere Oberflächen wie VS Code und die Copilot App übernehmen, sobald genug Nutzungsdaten für eine stabile Version vorliegen.
- Die Multi-Agent-Review-Funktion wird über die aktuelle Lite-Stufe hinaus ausgebaut, etwa mit einem intensiveren Prüfmodus für sicherheitskritischen Code, ähnlich den bereits angekündigten AI-Scan-Funktionen für Pull-Request-APIs.
- Der Wettbewerbsdruck durch Cursor und Claude Code dürfte GitHub dazu bewegen, IDE-native Funktionen wie repository-weite Kontextanalyse noch stärker auszubauen, um den Abstand bei der Entwicklerzufriedenheit zu verkleinern.
- Angesichts der 58-tägigen Anmeldesperre im Sommer 2026 ist davon auszugehen, dass GitHub in den kommenden Quartalen zusätzliche Kapazitäten aufbaut, um ähnliche Engpässe zu vermeiden, gerade weil das Nutzerwachstum mit 75 Prozent weiterhin hoch bleibt.
- Ob die neuen Enterprise-Sandbox-Richtlinien für JetBrains tatsächlich verhindern, dass große regulierte Kunden zu JetBrains-eigenen KI-Werkzeugen wechseln, oder ob dieser Trend trotz der neuen Kontrollen anhält, wird sich erst in den kommenden Quartalen zeigen.
Häufig gestellte Fragen zum Copilot-Update
Was ist neu an GitHub Copilot seit dem 10. September 2026?
Das Update bringt eine Jira-Integration in der Copilot App, das experimentelle Modell-Orchestrierungsfeature Project HydraFusion in der Copilot CLI, Agentenautomatisierung und einen Voice Mode in VS Code, eine gründlichere Multi-Agent-Lite-Code-Review sowie öffentliche Sandbox-Richtlinien für JetBrains-Unternehmenskunden.
Was ist Project HydraFusion bei GitHub Copilot?
Project HydraFusion ist ein experimentelles Feature in der Copilot CLI, das automatisch zwischen verschiedenen KI-Modellen wählt, um Code-Generierungsaufgaben je nach Komplexität zu optimieren. Es liegt laut GitHub im experimentellen Namensraum der Kommandozeile und ist noch nicht für produktionskritische Skripte gedacht.
Wie funktioniert die Jira-Integration in Copilot?
Copilot liest den Kontext eines Jira-Tickets aus und kann darauf basierend Codevorschläge oder Commit-Beschreibungen formulieren, direkt aus der Copilot-App heraus. Die Anbindung läuft über bestehende Copilot-Berechtigungen, IT-Abteilungen behalten also die Kontrolle über sichtbare Projekte und Repositories.
Warum verliert GitHub Copilot Marktanteile?
Laut dem Stack Overflow Developer Survey fiel Copilots Nutzung unter professionellen Entwicklern von 67 auf 51 Prozent. Grund ist wachsende Konkurrenz durch KI-first-Editoren wie Cursor und agentenbasierte Werkzeuge wie Claude Code, die bei bestimmten Funktionen wie repository-weiten Code-Reviews schneller iteriert haben als Copilot.
Was kostet GitHub Copilot nach der Umstellung auf AI Credits?
Seit 1. Juni 2026 rechnen bestimmte Copilot-Tarife nutzungsbasiert ab, mit einem Richtwert von rund 0,01 US-Dollar pro AI Credit. Nach der Wiedereröffnung der Anmeldung im Sommer 2026 kam zusätzlich eine 100-Dollar-Preisstufe für besonders intensive Nutzung hinzu.
Welche KI-Modelle wurden bei Copilot im September 2026 abgeschaltet?
Am 1. September fielen Claude Opus 4.5, Claude Opus 4.6, Claude Sonnet 4.5, Claude Sonnet 4.6, Gemini 3.1 Pro und Raptor mini weg. Am 10. September folgte MAI-Code-1-Flash. Als Ersatz nennt GitHub Claude Opus 5, Claude Sonnet 5, Gemini 3.6 Flash und MAI-Code-1.1-Flash.
Ist die Multi-Agent-Lite-Review-Funktion für alle Copilot-Nutzer verfügbar?
Laut GitHub-Change-Log ist die Funktion Teil des regulären Lite-Prüfmodus in Copilot Code Review. Genaue Details zur Verfügbarkeit je nach Abo-Stufe hat GitHub zum Redaktionsschluss dieses Artikels nicht vollständig veröffentlicht, weshalb Teams die Einstellungen in ihrer jeweiligen Organisation prüfen sollten.
Wie unterscheidet sich Copilot jetzt von Cursor und JetBrains AI Assistant?
Copilot setzt stärker auf Enterprise-Governance, Workflow-Integrationen wie Jira und IDE-übergreifende Sandbox-Richtlinien. Cursor bleibt als KI-first-IDE fokussierter auf repository-weite Reviews und Refactorings, JetBrains AI Assistant auf die Verzahnung mit der hauseigenen statischen Codeanalyse innerhalb der IntelliJ-Plattform.
