Was GitHub offiziell angekuendigt hat
GitHub hat am 28. Oktober 2026 unter dem Namen GitHub Intelligence drei zusammenhaengende Copilot-Funktionen vorgestellt: Memory, Dreaming und eine erweiterte Codesuche. Ziel ist laut Hersteller, Wissen ueber Praeferenzen, Repository-Konventionen und zusammenhaengende Codebestaende fuer spaetere Agenten-Sitzungen nutzbar zu machen.
Copilot Memory ist fuer bezahlte Copilot-Plaene allgemein verfuegbar. Memories koennen in der Copilot-App, der CLI, Visual Studio Code, dem Cloud-Agenten, Code Review, Slack, Teams und GitHub Mobile entstehen. Persoenliche Erinnerungen lassen sich in den Copilot-Einstellungen ansehen oder loeschen.
Das sind Herstellerangaben zu einer real veroeffentlichten Plattformfunktion. Sie belegen nicht, dass gespeicherte Erinnerungen immer korrekt sind oder dass Copilot daraus fehlerfreie Codeaenderungen ableitet.
Was Copilot Memory speichert und wie GitHub den Nutzen misst
Persoenliche Memories koennen Vorlieben wie die gewuenschte Struktur einer Pull-Request-Beschreibung festhalten. Repository-Memories koennen dagegen Arbeitswissen wie Testbefehle oder erwartete Pruefschritte aufnehmen. Copilot-Sitzungen duerfen solche Erinnerungen laut GitHub auch selbst erzeugen und kuratieren.
GitHub berichtet aus der Public Preview, dass bei untersuchten CLI-Sitzungen mit genutztem Memory 93 Prozent eine bessere Einhaltung von Entwicklerpraeferenzen und 42 Prozent effizientere Ablaeufe gezeigt haetten. Diese Zahlen sind eine interne Herstellerauswertung; die Ankuendigung liefert keine vollstaendige unabhaengige Studie oder allgemeine Fehlerquote.
Teams sollten Erinnerungen deshalb wie veraenderlichen Konfigurationskontext behandeln: sichtbar, ueberpruefbar und mit klarer Zustaendigkeit. Eine veraltete Testanweisung kann ebenso schaden wie eine falsche Annahme im Prompt.
Dreaming pflegt Kontext, bleibt aber eine Vorschau
Copilot Dreaming ist eine optionale Public Preview. Die Funktion reflektiert vergangene Arbeit und kann persoenliche Memories aktualisieren, Repository-Wissen pflegen sowie wiederkehrendes akzeptiertes Code-Review-Feedback in Leitlinien ueberfuehren.
Aenderungen an eingecheckten Skills und Anweisungsdateien sollen als Pull Requests vorgeschlagen werden. Damit bleibt zumindest fuer diese Dateien ein sichtbarer Review-Punkt erhalten. Persoenliche und Repository-Memories kann Dreaming nach GitHubs Beschreibung dagegen hinzufuegen, aendern oder entfernen.
Organisationen und Unternehmen steuern Dreaming ueber Copilot-Richtlinien; Nutzer muessen persoenliches Dreaming zusaetzlich aktivieren. Dreaming-Laeufe verbrauchen AI Credits. Konkrete Kosten haengen deshalb von Plan, Nutzung und den jeweils aktuellen GitHub-Tarifen ab.
Codesuche ueber den eigenen Checkout hinaus
Die erweiterte GitHub-Codesuche soll Copilot relevanten Code, Konfigurationen, Schemata und Dokumentation ueber zusammenhaengende Projekte hinweg finden lassen, ohne alle Repositories lokal zu klonen. Unterstuetzt werden laut GitHub exakter Text, Symbole, regulaere Ausdruecke sowie Filter nach Repository, Pfad oder Sprache.
Eine semantische Suche kann nach Verhalten statt nach einem bekannten Funktionsnamen fragen. GitHub nennt etwa die Analyse von Retry-Logik ueber einen Dienst, eine gemeinsame Bibliothek und Hintergrund-Worker hinweg. Welche Repositories erreichbar sind, bleibt von den eingerichteten Zugriffsgrenzen abhaengig.
Mehr Kontext ist nicht automatisch besserer Kontext. Repository-Grenzen, sensible Dateien und Ergebnisse aus veralteten Branches muessen weiterhin geprueft werden, bevor ein Agent Aenderungen plant oder ausfuehrt.
Ein kontrollierter Test fuer Teams
Ein Pilot sollte mit einem unkritischen Repository beginnen. Das Team legt eine kleine Zahl erlaubter Memories fest, prueft deren Anzeige und Loeschung und dokumentiert, wann Copilot neue Erinnerungen erzeugt. Anschliessend wird dieselbe Aufgabe mit und ohne Memory verglichen.
Fuer Dreaming sollten Administratoren Richtlinien, AI-Credit-Verbrauch und vorgeschlagene Pull Requests beobachten. Automatisch gepflegte Anweisungen duerfen bestehende Sicherheits-, Test- oder Freigaberegeln nicht stillschweigend abschwaechen.
Die MindrAils-Einordnung: GitHub macht Kontext zu einer dauerhaften Schicht der Agentenplattform. Der praktische Nutzen kann gross sein, wenn Erinnerungen nachvollziehbar bleiben. Ohne regelmaessige Pflege droht jedoch ein neuer Typ technischer Altlast: Agenten handeln konsistent nach Wissen, das nicht mehr stimmt.
- Memory-Inhalte und Loeschwege vor dem Rollout pruefen
- Repository-Zugriffe fuer organisationsweite Suche minimal halten
- Dreaming zunaechst nur fuer wenige Repositories aktivieren
- Vorgeschlagene Skills und Anweisungen wie Code reviewen
- AI-Credits und Qualitaetsmetriken gemeinsam beobachten
Quellen und weiterführende Informationen
Die Quellen wurden zu den jeweils angegebenen Zeitpunkten abgerufen. Externe Inhalte können sich danach ändern.
- GitHub intelligence puts your code, context, and history to workGitHub Changelog · abgerufen amQuelle öffnen
Dieser Beitrag wurde von der MindrAils Redaktion quellenbasiert eingeordnet. Er dient der allgemeinen Information und ersetzt keine Rechts-, Datenschutz- oder Fachberatung für einen konkreten Einzelfall.