GitHub AI Scan für Pull Requests ist allgemein verfügbar

GitHub hat AI Scan für Pull Requests am 15. Oktober 2026 allgemein verfügbar gemacht. Die Funktion sucht mit KI nach Sicherheitslücken in Code, den GitHubs eigener Scanner CodeQL nicht lesen kann, etwa PHP, Shell-Skripte und Terraform-Dateien. Das ist wichtig, weil solche Dateien oft im selben Repository liegen wie gut geprüfter Code. Außerhalb der Vorschau bekamen sie bisher aber keine eingebaute Sicherheitsprüfung von GitHub.

Was AI Scan prüft

CodeQL ist GitHubs regelbasierte Engine zur Codeanalyse. Sie liest Sprachen wie Java, Python und JavaScript, überspringt aber viele der Dateien, die Server und Build-Pipelines einrichten. AI Scan füllt diese Lücke. GitHubs Changelog nennt diese Sprachen und Frameworks, "und weitere":

Sprache oder Framework	Typischer Einsatz
PHP	Webanwendungen
Shell und Bash	Skripte und Build-Schritte
Terraform (HCL)	Cloud-Infrastruktur als Code
Dockerfiles	Container-Images
JSP für Java	Ältere Java-Webseiten
Blazor für C#	.NET-Weboberflächen

GitHubs Dokumentation listet die Arten von Problemen auf, nach denen AI Scan sucht. Dazu gehören String-Injection, schwache Kryptografie, fehlerhafte Zugriffskontrolle, offengelegte sensible Daten und Sicherheitsfehlkonfigurationen. Außerdem sucht es nach Fehlern bei der Authentifizierung, Fehlern bei der Datenintegrität, Server-Side Request Forgery (ein Server wird dazu gebracht, eine versteckte Adresse aufzurufen) und Risiken in der Lieferkette.

Der Scan läuft, wenn ein Pull Request geöffnet wird, und erneut nach jedem neuen Commit. Die Funde erscheinen auf den Tabs Conversation und Files changed mit einem Label "AI". Manche enthalten eine Erklärung des Risikos und einen Korrekturvorschlag.

Wer es nutzen kann und wie abgerechnet wird

AI Scan ist für öffentliche Repositories von Organisationen und persönlichen Konten verfügbar. Private und interne Repositories einer Organisation brauchen eine Lizenz für GitHub Code Security oder GitHub Advanced Security. Private Repositories persönlicher Konten sind laut Dokumentation nicht abgedeckt. Eine Lizenz für GitHub Copilot ist nicht nötig.

Jeder Scan verbraucht Code Security AI Credits. Die Abrechnung beginnt erst, wenn ein passender Pull Request gescannt wird. Repositories von Organisationen werden dem Konto der Organisation in Rechnung gestellt. In der Enterprise-Abrechnung erscheint die Nutzung unter "AI usage" als Advanced Security, und Admins können dafür ein Budget festlegen. Laut GitHubs Dokumentation stoppt der Scan, wenn ein festes Budget aufgebraucht ist. Er läuft erst weiter, wenn das Budget erhöht wird oder ein neuer Abrechnungszeitraum beginnt. Weder der Changelog noch die Dokumentation nennt einen Preis pro Credit.

Für Enterprises steht die Richtlinie, die AI Scan erlaubt, standardmäßig auf "Not allowed". Sobald eine Organisation die Funktion einschaltet, gilt sie sofort für alle passenden Repositories.

Die Grenzen

Die Funde von AI Scan sind nur Hinweise. "Sie lassen die Code-Scanning-Prüfung nicht fehlschlagen", heißt es im Changelog, und Rulesets können sie nicht nutzen, um einen Merge zu blockieren. Die Funde existieren nur im Pull Request. Sie werden keine Warnungen in der Sicherheitsansicht des Repositorys.

Der Scan läuft nicht bei Pull Requests aus Forks und nicht bei Pull Requests von Dependabot, GitHubs Bot für Abhängigkeits-Updates. Er prüft nur die Änderungen in einem Pull Request, nie ein ganzes Repository. Die Dokumentation warnt außerdem, dass die Ergebnisse Fehlalarme enthalten können. Sie bittet darum, jeden Fund mit Daumen hoch oder runter zu bewerten. Superpower Daily fasst die Lage zusammen: AI Scan steht neben CodeQL, statt es zu ersetzen.

Wie es dazu kam

Die Funktion hat sich während der dreimonatigen Vorschau stark verändert:

Datum	Änderung
14. Juli 2026	Öffentliche Vorschau für Code-Security-Kunden; Copilot-Lizenz und CodeQL Default Setup nötig
16. September 2026	CodeQL Default Setup nicht mehr nötig
15. Oktober 2026	Allgemeine Verfügbarkeit; keine Copilot-Lizenz nötig

Laut dem Changelog vom Juli verbrauchte schon die Vorschau AI Credits der Organisation. Dieser Teil bleibt im oben beschriebenen kostenpflichtigen Modell erhalten.

Was das für Entwickler bedeutet

Prüfen Sie, ob AI Scan schon eingeschaltet ist. Wer eine Organisation verwaltet, kann die Funktion für alle passenden Repositories auf einmal aktivieren. Wer ein Repository verwaltet und sich später abmeldet, hat womöglich schon Credits verbraucht. Sehen Sie sich die Code-Security-Einstellungen der Organisation heute an, statt auf die erste Rechnung zu warten.

Legen Sie ein Budget fest, bevor Sie die Funktion einschalten. Aktive Repositories öffnen viele Pull Requests, und jeder neue Commit löst einen weiteren Scan aus. Ein festes Budget begrenzt die Kosten, aber dann stoppt der Scan. Wählen Sie also einen Betrag, der einen normalen Monat abdeckt.

Behandeln Sie Funde als Review-Kommentare, nicht als Sperren. Da AI Scan keinen Merge blockieren kann, braucht ein Team, das Regeln durchsetzen will, weiter CodeQL oder ein anderes regelbasiertes Werkzeug für die Sprachen, die es abdeckt. CodeQL bekommt laufend neue Prüfungen, etwa die in CodeQL 2.27.1. AI Scan ist am besten ein zweiter Reviewer für die Terraform-, Shell- und Docker-Dateien, die diese Werkzeuge überspringen.

Achten Sie auf Dependabot und Pull Requests aus Forks. Open-Source-Projekte bekommen viele Pull Requests von außen über Forks, und diese werden nicht gescannt. Projektverantwortliche sollten für Beiträge von außen ihre eigenen Prüfungen behalten.