Linux Foundation: Maintainer sehen jeden vierten PR als AI slop

Open-Source-Maintainer schätzen, dass jeder vierte eingehende Pull Request minderwertiger „AI slop“ ist. Das zeigt ein Bericht der Linux Foundation, der am 20. Oktober 2026 erschienen ist. Dieselbe Umfrage ergibt, dass KI-Tools die Zeit zum Schreiben von Code um geschätzte 52 % verkürzen. Zusammen zeigen die Zahlen: KI macht Mitwirkende schneller und schafft zugleich Review-Arbeit für die Maintainer, die das Ergebnis prüfen müssen.

Der Bericht

Der Bericht trägt den Titel „Navigating Open Source Software Development in the Generative AI Era“ (Open-Source-Softwareentwicklung im Zeitalter generativer KI). LF Research hat ihn veröffentlicht. Verfasst haben ihn Sam Boysel von der Linux Foundation und Anni Lai von der Generative AI Commons. Red Hat hat ihn gesponsert, unterstützt von Futurewei, der Open Source Security Foundation (OpenSSF) und LF AI & Data.

Ein Pull Request, kurz PR, ist eine vorgeschlagene Codeänderung, die zur Prüfung an ein Projekt geschickt wird. „AI slop“ ist der Begriff des Berichts für KI-generierte Änderungen, die plausibel aussehen, aber von geringer Qualität sind.

Alle Zahlen sind Schätzungen von Maintainern und Mitwirkenden, keine gemessenen Werte. Die ausgewerteten Quellen nennen weder die Zahl der Befragten noch den Zeitraum der Umfrage.

Die Zahlen

Die zentrale Zahl ist 25 %: der Anteil eingehender Pull Requests, den Maintainer für AI slop halten. Bei großen Projekten steigt die Schätzung auf 31 %, heißt es in der Ankündigung der Linux Foundation. Burnout von Maintainern durch minderwertige KI-Pull-Requests ist bei großen Projekten die größte Sorge, so die Seite des Berichts.

Ergebnis	Anteil
Maintainer, die seit dem Aufkommen generativer KI mehr Beiträge sehen	59 % (69 % bei großen Projekten)
Maintainer, die sagen, dass KI die Einstiegshürde senkt	71 %
Maintainer, die nicht zustimmen, dass KI das Vertrauen in der Community verbessert hat	53 %
Mitwirkende, die KI-Code vor dem Einreichen prüfen und vollständig testen	61 %
Projekte mit einer formellen Richtlinie, die KI-Nutzung erlaubt	35 %
Projekte ohne Richtlinie und ohne Pläne für eine	32 %

Die Zeitersparnis hängt von der Aufgabe ab. Die Befragten schätzen 19 % weniger Zeit für Diskussionen über Vorschläge und 52 % weniger für das Schreiben von Code. Doch 21 % sagen, dass hochkomplexe Aufgaben mit KI länger dauern. Wer Zeit spart, steckt sie vor allem in technische Schulden (66 %), neue Funktionen (63 %) und Lernen (58 %).

Beim Mentoring gehen die Meinungen auseinander. 46 % der Maintainer sagen, dass KI den Bedarf an Mentoring für neue Mitwirkende erhöht, während 32 % sagen, dass sie ihn senkt.

Was die Linux Foundation empfiehlt

Der Bericht fordert Projekte auf, nicht länger nur zu reagieren, sondern Regeln aufzustellen. „Open-Source-Projekte müssen sich gezielt auf eine wachsende KI-generierte Basis von Mitwirkenden einstellen, statt nur darauf zu reagieren“, sagte Hilary Carter, Senior Vice President of Research der Linux Foundation.

Zu den Empfehlungen gehören:

• Schriftliche Richtlinien für KI-gestützte Beiträge.
• Klarere Offenlegung, wenn KI beim Schreiben einer Änderung geholfen hat.
• Mitwirkende, die KI-gestützte Änderungen vor dem Einreichen testen und dokumentieren.
• Ein einheitlicher Weg, KI-Tools in Commits zu nennen.
• Governance und Verifikation als zentrale Infrastruktur behandeln.

Eine einheitliche Nennung ist noch lange nicht geklärt. Der Linux-Kernel will sein KI-Tag „Assisted-by“ streichen, nachdem es nur wenige Commits genutzt haben. Das ist das Gegenteil dessen, was der Bericht empfiehlt.

„Open Source sicher zu halten, ist eine gemeinsame Verantwortung, und Maintainer sollten sie nicht allein tragen müssen“, sagte Adrianne Marcum, Chief of Staff bei der OpenSSF. Michael Larabel von Phoronix nannte die Zahl von 25 % „sehr besorgniserregend“.

Was das für Entwickler bedeutet

Der Bericht beziffert Kosten, die Mitwirkende selten sehen: die Review-Zeit, die ihre KI-gestützten Änderungen bei anderen verursachen.

• Testen Sie vor dem Einreichen. Nur 61 % der Mitwirkenden sagen, dass sie KI-geschriebenen Code vorher prüfen und vollständig testen. Führen Sie die Tests des Projekts aus und lesen Sie Ihren Diff Zeile für Zeile.
• Sagen Sie, wenn KI geholfen hat. Die Offenlegung ist heute uneinheitlich. Halten Sie sich an die Kennzeichnungsregeln des Projekts, oder vermerken Sie die KI-Nutzung im Pull Request, wenn es keine gibt.
• Wenn Sie ein Projekt betreuen, schreiben Sie eine Richtlinie. Nur 35 % der Projekte haben eine. Ein kurzer Abschnitt in CONTRIBUTING zur KI-Nutzung klärt die Erwartungen vor der nächsten Welle von Pull Requests.
• Schützen Sie die Zeit für Reviews. Vorlagen, Pflichttests und Größenlimits für Pull Requests können Einreichungen mit wenig Aufwand aussortieren, bevor ein Mensch sie lesen muss.
• Bleiben Sie beim Mentoring. Fast die Hälfte der Maintainer sagt, dass KI den Bedarf an Mentoring erhöht. Neue Mitwirkende, die KI nutzen, brauchen trotzdem jemanden, der ihnen erklärt, wie das Projekt funktioniert.