KI-Agenten zwingen GitHub zum Umbau
GitHub entwickelt seine Git-Speicherarchitektur grundlegend neu. Auslöser ist das stark gestiegene Datenaufkommen durch Coding-Agenten, automatisierte CI/CD-Pipelines und große Entwicklungsteams. Innerhalb eines Jahres hat sich der monatliche Traffic der Plattform mehr als verdoppelt.
Die bisherige Architektur mit dem internen Namen Spokes kann diese Last nicht mehr zuverlässig abfangen. GitHub verzeichnete zehn leistungsbeeinträchtigende Vorfälle im April und weitere neun im Mai. Nun soll Azure Blob Storage zum zentralen Speicher für neue Commits werden.
| Kennzahl | Wert |
|---|---|
| Monatliche Events im September 2025 | 218,2 Milliarden |
| Monatliche Events im August 2026 | 473,3 Milliarden |
| Commits im September 2026 | 7,38 Milliarden |
| Anstieg der Commits gegenüber September 2025 | 5-fach |
| Gemessene Verbesserung der Schreibgeschwindigkeit | 35-fach |
| Leistungsbeeinträchtigende Vorfälle im April | 10 |
| Leistungsbeeinträchtigende Vorfälle im Mai | 9 |
Warum Spokes zum Engpass wurde
Spokes speichert vollständige Kopien eines Repositorys auf mehreren lokalen Datenträgern. Für jeden Schreibvorgang verwendet das System ein Three-Phase-Commit-Protokoll. Dabei müssen mehrere Replikate den Vorgang in drei Schritten bestätigen.
Diese Quorum-Bestätigung sorgt für hohe Zuverlässigkeit, macht den langsamsten beteiligten Knoten aber zum Flaschenhals. Ein Push ist erst abgeschlossen, wenn genügend Replikate zugestimmt haben. Bei Milliarden automatisierter Änderungen wird diese Sicherheitsarchitektur selbst zum Performance-Problem.
Die Unterstützung großer Teams erfordert eine Git-Infrastruktur, die dauerhaft gleichzeitige Lese- und Schreibvorgänge in einer Größenordnung bewältigt, die heute nur wenige Repositorys erreichen, so GitHub-Entwickler Brian Celenza sinngemäß aus dem Englischen.
Das Problem beschränkt sich nicht auf GitHub. Auch andere zentrale Dienste geraten durch Agenten unter neue Lastprofile. Das zeigt etwa die Belastung der Wikimedia-Infrastruktur durch automatisierte OpenAI-Agenten. Agenten arbeiten kontinuierlich, parallel und häufig deutlich schneller als menschliche Entwickler.
Ein Schreibvorgang direkt in Azure Blob Storage
Die neue Architektur legt einen Commit nur noch einmal in Azure Blob Storage ab. Der Objektspeicher übernimmt Replikation und Redundanz. GitHub muss die Bestätigung mehrerer lokaler Festplatten damit nicht länger selbst koordinieren.
Lese- und Schreibzugriffe werden zugleich voneinander getrennt. Leichtgewichtige Compute-Worker bearbeiten Leseanfragen, während sich die notwendige Abstimmung auf die Pointer der Referenz-Branches beschränkt. Diese Pointer verweisen darauf, welcher Commit aktuell zu einem Branch gehört.
Auch Compaction und Garbage Collection verschwinden aus dem aktiven Datenpfad. Compaction verdichtet gespeicherte Daten, während Garbage Collection nicht mehr benötigte Objekte entfernt. Beide Aufgaben sollen künftig im Hintergrund laufen und reguläre Zugriffe nicht mehr ausbremsen.
In internen Tests erreichte GitHub nach eigenen Angaben eine 35-fache Verbesserung der Schreibgeschwindigkeit. Ob sich dieser Wert unter realer Last dauerhaft bestätigt, bleibt abzuwarten. Einen Zeitplan für den Abschluss der Migration nennt das Unternehmen bislang nicht.
Workflows sollen unverändert bleiben
Der Umbau soll für Entwicklungsteams unterbrechungsfrei erfolgen. Workflows, Code-Reviews und Sicherheitskontrollen sollen sich nicht ändern. Damit bleibt die technische Umstellung zunächst eine interne Angelegenheit der Plattform.
Ähnliche Ansätze entstehen auch an anderer Stelle. Der frühere GitHub-CEO Thomas Dohmke hat mit Entire einen Dienst gegründet, der Agentenaktivität auf gespiegelte Repositorys auslagert. Cursor verwendet für seine Agenteninfrastruktur ein Write-Ahead-Log im Objektspeicher, also ein unveränderliches Protokoll, in dem Änderungen vor der weiteren Verarbeitung festgehalten werden.
Die Entwicklung passt zum generellen Trend hin zu dauerhaften Arbeitsumgebungen für Coding-Agenten. So stellt auch OpenAI Codex persistente Cloud-Umgebungen bereit. Für zentrale Entwicklungsplattformen bedeutet das mehr parallele Zugriffe, mehr automatische Commits und weniger vorhersehbare Lastspitzen.
Mehr Skalierung, aber auch mehr Azure-Abhängigkeit
Für Unternehmen im DACH-Raum erklärt der Umbau einen Teil der jüngsten Performance-Probleme. Wer GitHub als zentrales SaaS-Repository verwendet und gleichzeitig Agenten in Entwicklungsprozesse einbindet, ist unmittelbar von der Belastbarkeit dieser Infrastruktur abhängig. Ein Ausfall kann Quellcodezugriffe, Reviews und automatisierte Auslieferungsprozesse gleichzeitig treffen.
Die technische Lösung vertieft zugleich die Bindung an Microsoft Azure. GitHub verlagert eine Kernfunktion seiner Plattform auf Azure Blob Storage und macht den proprietären Objektspeicher damit zu einem wesentlichen Bestandteil der Git-Architektur. Für Unternehmen mit strikten Compliance-Anforderungen erhöht das die Relevanz einer sauberen Bewertung von Anbieterabhängigkeit und Ausfallrisiken.
Welche Folgen der Umbau für Datenresidenz, Latenzen oder GitHub Enterprise Server im eigenen Rechenzentrum hat, ist bislang nicht bestätigt. Aus der beschriebenen Architektur lassen sich dazu keine belastbaren Aussagen ableiten. Gerade bei DSGVO- und Governance-Prüfungen sollten diese offenen Punkte deshalb nicht mit Annahmen gefüllt werden.
Self-Hosting mit GitLab, Gitea oder Forgejo reduziert die Abhängigkeit von einer zentralen SaaS-Plattform, beseitigt das Skalierungsproblem aber nicht automatisch. Eigene Installationen müssen ebenfalls auf hohe automatische Commit-Raten, parallele Lesezugriffe und Wartungsprozesse im Hintergrund ausgelegt werden. Dafür bleiben Kontrolle über Speicherort, Betriebsmodell und Kostenstruktur im eigenen Verantwortungsbereich.
Der GitHub-Umbau zeigt damit eine grundsätzliche Verschiebung. Quellcodeplattformen werden nicht mehr nur für menschliche Arbeitsgeschwindigkeiten dimensioniert. Wer Agenten produktiv einsetzt, muss Repositorys, Speicher und isolierte Ausführungsumgebungen gemeinsam planen, wie es auch bei Docker Cloud Sandboxes für KI-Agenten sichtbar wird.