GitHub Copilot

Was es ist

GitHub Copilot ist der KI-Coding-Assistent von GitHub, und 2026 sind es vier Produkte unter einer Lizenz: Inline-Vervollständigungen und Next-Edit-Vorschläge in VS Code, JetBrains, Visual Studio und Xcode; Chat und Agent-Modus im Editor; ein Cloud-Coding-Agent, dem Sie ein Issue zuweisen und der einen Pull Request zurückliefert; dazu Copilot Code Review auf Pull Requests und die Copilot CLI. Er ist der etablierte Platzhirsch: Microsoft meldete im Januar 2026 4,7 Millionen zahlende Copilot-Abonnenten, 75 % mehr als ein Jahr zuvor, und in den meisten Engineering-Organisationen ist er bereits gekauft, bevor jemand aus Ops danach fragt.

Was Sie wissen müssen, bevor Sie einen Vergleich lesen, der vor Juni geschrieben wurde: Copilot hat sein Abrechnungsmodell geändert. Seit dem 1. Juni 2026 wird jeder Plan in GitHub AI Credits gemessen (1 Credit = 0,01 $), abgerechnet nach Input-, Output- und Cache-Tokens zum API-Tarif des jeweiligen Modells. Vervollständigungen und Next-Edit-Vorschläge bleiben in den Bezahlplänen unbegrenzt und verbrauchen keine Credits; Chat, Agent-Modus, der Cloud-Agent, die CLI, Spaces und Code Review schon.

Warum Ops-Teams darauf stoßen

GTM Engineers, RevOps Engineers und die eine Person aus Legal Ops oder Recruiting Ops, die Python schreibt, bekommen Copilot meist, weil die GitHub-Organisation des Unternehmens ihn schon hat. Ihre Frage ist die der September-Rechnung: Reicht ein Business-Seat für 19 $ noch für Agentenarbeit — einen n8n-Node bauen, ein Salesforce-Sync-Skript, einen MCP-Server — oder sollte die Ops-Dev-Gruppe zu Cursor oder Claude Code wechseln?

Die Antwort hängt davon ab, wie viel Agentenarbeit Sie machen, denn genau die hat die Credit-Kürzung getroffen. Im Juni, Juli und August gewährte GitHub promotionell inkludierte Nutzung von 30 $ pro Business-Seat und 70 $ pro Enterprise-Seat. Am 1. September fiel das auf den Standard von 19 $ (1.900 Credits) und 39 $ (3.900 Credits). Teams, die ihre Gewohnheiten am Sommerkontingent ausgerichtet hatten, stießen im September an die Grenze des Pools.

Die Preisrealität

Listenpreise, heute auf der Plan-Seite und in der Dokumentation von GitHub geprüft:

• Free — 2.000 Vervollständigungen und begrenzter Chat pro Monat.
• Pro — 10 $/Monat; 10 $ Basis-Credits plus ein variables „Flex“-Kontingent, das GitHub derzeit mit 5 $ ausweist.
• Pro+ — 39 $/Monat; 70 $ Credits inklusive Flex ausgewiesen.
• Max — 100 $/Monat; 200 $ inklusive Flex ausgewiesen. Kam hinzu, als die Einzelanmeldungen im Juni nach einer am 20. April begonnenen Pause wieder öffneten.
• Business — 19 $/Nutzer/Monat, 1.900 Credits, gepoolt über die Abrechnungseinheit.
• Enterprise — 39 $/Nutzer/Monat, 3.900 Credits im Pool; ergänzt Chat auf GitHub.com mit Indexierung der Org-Codebasis; setzt GitHub Enterprise Cloud voraus, das eine eigene Gebühr pro Nutzer hat.

Drei Abrechnungsdetails bestimmen die echte Zahl. Credits sind gepoolt: 10 Business-Seats teilen sich 19.000 Credits, also können zwei intensive Agent-Nutzer den Pool für acht Nutzer leeren, die nur Vervollständigungen verwenden. Bezahlte Mehrnutzung ist standardmäßig aktiviert für Organisationen, ohne automatischen Rückfall auf ein günstigeres Modell. Und Copilot Code Review auf privaten Repositories verbraucht seit dem 1. Juni zusätzlich GitHub-Actions-Minuten.

Ein Rechenbeispiel für eine Ops-Dev-Gruppe mit 10 Personen auf Business: 190 $ pro Monat für Seats. Behält die Gruppe ihre Sommernutzung bei — 30 $ Credits pro Kopf —, zahlt sie 110 $ pro Monat Mehrnutzung, effektiv 30 $ pro Seat. Das liegt immer noch unter Cursor Teams mit 40 $ und deutlich unter einem Claude-Team-Premium-Seat mit 100 $ bei jährlicher Zahlung; ein Wechsel weg von Copilot lässt sich selten allein über den Preis begründen. Neue Organisationen sollten noch etwas beachten: GitHub hat am 22. April die Self-Service-Anmeldungen für Copilot Business bei Organisationen in den Plänen Free und Team pausiert und schickt neue Käufer zum Vertrieb; bei unserer Prüfung war keine Wiedereröffnung angekündigt.

Am besten geeignet für

Einen RevOps Engineer, GTM Engineer oder ops-nahen Entwickler in einem Unternehmen, dessen Code bereits auf GitHub liegt, der den ganzen Tag Vervollständigungen und ein paar Mal pro Woche Agent-Hilfe möchte und dessen Security-Team einen Anbieter bevorzugt, der schon unter Vertrag steht. Copilot gewinnt über die Reichweite: Ein Seat deckt IDE, Terminal, Pull Request und Issue-Tracker ab, mit einer Org-Policy dafür, welche Modelle erlaubt sind.

Nicht geeignet für

Ops-Builder, deren Hauptarbeitsweise täglich lange Agent-Sessions sind — „lies dieses Repo, plane die Integration, schreib und teste sie“. Genau diese Nutzung bepreist das Credit-Modell am härtesten, und genau dafür sind Claude Code und Cursor gebaut, Tokens auszugeben. Ebenfalls nicht für ein Team, das eine stabile Modellliste will: GitHub hat am 1. September sechs Modelle abgekündigt, sechs weitere sind für den 19. Oktober geplant.

Im Vergleich zu den Alternativen

• Cursor — der stärkste Herausforderer in der IDE, 20 $ einzeln und 40 $ pro Nutzer im Teams-Plan. Wählen Sie Cursor, wenn die Arbeit im Editor stattfindet, Sie das leistungsfähigere Agent-Erlebnis wollen und etwa den doppelten Seat-Preis zu zahlen bereit sind.
• Claude Code, enthalten in Claude-Team-Seats (20 $ Standard, 100 $ Premium, jährlich) — das am schnellsten wachsende Tool im Segment. Wählen Sie es, wenn die Arbeit terminal-first ist: lange Agent-Sessions über ein ganzes Repo oder über per MCP angebundene Systeme.
• OpenAI Codex, enthalten in ChatGPT Business — wählen Sie es, wenn das Unternehmen auf OpenAI standardisiert ist und Sie keinen weiteren Anbieter hinzufügen möchten.

Copilot für Vervollständigungen zu nutzen und Claude Code für die Agentenarbeit hinzuzunehmen, ist eine verbreitete und vertretbare Aufteilung; siehe Claude vs Cursor und die besten KI-Coding-Assistenten.

Worauf Sie achten sollten

• Der Pool leert sich lautlos, dann kommt die Rechnung. Mehrnutzung ist standardmäßig aktiviert, und ein Nutzer, der den ganzen Nachmittag den Cloud-Agent laufen lässt, verbraucht die Credits aller. Gegenmaßnahme: Legen Sie vor dem ersten vollen Monat Budgets auf Nutzerebene für intensive Agent-Nutzer und ein Organisationsbudget in AI Controls fest; wenn Sie einen harten Stopp wollen, deaktivieren Sie die Policy „AI credits paid usage“.
• Modellwechsel brechen fest eingestellte Workflows. Abkündigungen kommen alle paar Wochen, und ein Prompt oder ein eigener Agent, der auf ein Modell abgestimmt ist, verhält sich auf dem Nachfolger anders. Gegenmaßnahme: Abonnieren Sie das GitHub-Copilot-Changelog, halten Sie ein kleines Set an Regressions-Prompts für jeden Agent bereit, auf den Sie sich verlassen, und legen Sie die erlaubten Modelle über die globale Modell-Policy fest statt per Nutzerwahl.
• KI-Review ist kein Security-Review. Ein im August verbreiteter Bericht von Wiz zeigte, wie dessen Red Agent eine Command Injection in einem GitHub-Actions-Workflow im öffentlichen Repository snowflake-connector-net von Snowflake fand, die Jira-Zugangsdaten offenlegte; Snowflake behob sie und rotierte die Zugangsdaten noch am selben Tag. Ob Copilot die verwundbare Zeile geschrieben hat, ist umstritten — Wiz hat die Aussage darauf eingeengt, dass Copilot den Pull Request reviewt hat, ohne das Problem zu melden. Gegenmaßnahme: Behalten Sie CodeQL oder einen anderen statischen Scanner sowie eine menschliche Freigabe als Pflicht-Checks für jede Workflow-Datei, und behandeln Sie ein Copilot-Review als ein Signal, nie als das Gate.