Skip to content
GitHub Code-Qualität

GitHub Code-Qualität

Deine Entwickler:innen liefern mehr Code aus als je zuvor, und der Rückstand an Qualitätsproblemen wächst schneller, als dein Team ihn abarbeiten kann. Das Aufspüren der Probleme war nie das Schwierige daran. Die Behebung dieser schon. GitHub Code-Qualität zeigt jeden Befund im Pull-Request mit einem Lösungsvorschlag an, den deine Entwickler:innen prüfen und umsetzen, bevor der Pull-Request zusammengeführt wird, und sorgt dann mithilfe von Regelsätzen dafür, dass jedes Repository einem einheitlichen Standard entspricht.

GitHub Code Quality dashboard showing CodeQL findings, maintainability and reliability scores, AI suggestions, and a list of code quality issues with severity and finding counts.

67 % der Befunde enthalten einen von der KI generierten Lösungsvorschlag

70 % der Ergebnisse zu komplexen PRs am selben Tag behoben

50 % weniger Repo-Rückstände innerhalb von sechs Monaten nach der Aktivierung von Code-Qualität

Ship more code, not more backlog

Stay in the workflow

GitHub Code Quality surfaces findings directly in pull requests, so developers don’t have to switch to a separate dashboard.

Fix issues as you review

Each finding includes a reviewable fix developers can apply before merging.

Reduce backlog and ship faster

Spend less time triaging quality issues and more time reviewing and shipping fixes.

Workflow

Everything you need to enforce quality

Erkennungs-Build für Code im Zeitalter der KI

Die deterministische CodeQL-Analyse deckt das auf, was die Regeln abdecken. Die KI-gestützte Erkennung entdeckt das, was ihnen entgeht. Gemeinsam halten sie mit dem Code Schritt, den deine Entwickler:innen schneller erstellen, als jede Regelbibliothek wachsen kann.

GitHub repository security page showing AI findings for code quality issues across recently changed files.

Behebe das Problem an der Quelle

Deine Entwickler:innen öffnen kein Dashboard. Sie erstellen einen Pull Request. Copilot Autofix generiert die Korrektur direkt vor Ort. Sie prüfen, bearbeiten oder lehnen es ab. Nichts mergt von selbst.

GitHub code quality bot suggesting a fix for an invalid NaN comparison in a pull request.

Ein Standard, egal wer oder was den Code schreibt 

Die gleichen Regelsätze gelten für den Code, den deine Entwickler:innen schreiben, für die Ergebnisse des Copilot Code Reviews und für die Pull Requests, die deine Coding-Agenten erstellen. Qualität und Sicherheit – ein Workflow. 

GitHub pull request checks blocking a merge after a code quality check fails.

Abdeckung, wo Qualität zu Hause ist 

Code-Qualität stellt deine bestehenden Abdeckungsberichte im Cobertura-XML-Format dar und steuert Merges anhand deiner Schwellenwerte über Regelsätze. Eine Verwaltungsoberfläche, ein:e Anbieter:in weniger.

GitHub code quality bot showing improved Java code coverage and a blocked merge.
Add-on

Bring Code Quality to your organization

Codequalität

Qualität im Pull Request, Governance in der gesamten Organisation.

$10USDpro Committer / Monat + Nutzung

Leistungsumfang

  • Hybrid-Erkennung (deterministisches CodeQL plus KI-gestützt)
  • Autofix im Pull Request
  • Qualitätsprüfungen für Regelsätze, Abdeckungsschwellenwerte und Schutz vor Merges
  • Bewertung der Wartbarkeit und Zuverlässigkeit
  • Erfassung der Abdeckung (Cobertura XML)
  • Organisationsweite Bereitstellung, Dashboards und APIs

10 USD pro Committer / Monat plus nutzungsabhängige Abrechnung für KI-Funktionen und „GitHub Actions“-Minuten. Öffentliche Repositories: 0 USD pro Committer + nutzungsabhängige Abrechnung für KI-gestützte Arbeit. Verfügbar auf GitHub Enterprise Cloud und GitHub Team. 

Häufig gestellte Fragen

Wie viel kostet Code-Qualität?

10 USD pro Committer und Monat, zuzüglich einer nutzungsabhängigen Abrechnung für KI-gestützte Arbeiten. Deterministische CodeQL-Scans verbrauchen GitHub-Actions-Minuten. Für öffentliche Repositories fallen keine Gebühren pro Committer an; die KI-gestützten Funktionen werden nutzungsabhängig abgerechnet.

Welche Sprachen unterstützt Code-Qualität?

Java, JavaScript, TypeScript, Python, Ruby, C# und Go.

Brauche ich noch ein Tool für die Test-Abdeckung?

Nein. Code-Qualität erstellt Abdeckungsberichte aus deinen vorhandenen Testtools im Cobertura-XML-Format und steuert dann die Merges anhand deiner Schwellenwerte über Regelsätze. Es analysiert deine Testabdeckung; es instrumentiert deine Tests nicht.

Inwiefern unterscheidet sich das von GitHub Advanced Security?

GitHub Advanced Security deckt den Bereich Sicherheit ab: Codesicherheit spürt Schwachstellen auf, und Secret Protection findet offengelegte Anmeldedaten. Die Codequalität umfasst Wartbarkeit, Zuverlässigkeit und Abdeckung, und diese beiden Bereiche ergänzen sich gegenseitig. In Qualitätsproblemen verbergen sich Schwachstellen – sauberer Code bedeutet also, dass dein Sicherheitsteam weniger zu durchdenken hat. „Codequalität“ und „Codesicherheit“ laufen auf derselben CodeQL-Engine, und alle drei werden in einer einzigen Übersicht zu Sicherheit und Qualität zusammengefasst.

Funktioniert „Code-Qualität“ mit dem Copilot Code Review?

Ja, als ineinander verwobene, aber dennoch eigenständige Erlebnisse. Die Code-Review-Funktion von Copilot gibt deinen Entwickler:innen während des Schreibens kontextbezogenes Feedback, und die Kommentare sind nur vorübergehend sichtbar. Code-Qualität liefert deinen Führungskräften dauerhafte Ergebnisse, durchsetzbare Kontrollpunkte und Berichte, die alle Repositories und Zeiträume abdecken. Beides ist im Pull Request enthalten.

Ist Code-Qualität ein Compliance-Produkt?

Nein. Code-Qualität unterstützt die interne Governance und den Entwicklungs-Workflow. Es handelt sich nicht um eine Bescheinigung gemäß einer regulatorischen Anforderung oder einem Prüfungs-Framework. 

Kann ich die Qualität in meiner gesamten Organisation steuern?

Ja. Setze die Code-Qualität organisationsweit um – mit Dashboards, Massenaktionen, APIs und Bewertungen auf Repository- und Organisationsebene.

Wo kann mein Team lernen, wie man das einrichtet?

Der Learning Pathway „Codequalität“ auf GitHub führt dich durch die Aktivierung von Prüfungen, das Festlegen von Regelsätzen, das Beheben von Fehlern mit „Autofix“ und das Lesen der Dashboards. Pfad starten.