Codeberg hat entschieden, Projekte auszuschließen, deren Code überwiegend von generativer KI geschrieben wurde. Die Mitglieder haben abgestimmt, 358 zu 144, die Nutzungsbedingungen werden entsprechend geändert. Genannt werden Tools wie Claude oder OpenAI Codex namentlich. Die Begründung: ungeklärte urheberrechtliche Lage, fehlende Schutzmechanismen gegen schädlichen Code, die Belastung der wenigen Menschen, die ein Projekt am Laufen halten.
Die Entscheidung ist nachvollziehbar. Sie liegt vollständig in der Verantwortung des Vereins, der seine Plattform betreibt und seine Ressourcen verteidigt. Trotzdem bleibt die eigentliche technische Frage unbeantwortet: Was genau heißt „überwiegend" in einem gewachsenen Repository mit Hunderten Commits, mehreren Autoren und Jahren an Geschichte? Und tiefer: Ist die Herkunft des Codes überhaupt der Maßstab, an dem sich seine Gesundheit ablesen lässt?
Für mich lautet die spannende Frage deshalb nicht, ob Code von einem Menschen oder einer KI stammt. Mich interessiert, ob die Architektur gesund genug ist, um mit fehlerhaftem Code umzugehen - unabhängig von dessen Herkunft.
Herkunft ist keine Qualitätsprüfung
Menschlich geschriebener Code kann schlecht sein. Unsicher, unwartbar, ohne Tests, ohne Dokumentation. Das ist keine neue Erkenntnis, jeder, der lange genug in fremden Repositories gearbeitet hat, kennt Beispiele. KI-generierter Code kann dieselben Eigenschaften haben - und ebenso gut das Gegenteil: sauber, geprüft, verständlich, mit klarer Struktur.
Die Kennzeichnung „von einem Menschen geschrieben" oder „von einem Modell erzeugt" sagt für sich genommen wenig darüber aus, wie sich der Code im Betrieb verhält. Die Herkunft kann Hinweise liefern - sie ersetzt aber keine technische Bewertung. Eine Prozentzahl menschlicher oder maschineller Autorschaft ist in vielen Projekten zudem kaum seriös bestimmbar - was zählt ein Autocomplete-Vorschlag, was ein komplett generierter Funktionsrumpf, der danach zeilenweise überarbeitet wurde?
Die Sorge dahinter ist berechtigt
Das heißt nicht, dass Codebergs Sorge unbegründet wäre. Autonome Agenten, die massenhaft Repositories erzeugen. Generierte Pull Requests ohne Verständnis für das Projekt, in das sie eingereicht werden. Maintainer, die fremde Fehler prüfen müssen, ohne dass jemand für sie einsteht. Unklare Verantwortung, wenn etwas kaputtgeht. Ressourcenverbrauch durch Code, den niemand im Projekt erklären oder pflegen kann.
Diese Probleme entstehen aber nicht, weil ein Sprachmodell beteiligt war. Sie entstehen, wenn niemand Verantwortung für das Ergebnis übernimmt. Das eigentliche Gegenstück zu gesundem Code ist nicht KI-Code. Es ist Code, für den niemand geradesteht.
Eine andere Frage
Vielleicht diskutieren wir deshalb gerade auf der falschen Ebene.
An diesem Punkt kommt ins Spiel, woran wir bei Biocodie arbeiten. Biocodie betrachtet ein Programm nicht als Sammlung von Dateien und Funktionen, sondern als Gemeinschaft eigenständiger Zellen mit eigenem Zustand, eigener Verantwortung und der Fähigkeit, ihr Handeln zu erklären.
Aus dieser Perspektive verschiebt sich die Frage.
Nicht: Wer hat diesen Code geschrieben?
Sondern: Wie bleibt eine Zelle handlungsfähig, wenn ein Nachbar fehlerhafte, widersprüchliche oder unzuverlässige Informationen liefert?
Das Cell Model kennt bereits Selbstdiagnose und die Möglichkeit, Hilfe anzufordern - eine Zelle soll merken, wenn sie ihre eigene Verantwortung nicht mehr zuverlässig erfüllen kann. Was noch offen ist: Wie erkennt sie unzuverlässige Nachbarn? Wie verändert sich Vertrauen durch wiederholte Erfahrung? Wann fordert sie eine zweite Einschätzung an, wann isoliert sie eine Beziehung, wann akzeptiert sie einen einzelnen Fehler als das, was er ist - ein einzelner Fehler? Und wie verhindert sie, dass ein lokales Problem den gesamten Spielraum beschädigt? Das sind offene Fragen, keine gelösten.
Perfektion war nie die Grundlage
Ein Organismus bleibt nicht gesund, weil jede Zelle jederzeit fehlerfrei arbeitet. Gesundheit entsteht auch durch das Erkennen von Abweichungen, durch Begrenzen von Schäden, durch Redundanz, Reparatur, zeitweise Isolation, Anpassung. Software wird häufig so entworfen, als müssten sich alle Beteiligten korrekt verhalten. Die Natur geht einen anderen Weg. Eine Zelle könnte feststellen: Die Antworten dieses Nachbarn widersprechen sich. Und darauf reagieren, indem sie Vertrauen reduziert, Ergebnisse zusätzlich prüft, eine zweite Fähigkeit anfragt, die Beziehung vorübergehend begrenzt.
Dabei urteilt die Zelle nicht über die moralische Qualität ihres Nachbarn. Sie beobachtet Verhalten.
Und ein unzuverlässiger Nachbar ist kein Sonderfall der KI. Er kann von einem Menschen geschriebener Code sein, eine externe Bibliothek, ein Netzwerkdienst, eine veraltete Konfiguration, eine Zelle mit überholtem Wissen. Eine Architektur, die perfekte Nachbarn voraussetzt, kann mit realer Entwicklung nur schwer umgehen - unabhängig davon, wer oder was den fehlerhaften Code am Ende geschrieben hat.
Verantwortung statt Autorschaft
Damit rückt in den Mittelpunkt, was für Biocodie ohnehin der Grundsatz ist: Verantwortung statt Funktionen. Nicht entscheidend ist, wer die erste Version erzeugt hat, wie viele Zeilen von einem Modell stammen, ob der Code manuell eingegeben oder vorgeschlagen wurde. Entscheidend ist, ob jemand erklären kann, warum der Code existiert. Ob er geprüft wurde. Ob seine Grenzen bekannt sind. Ob die Einheit, die ihn ausführt, Fehler erkennen und Unterstützung anfordern kann. Ob sie ersetzt werden kann, wenn sie versagt.
Ein Sprachmodell kann Code erzeugen. Verantwortung kann es dem Projekt nicht abnehmen.
Genau deshalb verschiebt Biocodie Verantwortung bewusst von der Entstehungsgeschichte eines Codes hin zum beobachtbaren Verhalten einer Einheit. Das ist keine zufällige Analogie zur Biologie. Es beschreibt eine andere Art, Software zu betrachten.
Codeberg beantwortet eine soziale Frage
Codeberg darf festlegen, welche Herstellungsweisen zur eigenen Gemeinschaft passen. Das ist eine legitime, soziale und politische Entscheidung eines Vereins über seine eigene Plattform. Sie sollte nur nicht mit einer technischen Qualitätsgrenze verwechselt werden. Die Regel beantwortet, wer willkommen ist. Sie beantwortet nicht, wie gesunde Software mit KI-Beteiligung überhaupt entsteht.
Vielleicht verläuft die entscheidende Grenze also nicht zwischen menschlichem und generiertem Code, sondern zwischen Code, für den jemand Verantwortung übernimmt, und Code, den niemand versteht, prüft oder pflegt.
Vielleicht wird genau das eine der Fragen sein, die wir in Biocodie weiter untersuchen.
Gesunde Software entsteht nicht aus perfekten Nachbarn. Sie entsteht aus der Fähigkeit, mit unvollkommenen Nachbarn verantwortlich umzugehen.
