Was eine KI im Pull Request leistet, und was sie nicht ersetzt

KI in Pull Requests ist in vielen Teams angekommen. Github Copilot Code Review, eigene Bots auf Basis von Claude oder Codex, integrierte Reviews in IDEs. Was diese Werkzeuge leisten, ist nicht trivial. Wo sie aufhören, auch nicht. Drei Muster aus der Praxis.

Erstes Muster: Stilfehler und kleine Inkonsistenzen

Hier ist KI gut. Verstreute Variable-Namen, fehlende Null-Checks, vergessene Logging-Aufrufe, doppelte Logik in zwei Funktionen. Die KI findet diese Dinge zuverlässig, oft schneller als ein müder Mensch in der zwölften Pull-Request-Iteration.

Diese Schicht des Reviews kann komplett oder fast komplett delegiert werden. Sie kostet menschliche Reviewer viel Zeit und liefert wenig fachlichen Mehrwert.

Zweites Muster: Subtile Logikfehler

Hier wird die KI inkonsistent. Manchmal findet sie einen Fehler, der einem Menschen entgangen wäre. Manchmal behauptet sie einen Fehler, der keiner ist. Manchmal übersieht sie einen, der offensichtlich ist.

Wer KI-Reviews ungeprüft übernimmt, wird verwirrt. Wer sie als Hinweis behandelt, fängt manche Fehler früher ab, akzeptiert aber das Rauschen.

In der Praxis bedeutet das: Die KI markiert Stellen, ein Mensch entscheidet, was davon ein echter Fund ist.

Drittes Muster: Architektur und Geschäftslogik

Hier ist KI weitgehend nutzlos und manchmal sogar schädlich. Ob eine neue Funktion an der richtigen Stelle hängt, ob sie eine bestehende Abstraktion bricht, ob sie ein langfristiges Problem löst oder kaschiert, all das versteht das Modell nicht. Es kennt die fachliche Realität nicht.

Schlimmer: Es kann plausibel klingende Empfehlungen geben, die genau in die falsche Richtung führen. Etwa “extrahiere das in einen separaten Service”, obwohl die Komplexität des aktuellen Systems das nicht hergibt.

Was bleibt für den Menschen

Genau die Schichten, in denen die KI versagt: Architektur-Bewertung, fachliche Konsistenz, langfristige Wartbarkeit. Diese Reviews sind die wertvollsten und gleichzeitig die zeitintensivsten. Wenn KI die ersten beiden Muster wegnimmt, bleibt mehr Energie für die dritte Schicht. Das ist der Hebel, nicht der vollständige Ersatz.

Fazit

KI im Code-Review ist eine sinnvolle Ergänzung, kein Ersatz. Sie befreit Reviewer von Arbeit, die ohnehin keinen Spaß macht, und legt das fachliche Urteil zurück in Menschenhand. Wer überlegt, wie das im eigenen Team konkret aussieht, kann mich ansprechen.