KI-Zitationsstudie: Wird GitHub von KIs zitiert?

GitHub ist eine Primärquelle im engeren Sinn: Die Seiten stammen von den Menschen, die die Software entwickeln. Ein README erklärt, was ein Projekt leistet, die Release-Seite nennt die Änderungen jeder Version, und die Issues, also die Fehler- und Aufgabenverwaltung, zeigen, welche Fehler bekannt und ob sie behoben sind. KI-Modelle nutzen diese Seiten als Beleg, wenn sie ein Werkzeug beschreiben.

Vier Arten von GitHub-Seiten tauchen in Antworten besonders häufig auf:

• Startseiten von Repositorys, deren README als offizielle Beschreibung eines Open-Source-Projekts dient.
• Releases und Änderungsprotokolle, genutzt für Fragen wie "Was ist die aktuelle Version?" oder "Seit wann gibt es diese Funktion?".
• Issues und Diskussionen, zitiert, wenn jemand nach einem Fehler, einer Einschränkung oder einer Umgehungslösung fragt.
• Sicherheitshinweise aus der GitHub Advisory Database, die bekannte Schwachstellen in Open-Source-Paketen dokumentiert.

Auch Organisationsprofile zählen. Ein Unternehmen, das seine SDKs, Plugins oder Integrationen in einer öffentlichen GitHub-Organisation pflegt, hinterlässt für KI-Modelle eine überprüfbare Spur: Das Produkt existiert und wird weiterentwickelt.

Die Zitate häufen sich bei technischen Suchabsichten. Typische Prompts: "Open-Source-Alternative zu Jira", "Kommandozeilentool von Stripe installieren", "Wird dieses npm-Paket noch gepflegt?", "bester selbst gehosteter Passwortmanager" oder "Log4j-Sicherheitslücke schließen". In jedem Fall ist das Repository der direkteste Beleg, den ein Assistent liefern kann.

Fragen zu alltäglichen Unternehmen führen selten zu GitHub. Niemand braucht ein Repository, um "einen zuverlässigen Klempner in München" oder "die beste Steuerberatung für ein Start-up" zu finden. GitHub-Zitate konzentrieren sich deshalb auf Fragen zu Softwareherstellern, IT-Sicherheitsanbietern und IT-Dienstleistern und bleiben in anderen Branchen eine Randerscheinung.

Hinzu kommt die Sprache. Die Dokumentation auf GitHub ist ganz überwiegend englisch, daher erreichen englische Antworten sie viel selbstverständlicher als deutsche, französische oder spanische, die eher übersetzte Anleitungen oder lokale Medien zitieren.

Der Unterschied liegt vor allem darin, wie jedes Modell Informationen abruft. Gemini stützt viele Antworten auf die Google-Suche, in der Repositorys bei Projektnamen weit oben erscheinen, sodass ein GitHub-Link die Antwort begleiten kann. ChatGPT kombiniert Trainingswissen mit aktuellen Ergebnissen seiner Websuche und fügt einen Repository-Link vor allem dann hinzu, wenn die Frage ein bestimmtes Projekt nennt.

Perplexity durchsucht für jede Frage das Web und zeigt seine Quellen, stützt sich bei Vergleichsfragen aber oft auf Testberichte und Herstellerseiten statt auf die Repositorys selbst. Grok ergänzt Beiträge von X, wo Entwickler neue Versionen ankündigen und Fehler diskutieren. Claude nennt standardmäßig seltener Quellen und beschreibt ein Projekt meist in eigenen Worten, sofern die Websuche nicht aktiviert ist.

Ein Teil des Einflusses von GitHub bleibt in Zitatzählungen unsichtbar. Öffentlicher Code und Dokumentation von GitHub fließen in die Trainingsdaten vieler großer Modelle ein, sodass ein Assistent die Funktionsweise einer Bibliothek erklären kann, ohne die Seite zu nennen, aus der sein Wissen stammt.

Ein Zitat bedeutet hier, dass die Antwort eine Seite auf github.com als Quelle angegeben hat: ein Repository, ein Issue, einen Sicherheitshinweis oder die GitHub-Dokumentation. Ein Rat wie "Hosten Sie Ihren Code auf GitHub" ohne Link empfiehlt den Dienst. Das ist ein anderes Signal, das diese Quote nicht erfasst.

Mit GitHub Pages erstellte Websites liegen auf github.io oder auf eigenen Domains und sind daher als eigenständige Websites zu betrachten. Für eine Marke ist der wertvolle Fall, dass eines ihrer eigenen Repositorys in einer Antwort zu ihrer Kategorie auftaucht: eine technische Referenz, die ein Assistent überprüfen kann, was Marketingseiten selten gelingt.