Codeberg verbietet KI-Training und KI-Massenprojekte

Schutz der digitalen Infrastruktur

Die Plattform Codeberg hat weitreichende Entscheidungen getroffen, um den eigenen Bestand an Quellcode und Nutzerdaten vor der ungefragten Verwendung für das Training großer Sprachmodelle (LLMs) zu schützen. Der Berliner Verein, der sich als nichtkommerzielle und datensparsame Alternative zu großen Anbietern wie GitHub versteht, reagiert damit auf die zunehmende Belastung seiner IT-Infrastruktur.

Die Mitgliederversammlung hat zwei zentrale Anträge verabschiedet. Zum einen wurde bekräftigt, dass weder der gehostete Quellcode noch andere Nutzerdaten für das Training generativer KI-Systeme genutzt werden dürfen. Zum anderen sollen künftig Repositories ausgeschlossen werden, die weitgehend automatisiert durch KI-Agenten erstellt wurden und keine menschliche Pflege erfahren.

Warum KI-Crawler zum Problem werden

Obwohl sich das Verbot primär auf die interne Ausrichtung von Codeberg bezieht, verdeutlicht es die Problematik externer Akteure. Viele KI-Anbieter setzen Crawler ein, die nicht nur die Git-Repositories selbst abrufen, sondern auch Webansichten, Issue-Filter und Historienstände massenhaft durchsuchen. Diese wiederholten Zugriffe belasten die Datenbanken erheblich. Die Administratoren sehen sich dadurch gezwungen, Schutzmaßnahmen und Limits einzuführen, die letztlich auch die reguläre Arbeit der Community behindern können.

Zusätzlich führt der Verein ökologische und ökonomische Gründe an. Der Betrieb von LLMs erfordert einen massiven Energie- und Hardwareaufwand. Codeberg sieht diesen Ressourcenverbrauch als unvereinbar mit dem eigenen Anspruch an eine gemeinschaftlich getragene und ressourcenschonende Infrastruktur an.

Kampf gegen die Flut an „vibe-coded“ Projekten

Der zweite Beschluss richtet sich gegen sogenannte „vibe-coded“ Projekte. Dabei handelt es sich um Repositories, die fast ausschließlich durch KI-Modelle oder autonome Agenten generiert wurden, ohne dass eine langfristige menschliche Wartung oder Prüfung erfolgt. Mit einer Mehrheit von 358 zu 144 Stimmen wurde der Weg für eine entsprechende Anpassung der Nutzungsbedingungen geebnet.

Der Verein betont jedoch, dass es keine automatisierten Massenlöschungen geben wird. Projekte mit einer aktiven Community, einer langen Historie oder kleine Experimente mit geringem Ressourcenverbrauch sind von den neuen Regeln in der Regel nicht betroffen. Im Fokus stehen vielmehr Projekte, die durch unverhältnismäßig hohen Speicherverbrauch oder exzessive CI/CD-Pipelines die spendenfinanzierte Infrastruktur belasten, ohne einen echten Mehrwert für die Open-Source-Welt zu bieten.

Herausforderungen für die Maintainer

Die zunehmende Automatisierung der Softwareentwicklung stellt Maintainer vor neue Herausforderungen. Zwar erleichtern KI-Werkzeuge das Einreichen von Änderungsvorschlägen, doch die Qualität der Beiträge sinkt häufig. Die Prüfung von Architektur, Sicherheit, Lizenzfragen und Wartbarkeit bleibt weiterhin eine menschliche Aufgabe. Wenn Maintainer mit oberflächlichen oder fehlerhaften Beiträgen überflutet werden, steigt der Arbeitsaufwand spürbar an.

Andere Plattformen wählen hierbei unterschiedliche Wege. Während GitHub auf Moderationswerkzeuge setzt, um gegen sogenannten „KI-Slop“ vorzugehen, nutzt die Hosting-Software Forgejo, auf der Codeberg basiert, restriktive `robots.txt`-Dateien. Diese sollen zumindest jene Crawler fernhalten, die sich an gängige Konventionen halten. Gegen Akteure, die diese Vorgaben ignorieren, bleibt die technische Abwehr jedoch schwierig.

Die Entscheidung von Codeberg markiert einen klaren Standpunkt innerhalb der Open-Source-Gemeinschaft. Während kommerzielle Anbieter wie GitLab oder GitHub individuelle Opt-out-Optionen für das KI-Training anbieten, wählt Codeberg einen restriktiveren Ansatz, um die Integrität und Nachhaltigkeit der eigenen Plattform langfristig zu sichern.