GitHub: Copilot ist in Enterprise jetzt inklusive

Bisher war GitHub CopilotCopilotKI-Assistent, der direkt im Arbeitsprogramm unterstützt.Im Glossar ansehen → für Firmen eine zweite Lizenz neben GitHub Enterprise: pro Entwickler ein Platz für das Repository-Hosting, ein weiterer für den KI-Assistenten. Damit ist Schluss. Auf seiner Konferenz Universe hat GitHub am 28. Oktober 2026 angekündigt, dass Enterprise-Kunden alle Copilot-Funktionen ohne separates Abo nutzen können. Bezahlt wird nur noch, was tatsächlich verbraucht wird. Gleichzeitig ist Copilot Fusion allgemein verfügbar, ein Router, der für jede Anfrage selbst das passende Modell aussucht.

Was sich bei der Lizenz ändert

Die Kernaussage von GitHub ist knapp:

„Starting today, GitHub Enterprise customers can use all Copilot features without buying a separate subscription. You pay for the AI credits you use.“

Laut heise fällt für Nutzer mit einer GitHub-Enterprise-Cloud-Lizenz (21 US-Dollar pro Monat) damit keine zusätzliche Copilot-Gebühr mehr an. Abgerechnet wird nach Credits, also nach tatsächlicher Nutzung der Modelle. Ein paar Einschränkungen gibt es:

• Nur über den Vertrieb: Das Modell ist vorerst über GitHub Sales buchbar, eine Self-Service-Variante soll „bald“ folgen.
• Freiwilliger Wechsel: Wer heute Copilot Business oder Copilot Enterprise hat, kann seinen Tarif behalten oder später umsteigen.
• Zuweisung bleibt Handarbeit: Den Copilot-Zugang müssen Admins den Teammitgliedern weiterhin einzeln zuweisen.
• Standalone bleibt teurer im Detail: Copilot Standalone kostet weiter 10 US-Dollar pro Monat, enthält laut heise aber kein Credit-Kontingent. Abgerechnet wird ab der ersten Nutzung.

Die Umstellung passt zu einer Linie, die GitHub seit April verfolgt: Damals kündigte das Unternehmen die Abrechnung über Credits an, seit Juni gibt es für Einzelentwickler feste und variable Credits.

Copilot Fusion wählt das Modell selbst

Die zweite Neuerung betrifft die Frage, welches Modell eigentlich arbeitet. Statt eines bestimmten Modells wählen Entwickler künftig „Copilot Fusion“ und eine von drei Stufen: Standard für den Alltag, High für anspruchsvolle Aufgaben, Max für die schwierigsten. Fusion entscheidet dann pro Anfrage, wie die Modelle zusammenarbeiten:

• Single: Ein Modell erledigt die Aufgabe direkt.
• Cascade: Ein günstiges Modell schreibt einen Entwurf, eine Qualitätsprüfung entscheidet, ob er reicht oder an ein stärkeres Modell geht.
• Critique: Ein Modell entwirft, ein zweites prüft, das erste überarbeitet.

Nach Angaben von GitHub erreicht Fusion Max im Coding Agent Index von Artificial Analysis 60 Punkte und liegt damit zwei Punkte hinter ClaudeClaudeDer KI-Assistent des Unternehmens Anthropic.Im Glossar ansehen → Code mit Opus 5.5 Max, bei etwa halben API-Kosten je Aufgabe und rund 40 Prozent weniger Zeit. Das sind Herstellerangaben, eine unabhängige Prüfung im eigenen Codebestand ersetzen sie nicht. Abgerechnet wird jedes beteiligte Modell zum normalen Tarif, für eine begrenzte Zeit gibt es in bezahlten Plänen 30 Prozent Rabatt auf die Modellkosten. Ein Enddatum nennt GitHub nicht.

Die Modellwahl wird zur Richtlinie

Für Unternehmen ist ein Detail besonders wichtig: Fusion nutzt nur Modelle, die in den Modellrichtlinien von Enterprise und Organisation freigegeben sind. Admins können pro Modell festlegen, was gilt, einzelne Modelle nur für Fusion sperren und Fusion als Standard vorgeben. Verfügbar ist Fusion in allen Copilot-Plänen, in VS Code, der Copilot-App, der Copilot CLI und den JetBrains-IDEs.

Damit verschiebt sich die Entscheidung, welches Modell den Firmencode zu sehen bekommt, vom einzelnen Entwickler in die zentrale Konfiguration. Wer bisher stillschweigend darauf vertraut hat, dass alle mit demselben Modell arbeiten, sollte die Freigabeliste jetzt bewusst pflegen.

Was das für Ihr Unternehmen heißt

• Lizenzen neu rechnen: Wer GitHub Enterprise nutzt und Copilot bisher pro Kopf bezahlt hat, sollte mit dem Vertrieb das Verbrauchsmodell durchrechnen. Für Teams mit vielen Gelegenheitsnutzern kann es deutlich günstiger sein.
• Budgetgrenzen setzen: Ohne feste Pro-Kopf-Gebühr hängt die Rechnung am Verbrauch. Limits und Warnschwellen gehören deshalb vor den Start, nicht danach. Warum Verbrauch kein Erfolgsmaß ist, zeigt Amazons neue Leitlinie gegen Tokenmaxxing.
• Modellfreigaben prüfen: Welche Anbieter dürfen Ihren Code verarbeiten, wo laufen die Modelle? Diese Liste steuert jetzt direkt, was Fusion verwendet.
• Fusion im eigenen Code testen: Die BenchmarksBenchmarkStandardisierter Test, um die Leistung von KI-Modellen zu vergleichen.Im Glossar ansehen → sind vielversprechend, aber Herstellerangaben. Ein paar typische Aufgaben aus dem eigenen Repository mit und ohne Fusion vergleichen bringt mehr Klarheit.
• Router-Prinzip übernehmen: Die Idee, einfache Aufgaben an günstige Modelle zu geben und nur bei Bedarf zu eskalieren, lohnt sich auch in eigenen KI-Anwendungen. Wie groß die Preisunterschiede sind, zeigt etwa GPT-6.1 Terra.

Wie unterschiedlich Firmen das Kostenthema angehen, zeigte zuletzt Accenture mit einem Claude-Deckel von 29 Dollar pro Kopf. Und dass mehr Modelle nicht automatisch bessere Ergebnisse liefern, hat ein Test zu Agenten-Teams gezeigt.

Fazit

GitHub macht aus Copilot vom Zusatzprodukt einen Teil der Plattform und rechnet nach Verbrauch ab. Das senkt die Einstiegshürde, verlagert aber die Kostenkontrolle zu den Unternehmen: Wer keine Budgets und Modellrichtlinien pflegt, merkt das erst an der Rechnung. Wenn Sie klären möchten, welches Lizenz- und Modell-Setup für Ihr Entwicklungsteam sinnvoll ist, sprechen Sie mich gern an.