Hinter Codeium stand ein Start-up aus dem Silicon Valley, das ursprünglich unter dem Namen Exafunction an Infrastruktur für die effiziente Ausführung von KI-Modellen auf Grafikprozessoren arbeitete. Diese Herkunft prägte das Produkt: Statt nur ein fremdes Sprachmodell über eine Programmierschnittstelle anzusprechen, entwickelte das Team eigene, auf Code spezialisierte Modelle und eine eigene Serving-Infrastruktur. Das Ergebnis war ein Assistent, der Vorschläge sehr schnell liefern konnte und dessen Betreiber die Kosten pro Anfrage so weit im Griff hatten, dass ein dauerhaft kostenloser Einstieg wirtschaftlich darstellbar schien. Ab etwa 2022 stand Codeium als Plugin öffentlich zur Verfügung und gewann rasch eine große Nutzerbasis, vor allem unter Entwicklern, die GitHub Copilot ausprobiert hatten, aber kein Abonnement abschließen wollten oder einen Editor nutzten, den Copilot nicht unterstützte.
Ende 2024 brachte dasselbe Unternehmen mit Windsurf einen eigenen, KI-zentrierten Code-Editor auf den Markt. Er basiert, wie viele Konkurrenten, auf der quelloffenen Codebasis von Visual Studio Code und stellt einen agentischen Assistenten in den Mittelpunkt. Im Laufe des Jahres 2025 rückte das Unternehmen die Marke Windsurf ganz nach vorn; die bisherigen Codeium-Erweiterungen wurden schrittweise als Windsurf-Plugins weitergeführt. Kurz darauf folgten Berichte über Übernahmegespräche, Wechsel in der Führung und einen Eigentümerwechsel. Wer heute nach Codeium sucht, stößt deshalb auf eine Mischung aus alten Produktnamen, neuen Marken und widersprüchlichen Informationen. Dieser Artikel ordnet das ein und konzentriert sich auf die Frage, die für Unternehmen zählt: Was leistet die Codeium-Technologie in den IDE-Plugins, und unter welchen Bedingungen ist ihr Einsatz sinnvoll?
Die Begriffe werden in Fachartikeln, Foren und selbst in offiziellen Unterlagen nicht einheitlich verwendet. Für dieses Dokument gilt folgende Unterscheidung: Mit Codeium meinen wir die ursprüngliche Produktlinie aus KI-Erweiterungen für bestehende IDEs sowie die dahinterliegende Technologie für Vervollständigung, Chat und Kontextverarbeitung. Mit Windsurf meinen wir den eigenständigen KI-Editor mit seinem agentischen Assistenten, der in einem separaten Artikel ausführlich behandelt wird. Die Windsurf-Plugins sind die Weiterführung der Codeium-Erweiterungen unter neuem Namen. Funktional bauen sie auf derselben Grundlage auf; Umfang und Benennung einzelner Funktionen können sich aber unterscheiden.
In mittelständischen Unternehmen sind Entwicklungsumgebungen selten einheitlich. Die Java-Abteilung arbeitet mit IntelliJ, das ERP-Team mit Visual Studio, die Webentwicklung mit VS Code, die Data-Science-Kollegen in Jupyter-Notebooks und einzelne Spezialisten im Terminal mit Vim oder Neovim. Ein KI-Assistent, der nur in einer dieser Umgebungen funktioniert, erreicht immer nur einen Teil der Belegschaft. Genau diese Lücke hat Codeium früh adressiert, und genau deshalb taucht der Name in Werkzeugvergleichen und Ausschreibungen weiterhin auf.
Hinzu kommt, dass viele Teams Codeium bereits nutzen, häufig über private Konten aus der Zeit des kostenlosen Einstiegs. Für IT-Verantwortliche ist das eine Form von Schatten-IT, die sich mit dem Wechsel von Marke und Eigentümer nicht von selbst erledigt. Im Gegenteil: Wer nicht weiß, welche Erweiterungen auf Entwicklerrechnern installiert sind und an welche Server sie Code senden, kann weder Datenschutz noch Vertraulichkeit sicherstellen. Eine bewusste Entscheidung, ob Codeium beziehungsweise sein Nachfolger offiziell eingeführt, durch ein anderes Werkzeug ersetzt oder ausdrücklich ausgeschlossen wird, ist deshalb überfällig.
Die Positionierung von Codeium hat sich in wenigen Jahren deutlich verschoben. Zum Start stand die Botschaft im Vordergrund, dass KI-Code-Completion für Einzelpersonen kostenlos sein sollte. Das verschaffte dem Werkzeug enorme Reichweite und viele positive Erfahrungsberichte. Parallel baute das Unternehmen aber ein Geschäft mit Unternehmenskunden auf, das aus heutiger Sicht der eigentliche wirtschaftliche Kern war. Diese Kunden bezahlten für zentrale Verwaltung, für Zusagen, dass ihr Code nicht gespeichert oder zum Training verwendet wird, und für die Möglichkeit, das System in der eigenen Cloud-Umgebung oder auf eigenen Servern zu betreiben.
Gerade die Self-Hosting-Option war lange ein Alleinstellungsmerkmal gegenüber GitHub Copilot, das ausschließlich als Cloud-Dienst angeboten wird. Für Unternehmen aus regulierten Branchen, aus dem Verteidigungsumfeld oder mit besonders schützenswertem geistigen Eigentum war das ein starkes Argument. Codeium betonte außerdem, dass seine Modelle auf Code mit freizügigen Lizenzen trainiert worden seien und Vorschläge, die öffentlichem Code zu sehr ähneln, gefiltert werden könnten. Solche Aussagen sind für die Bewertung von Lizenzrisiken hilfreich, sollten aber stets im Vertragstext und in der aktuellen Dokumentation nachvollzogen werden, weil sie sich mit neuen Modellversionen ändern können.
Wir geben diese Entwicklungen bewusst zurückhaltend wieder, da Details zu Verträgen, Rechten und künftiger Produktstrategie öffentlich nur teilweise bekannt sind. Für Unternehmen ergeben sich daraus aber konkrete Prüfaufgaben: Wer ist heute Vertragspartner? Gelten bestehende Enterprise-Verträge, Auftragsverarbeitungsverträge und Self-Hosting-Lizenzen unverändert weiter? Werden die Plugins für alle bisher unterstützten IDEs weiter gepflegt, oder konzentriert sich die Entwicklung auf den eigenen Editor? Und gibt es eine verbindliche Roadmap für die Funktionen, auf die Ihr Team angewiesen ist? Diese Fragen sollten Sie direkt beim Anbieter klären und sich die Antworten schriftlich bestätigen lassen.
Unabhängig von Markennamen steht Codeium im Markt für ein bestimmtes Konzept: einen schnellen, breit verfügbaren KI-Assistenten, der sich in bestehende Werkzeuge einfügt, statt sie zu ersetzen. Dieses Konzept konkurriert heute mit zwei Gegenentwürfen. Der eine sind KI-native Editoren wie Cursor oder Windsurf selbst, die den gesamten Arbeitsablauf um den Agenten herum neu denken. Der andere sind Terminal- und Cloud-Agenten wie Claude Code oder OpenAI Codex, die ganze Aufgaben eigenständig erledigen. Plugin-basierte Assistenten bleiben dazwischen die konservativste und am leichtesten einzuführende Variante, was für viele mittelständische Teams genau richtig ist.
Die Inline-Vervollständigung ist das Herzstück. Codeium analysiert den Text vor und nach der Cursorposition sowie weitere Kontextquellen und schlägt eine Fortsetzung vor. Bei einfachen Mustern, etwa Getter und Setter, wiederkehrende Mapping-Logik oder die Fortführung einer begonnenen Liste, sind die Vorschläge oft genau richtig. Bei komplexer Geschäftslogik liefern sie zumindest einen Ausgangspunkt, den die Entwicklerin anpasst. Ein wichtiges Qualitätsmerkmal ist die Latenz: Vorschläge, die erst nach einer spürbaren Pause erscheinen, unterbrechen den Schreibfluss. Codeium hat hier von Beginn an auf eigene Modelle und optimierte Infrastruktur gesetzt und wurde dafür in vielen Erfahrungsberichten gelobt.
Später kam eine Funktion hinzu, die über die reine Vervollständigung an der Cursorposition hinausgeht. Unter Bezeichnungen wie Supercomplete beschrieb der Anbieter die Fähigkeit, aus den letzten Bearbeitungen abzuleiten, was als Nächstes zu tun ist, und Änderungen auch an anderen Stellen der Datei vorzuschlagen. Wer etwa einen Parameter umbenennt, bekommt den Vorschlag, die übrigen Verwendungen anzupassen. Solche Funktionen sparen Zeit, verlangen aber Aufmerksamkeit, weil Änderungen außerhalb des unmittelbaren Blickfelds leichter übersehen werden.
Der Chat ist in einem Seitenbereich der IDE untergebracht und kennt die aktuell geöffnete Datei, markierte Abschnitte und je nach Konfiguration weitere Teile des Projekts. Typische Anfragen lauten „Was macht diese Methode?“, „Warum schlägt dieser Test fehl?“ oder „Schreibe Unit-Tests für diese Klasse“. Über kleine Einblendungen oberhalb von Funktionen, sogenannte Code-Lenses, lassen sich häufige Aktionen wie Erklären, Refaktorieren oder Docstring erzeugen mit einem Klick auslösen. Das senkt die Hürde gerade für Entwickler, die mit Chat-Assistenten wenig Erfahrung haben.
Für die Qualität der Antworten ist entscheidend, welches Sprachmodell im Hintergrund arbeitet. Codeium kombinierte eigene Modelle mit großen Modellen externer Anbieter, wobei die Auswahl je nach Tarif und Zeitpunkt variierte. In Unternehmen sollte die Modellauswahl bewusst festgelegt werden, weil sie Auswirkungen auf Datenflüsse und Subprozessoren hat. Ein Modell, das bei einem Drittanbieter läuft, bedeutet einen zusätzlichen Empfänger Ihres Codes.
Mit Inline-Befehlen markiert man einen Codeabschnitt und beschreibt die gewünschte Änderung. Codeium erzeugt daraufhin einen Vorschlag, der als Diff angezeigt und angenommen oder verworfen wird. Das eignet sich gut für lokale Umbauten innerhalb einer Funktion oder Datei. Für größere, dateiübergreifende Änderungen, etwa das Einführen einer neuen Schicht in der Architektur oder die Migration auf eine neue Bibliotheksversion im gesamten Projekt, sind die Plugins weniger ausgelegt. Hier spielen agentische Editoren und Terminal-Agenten ihre Stärken aus, wie Kapitel 04 und Kapitel 06 zeigen. Wer die Plugins mit realistischen Erwartungen einsetzt, erlebt sie als zuverlässige Beschleuniger der täglichen Routinearbeit, nicht als autonome Entwickler.
Eine Besonderheit von Codeium war von Anfang an der Einsatz eigener, für Programmcode trainierter Modelle für die Vervollständigung. Solche Modelle sind kleiner und schneller als große Allzweck-Sprachmodelle und eignen sich deshalb besonders für die Inline-Vorhersage, bei der Millisekunden zählen. Für anspruchsvollere Aufgaben im Chat, etwa das Erklären komplexer Zusammenhänge oder das Entwerfen größerer Codeabschnitte, wurden zusätzlich große Modelle externer Anbieter angeboten. Diese Arbeitsteilung ist heute bei vielen Assistenten üblich, wurde von Codeium aber früh konsequent umgesetzt.
Für Unternehmen hat das zwei Folgen. Erstens kann die Qualität je nach gewähltem Modell deutlich schwanken; ein Pilotprojekt sollte deshalb mit der Modellkonfiguration erfolgen, die später auch produktiv genutzt wird. Zweitens bestimmt die Modellwahl, welche Unternehmen Ihren Code zu sehen bekommen. Bei eigenen Modellen des Anbieters bleibt der Kreis der Empfänger kleiner; bei externen Modellen kommen weitere Subprozessoren hinzu, deren Sitz und Datenschutzzusagen separat zu prüfen sind.
Ein Sprachmodell kann nur so gute Vorschläge machen, wie es den umgebenden Code kennt. Codeium investierte daher viel in eine Kontext-Engine, die das lokale Projekt indiziert und bei jeder Anfrage die relevantesten Ausschnitte auswählt. Dazu gehören Definitionen von Klassen und Funktionen, die gerade verwendet werden, ähnliche Codestellen im Projekt und Konventionen wie Namensgebung oder Fehlerbehandlung. Nutzer konnten außerdem gezielt Dateien, Verzeichnisse oder Symbole als Kontext anheften. Für Enterprise-Kunden wurde die Indizierung auf mehrere Repositories ausgeweitet, sodass der Assistent etwa interne Bibliotheken kennt, die in anderen Projekten liegen.
Der Nutzen ist erheblich: Vorschläge, die interne Hilfsfunktionen statt generischer Lösungen verwenden, passen besser in die bestehende Codebasis und werden häufiger übernommen. Gleichzeitig wirft die Indizierung Fragen auf, die geklärt sein sollten. Wo wird der Index gespeichert, lokal oder auf Servern des Anbieters? Welche Verzeichnisse werden ausgeschlossen? Und wie verhindert man, dass Konfigurationsdateien mit Zugangsdaten, Kundendaten in Testfixtures oder vertrauliche Dokumente in den Kontext geraten? Ausschlusslisten, vergleichbar mit einer Ignorier-Datei in der Versionsverwaltung, gehören deshalb zur Grundkonfiguration.
Mit dem Windsurf-Editor führte das Unternehmen einen agentischen Assistenten ein, der Aufgaben über mehrere Dateien hinweg plant, Terminalbefehle vorschlägt oder ausführt und Ergebnisse überprüft. Teile dieser Fähigkeiten wurden nach und nach auch in die Plugins übertragen, allerdings nicht in jede IDE im gleichen Umfang. In der Praxis bleibt eine klare Faustregel: Die Plugins sind stark bei der Unterstützung des Menschen, der selbst tippt und entscheidet. Wer Aufgaben weitgehend an einen Agenten delegieren möchte, findet in einem KI-nativen Editor oder einem Terminal-Agenten meist das passendere Werkzeug.
Diese Unterscheidung ist für Unternehmen keine reine Geschmacksfrage. Agentische Funktionen können Dateien ändern, Abhängigkeiten installieren und Befehle ausführen. Das verlangt zusätzliche Regeln: Welche Befehle sind erlaubt? Arbeitet der Agent nur auf einem eigenen Branch? Wer prüft die Ergebnisse? Für reine Completion- und Chat-Nutzung sind die Anforderungen niedriger, was die Einführung der Plugins vereinfacht. Wer später agentisch arbeiten möchte, sollte die Governance dafür separat aufsetzen, unabhängig davon, ob der Agent im Plugin, im Editor oder im Terminal läuft.
Für gemischte Teams bedeutet die breite Abdeckung, dass ein einziger Vertrag, eine Verwaltungskonsole und ein Satz Richtlinien für alle Entwicklerinnen und Entwickler genügen. Das vereinfacht Lizenzverwaltung, Schulung und Datenschutzprüfung erheblich. Wo andere Anbieter nur zwei oder drei Umgebungen unterstützen, müssten Unternehmen sonst mehrere Werkzeuge parallel betreiben und für jedes eigene Prüfungen durchführen.
Allerdings ist Unterstützung nicht gleich Unterstützung. In der Praxis erhielten die meistgenutzten Umgebungen neue Funktionen zuerst, während kleinere Plugins teilweise nur die Kernfunktionen boten. Nach dem Markenwechsel und der Konzentration auf den eigenen Editor stellt sich zusätzlich die Frage, wie lange und in welchem Umfang die Plugins für weniger verbreitete IDEs weiterentwickelt werden. Ein Pilot sollte deshalb alle IDEs einbeziehen, die im Unternehmen tatsächlich genutzt werden, nicht nur VS Code.
Empfehlenswert ist, KI-unterstützte Commits nicht gesondert zu kennzeichnen, sondern die bestehenden Qualitätsmechanismen konsequent anzuwenden: verpflichtende Reviews, automatisierte Tests und statische Analyse. Code, den ein Assistent vorgeschlagen hat, ist nach der Übernahme Code des Teams und unterliegt denselben Regeln wie jeder andere.
In Build- und Deployment-Pipelines spielt Codeium als Plugin keine direkte Rolle. Indirekt wirkt es aber auf sie ein: Mehr generierter Code bedeutet mehr Code, den Pipelines testen und scannen müssen. Teams, die KI-Assistenten einführen, sollten deshalb gleichzeitig prüfen, ob Testabdeckung, Abhängigkeitsprüfungen und Sicherheitsscanner ausreichend sind, um die höhere Änderungsfrequenz abzufangen. Auf Verwaltungsebene sind Anbindungen an Identitätsdienste für Single Sign-on, an Verzeichnisdienste für die automatische Benutzerverwaltung und an Auswertungsfunktionen zur Nutzung relevant. Diese waren den Team- und Enterprise-Varianten vorbehalten und gehören in jede Anforderungsliste.
Die einfachste Variante ist die Nutzung der Cloud des Anbieters. Entwickler installieren das Plugin, melden sich über das Unternehmenskonto an und können sofort loslegen. Code-Ausschnitte werden dabei an die Server des Anbieters in den USA oder in anderen von ihm gewählten Regionen übertragen. Für viele Codebasen ist das mit einem passenden Vertrag vertretbar, für besonders sensible nicht. Eine Zwischenstufe bilden Bereitstellungen in einer privaten Cloud-Umgebung, bei denen die Modelle in einem dem Kunden zugeordneten, abgeschotteten Bereich eines großen Cloud-Anbieters laufen, idealerweise in einer EU-Region.
Nach der technischen Bereitstellung entscheidet die Konfiguration über Sicherheit und Nutzen. Zentrale Punkte sind Ausschlusslisten für Verzeichnisse und Dateitypen, die nie an den Assistenten gehen dürfen, etwa Umgebungsdateien, Zertifikate, Kundendaten-Exporte oder Verträge, die versehentlich im Repository liegen. Hinzu kommen die Auswahl der freigegebenen Modelle, das Aktivieren von Filtern gegen Vorschläge mit großer Nähe zu öffentlichem Code und die Verwaltung von Benutzern über Single Sign-on, damit ausscheidende Mitarbeitende automatisch den Zugriff verlieren.
Im laufenden Betrieb lohnt ein regelmäßiger Blick auf die Nutzungsauswertungen: Wird das Werkzeug tatsächlich genutzt? In welchen Teams nicht, und warum? Gibt es Hinweise auf Qualitätsprobleme, etwa mehr Nacharbeit in Reviews? Zudem sollten Plugin-Updates zentral beobachtet werden, weil neue Versionen Funktionen hinzufügen können, die neue Datenflüsse auslösen, etwa agentische Fähigkeiten oder zusätzliche Modelle. Eine halbjährliche Überprüfung von Vertrag, Datenschutzzusagen und Produktstatus ist gerade bei einem Anbieter im Umbruch angemessen.
Ein Industrieunternehmen mit rund zwanzig Entwicklerinnen und Entwicklern betreibt eine Eigenentwicklung für die Produktionsplanung in Java, mehrere Windows-Werkzeuge für den Service in C# sowie ein Kundenportal auf Basis gängiger Web-Technologien. Mehrere Entwickler nutzen bereits privat einen KI-Assistenten, teils Codeium, teils andere. Die IT-Leitung möchte das ordnen. Ein Plugin-Assistent mit breiter IDE-Unterstützung ist hier naheliegend, weil er alle drei Welten abdeckt. Im Pilot zeigt sich, dass der Nutzen in der Web- und Java-Entwicklung am größten ist, während das Plugin in Visual Studio weniger Funktionen bietet. Die Entscheidung fällt daher nicht nur nach Funktionsumfang, sondern auch nach der Verlässlichkeit der Plugin-Pflege, die nach dem Eigentümerwechsel ausdrücklich beim Anbieter nachgefragt wird.
Organisatorisch wichtiger als die Werkzeugwahl ist in diesem Szenario die Ablösung der privaten Konten. Solange einzelne Entwickler über kostenlose Zugänge arbeiten, fließt Firmen-Code ohne Vertrag und ohne Kontrolle an externe Server. Die Einführung eines zentral verwalteten Zugangs mit Auftragsverarbeitungsvertrag ist deshalb in erster Linie eine Datenschutzmaßnahme und erst in zweiter Linie eine Produktivitätsmaßnahme.
Ein Hersteller von Messtechnik beschäftigt fünf Entwickler, die Firmware und Auswertungssoftware schreiben. Der Code enthält Algorithmen, die einen wesentlichen Teil des Unternehmenswerts ausmachen. Hier ist die Frage nicht, ob ein Assistent produktiver macht, sondern ob der Code die eigene Umgebung verlassen darf. Ein Cloud-Assistent mit Standardvertrag scheidet aus. Infrage kommen Self-Hosting-Varianten oder eine private Cloud-Bereitstellung in der EU mit verbindlicher Zusage, dass keine Daten gespeichert oder zum Training verwendet werden. Für ein Team dieser Größe ist eigene GPU-Infrastruktur allerdings oft unverhältnismäßig. Eine pragmatische Lösung kann sein, den Assistenten nur für nicht kritische Projekte wie Testwerkzeuge und interne Skripte freizugeben und die Kernalgorithmen über Ausschlusslisten konsequent herauszuhalten.
Viele Mittelständler kämpfen mit Code, den niemand mehr vollständig versteht: Erweiterungen des ERP-Systems, Schnittstellen zu Lieferanten, Skripte für Datenmigrationen. Die ursprünglichen Entwickler sind im Ruhestand oder haben das Unternehmen verlassen. Ein Chat-Assistent im Editor kann hier eine wertvolle Unterstützung sein: Er erklärt, was eine Funktion tut, schlägt Kommentare und Dokumentation vor und hilft, Tests als Sicherheitsnetz vor Änderungen zu schreiben. Wichtig ist die richtige Erwartung: Der Assistent liefert Hypothesen, keine Gewissheiten. Seine Erklärungen müssen von einer fachkundigen Person geprüft werden, bevor sie in die offizielle Dokumentation übernommen werden. Gerade bei Altcode mit ungewöhnlichen Sprachen oder Frameworks schwankt die Qualität stärker als bei modernen Technologien.
Kostenmodelle realistisch einschätzen. Codeium arbeitete mit einem gestaffelten Modell aus kostenlosem Zugang für Einzelpersonen, kostenpflichtigen Tarifen für Einzelne und Teams sowie individuell verhandelten Enterprise-Verträgen. Je nach Tarif waren Kontingente für Premium-Modelle oder Credits für aufwendigere Funktionen enthalten. Mit dem Markenwechsel wurden Tarife und Bezeichnungen mehrfach angepasst. Konkrete Preise nennen wir deshalb bewusst nicht; prüfen Sie die aktuellen Konditionen direkt beim Anbieter. Für die Wirtschaftlichkeitsbetrachtung gehören neben den Lizenzkosten auch Aufwände für Einführung, Schulung, Datenschutzprüfung und gegebenenfalls Infrastruktur bei Self-Hosting auf die Rechnung. Dem steht der Zeitgewinn bei Routineaufgaben gegenüber, der in Pilotprojekten realistisch gemessen werden sollte, statt pauschale Herstellerangaben zu übernehmen.
Codeium ist ein Angebot eines Unternehmens mit Sitz in den USA. Bei der Cloud-Nutzung werden Code-Ausschnitte, Chat-Anfragen und gegebenenfalls Indexdaten an Server übertragen, die der Anbieter oder seine Subprozessoren betreiben. Damit stellen sich die bekannten Fragen der DSGVO: Liegt ein Auftragsverarbeitungsvertrag vor? Welche Subprozessoren, insbesondere Anbieter externer Sprachmodelle, sind beteiligt? Auf welcher Grundlage erfolgt der Drittlandtransfer, etwa über eine Zertifizierung nach dem EU-US-Datenschutzrahmen oder Standardvertragsklauseln? Und lässt sich eine Verarbeitung in der EU vereinbaren? Zwar enthält Quellcode nicht immer personenbezogene Daten, doch Kommentare, Testdaten, Konfigurationsdateien und Commit-Informationen können sehr wohl welche enthalten.
Hinzu kommt eine Besonderheit: Nach dem Eigentümerwechsel ist zu prüfen, ob bestehende Verträge auf den neuen Eigentümer übergegangen sind, ob sich Subprozessoren geändert haben und ob bisherige Zusagen zu Datenaufbewahrung und Trainingsausschluss unverändert gelten. Auch Fragen der digitalen Souveränität stellen sich: Ein Anbieter unter US-Recht unterliegt dortigen Zugriffsbefugnissen von Behörden, unabhängig vom Serverstandort. Wer maximale Kontrolle braucht, sollte Self-Hosting-Optionen, private Cloud-Bereitstellungen in EU-Regionen oder europäische und quelloffene Alternativen in Betracht ziehen.
Bei KI-generiertem Code stellen sich zwei Fragen. Erstens: Wem gehört das Ergebnis? Die Nutzungsbedingungen der meisten Anbieter räumen den Nutzern die Rechte am erzeugten Code ein, doch ob an rein KI-generiertem Code überhaupt Urheberrechte entstehen, ist rechtlich nicht abschließend geklärt. Für die Praxis entscheidend ist, dass Ihr Unternehmen den Code nutzen, ändern und weitergeben darf, was vertraglich abgesichert sein sollte. Zweitens: Kann der Assistent Code vorschlagen, der fremden Lizenzbedingungen unterliegt? Codeium betonte, seine Modelle auf freizügig lizenziertem Code trainiert zu haben und Vorschläge mit großer Ähnlichkeit zu öffentlichem Code filtern zu können. Diese Filter sollten aktiviert sein. Für Software, die an Kunden ausgeliefert oder verkauft wird, empfehlen wir zusätzlich Lizenz-Scanner in der Build-Pipeline.
Umgekehrt ist der Schutz des eigenen geistigen Eigentums zu bedenken. Quellcode ist für viele Unternehmen ein Geschäftsgeheimnis. Wer ihn an einen externen Dienst überträgt, muss angemessene Geheimhaltungsmaßnahmen nachweisen können, um den Schutz nach dem Geschäftsgeheimnisgesetz nicht zu gefährden. Verträge mit klaren Vertraulichkeitszusagen, technische Maßnahmen wie Ausschlusslisten und eine dokumentierte Entscheidung über freigegebene Codebasen sind dafür die Grundlage.
Wird ein Coding-Assistent unternehmensweit eingeführt, gehört er in das Verzeichnis der Verarbeitungstätigkeiten, zumindest wegen der Verarbeitung von Benutzerkonten und Nutzungsdaten. Da Admin-Konsolen häufig Auswertungen zur Nutzung einzelner Personen bieten, ist in Unternehmen mit Betriebsrat dessen Beteiligung zu prüfen; eine Betriebsvereinbarung schafft hier Klarheit. Der EU AI Act verlangt zudem, dass Mitarbeitende, die KI-Systeme nutzen, über ausreichende KI-Kompetenz verfügen. Eine kurze Schulung zu Funktionsweise, Grenzen und internen Regeln des Assistenten erfüllt diesen Anspruch und verbessert nebenbei die Qualität der Ergebnisse.
