GitHub Copilot und Ihr Code: Geheimnisse und Daten schützen

Sollten Sie Ihren Code schützen, bevor Sie ihn GitHub Copilot anvertrauen? Direkte Antwort. Das eigentliche Risiko ist nicht die KI selbst. Es ist das, was Ihr Code enthält: API-Schlüssel, Tokens, Verbindungszeichenfolgen, Zugangsdaten und manchmal echte Kundendaten in Test-Fixtures. Laut GitHub verwenden Copilot Business und Copilot Enterprise diese Daten nicht, um ihre Modelle zu trainieren. Die Tarife Copilot Free, Pro und Pro+ folgen anderen Regeln. Die goldene Regel bleibt dieselbe: Speichern Sie niemals ein echtes Geheimnis im Klartext im Code. Und für den Code, den Sie in einen KI-Chat einfügen, reduziert ONYRI die Preisgabe, in Ihrem Browser.

Was GitHub sagt, Tarif für Tarif

Beginnen wir mit den Fakten, zugeordnet und datiert (Stand 2026-08-08). Laut GitHub (Changelog vom 25. März 2026) dienen ab dem 24. April 2026 die Interaktionsdaten der Nutzer von Copilot Free, Pro und Pro+ dazu, seine Modelle zu trainieren und zu verbessern. Das umfasst Ihre Eingaben, die Ausgaben, Code-Ausschnitte und den zugehörigen Kontext. Dieses Verfahren ist opt-out: Das Training ist standardmäßig aktiv, und Sie müssen es in den Einstellungen deaktivieren.

Die Enterprise-Tarife folgen einem anderen Verfahren. Laut GitHub unterliegen Copilot Business und Copilot Enterprise dieser Erhebung zu Trainingszwecken nicht. Ihre Daten dienen nicht dem Training der Basismodelle. Ebenfalls laut GitHub wird der Inhalt privater Repositorys „im Ruhezustand“ (at rest) nicht zum Training seiner KI-Modelle verwendet. Die Nuance betrifft die Interaktionsdaten, die während der Nutzung von Copilot entstehen.

• Laut GitHub, Copilot Free, Pro und Pro+: Interaktionsdaten seit dem 24. April 2026 zum Training verwendet, sofern Sie kein Opt-out vornehmen.
• Laut GitHub, Copilot Business und Copilot Enterprise: von dieser Erhebung zum Modelltraining ausgenommen.
• Laut GitHub wird der Inhalt privater Repositorys im Ruhezustand nicht zum Training der KI-Modelle verwendet.

GitHub bietet außerdem einen Filter zur Erkennung von öffentlichem Code, genannt „code referencing“. Laut der Dokumentation von GitHub vergleicht er die Vorschlagszeile und etwa 150 Zeichen umgebenden Code mit dem Index der öffentlichen Repositorys auf GitHub.com. Im Modus „Block“ werden Vorschläge, die mit öffentlichem Code übereinstimmen, blockiert. Ebenfalls laut GitHub treten solche Übereinstimmungen in weniger als 1 % der Inline-Vorschläge auf.

Das eigentliche Risiko: Geheimnisse im Code

Zurück zum Wesentlichen. Eine Anbieterrichtlinie, selbst eine günstige, schützt kein Geheimnis, das bereits im Code steht. Die Gefahr geht von dem aus, was die Datei enthält. Ein Repository verbirgt oft weit mehr, als man denkt.

• API-Schlüssel und Zugriffstokens (Cloud, Drittanbieterdienste, Webhooks).
• Verbindungszeichenfolgen zu einer Datenbank, mit Host und Passwort.
• Zugangsdaten und Geheimnisse fest codiert in einer Konfigurationsdatei.
• Echte Kundendaten, die in Fixtures oder Testdatensätze gerutscht sind.

Die richtigen Einstellungen, Schritt für Schritt

Wie reduzieren Sie die Preisgabe konkret? Hier eine einfache Prioritätenreihenfolge, vom Wichtigsten bis zur nützlichen Ergänzung.

1. 1Holen Sie Geheimnisse aus dem Code: Umgebungsvariablen oder ein Secret-Manager, niemals im Klartext in einer versionierten Datei.
2. 2Prüfen Sie Ihren Copilot-Tarif und seine Trainingseinstellung: Bei Free, Pro und Pro+ befindet sich das Opt-out in den Einstellungen.
3. 3Aktivieren Sie den Filter zur Erkennung von öffentlichem Code („code referencing“) im Modus „Block“, sofern verfügbar.
4. 4Überprüfen Sie den Code vor der Veröffentlichung und lassen Sie vor jedem Commit einen lokalen Secret-Scanner laufen, wie es die CNIL empfiehlt.
5. 5Anonymisieren Sie beim Code, den Sie in einen KI-Chat einfügen, die sensiblen Werte vor dem Senden.

Die folgende Tabelle fasst die Regeln je nach Tarif zusammen, so wie GitHub sie beschreibt, und was Sie unter Kontrolle behalten.

Wo ONYRI hilft und wo nicht

Seien wir transparent über den Anwendungsbereich. Die ONYRI-Erweiterung dockt an KI-Chat-Websites an, wie Copilot Chat im Web oder ChatGPT. Sie anonymisiert den Text und den Code, den Sie dort einfügen, in Ihrem Browser, vor dem Senden. Im Gegensatz dazu fängt sie die Inline-Autovervollständigung der IDE nicht ab, den bekannten „Ghost Text“. Sie greift auch nicht in die internen KI-Aufrufe eines Werkzeugs ein. Ihr Platz ist der Code, den Sie in einen Chat kopieren und einfügen.

Konkret läuft der Ablauf in wenigen Schritten. Sie fügen einen Ausschnitt in den Chat ein. Die Erweiterung erkennt sensible Daten und ersetzt sie durch umkehrbare Tokens. Der bereits pseudonymisierte Text geht an das Modell. Die Zuordnung Token ↔ Wert bleibt im Tab, auf Ihrem Gerät. Bei der Antwort werden Ihre echten Werte auf dem Bildschirm wiederhergestellt, im Browser.

Zwei Grenzen sind zu beachten. Erstens bleibt die Erkennung heuristisch: Sie reduziert die Preisgabe stark, ohne null Risiko zu versprechen. Zweitens sind umkehrbare Tokens eine Pseudonymisierung, keine Anonymisierung im Sinne der DSGVO: Ihre Daten behalten einen personenbezogenen Charakter. ONYRI reduziert die Preisgabe. Es ersetzt weder das Herausholen der Geheimnisse aus dem Code noch die Einstellungen von Copilot.

Kurz gesagt: Das eigentliche Risiko im Code ist nicht Copilot selbst. Es ist das, was der Code enthält. Laut GitHub schließen Business und Enterprise Ihre Interaktionsdaten vom Training aus, während Free, Pro und Pro+ seit dem 24. April 2026 auf Opt-out umstellen. Holen Sie die Geheimnisse aus dem Code, stellen Sie Ihren Tarif ein, überprüfen Sie vor der Veröffentlichung. Und für den Code, den Sie in einen KI-Chat einfügen, pseudonymisiert ONYRI ihn in Ihrem Browser, was die Preisgabe Ihrer Daten reduziert. Die Pseudonymisierung bleibt umkehrbar: Sie macht Ihre Daten nicht anonym im Sinne der DSGVO.