Copilot Automations: Geteilte KI-Workflows fürs Team

Was passiert ist

GitHub hat am 28. Oktober 2026 im Changelog eine neue Form von Copilot Automations vorgestellt: Shared Automations. Bisher waren Automations an eine Person gebunden. Jetzt kann ein ganzes Team Workflows gemeinsam aufbauen und pflegen.

Das Prinzip bleibt gleich: Du kombinierst einen Prompt, einen Auslöser (Trigger) und Tools zu einem Workflow. Copilot führt ihn selbstständig in der Cloud aus und benutzt dabei nur die Tools, die du freigegeben hast. GitHub nennt drei Beispiele: einen Bug nachstellen, sobald jemand ein Issue eröffnet, Screenshots der Änderungen erstellen, wenn ein Pull Request als „ready“ markiert wird, und einen Produktionsvorfall untersuchen, sobald das Monitoring-Tool ihn meldet.

Die Funktion gibt es für Copilot Pro, Pro+, Max, Business und Enterprise. GitHub rollt sie schrittweise aus.

Was sind Copilot Automations genau?

Laut GitHub-Dokumentation starten Automations den Copilot Cloud Agent automatisch, ohne dass jemand eine Session von Hand anstößt. Eine Automation besteht aus Name, Typ, Prompt, Triggern und Tools. Optional legst du Modell, Reasoning-Stufe und Obergrenzen für AI Credits fest.

Diese Trigger gibt es (Stand: Oktober 2026): ein Zeitplan (stündlich, täglich oder wöchentlich), ein neues Issue, ein neu geöffneter Pull Request, neue Commits in einem Pull Request oder ein API-Aufruf. Die Ereignisse kannst du filtern, etwa über eine Suchabfrage oder nach geänderten Dateien.

Bei den Tools unterscheidet GitHub zwei Arten (Doku). GitHub-Tools wirken nur im jeweiligen Repository, zum Beispiel Kommentare schreiben oder Discussions lesen. Tools von MCP-Servern kommen aus den MCP-Einstellungen des Repositorys und können je nach Konfiguration auch auf andere Repositories und externe Systeme zugreifen.

Vom Repository übernimmt eine Automation die Custom Instructions, die Agent Skills, die Firewall-Regeln sowie Secrets und Variablen (Doku). Automations werden aber nicht in Git gespeichert und laufen deshalb auch nicht durch ein Pull-Request-Review.

Anlegen kannst du Automations im Tab „Agents“ eines Repositorys auf github.com, in der GitHub Copilot App, im Agents-Fenster von VS Code oder über die REST API (Doku).

Personal oder Shared: Was ist der Unterschied?

Beim Anlegen wählst du unter „Type“ entweder „Personal“ oder „Shared“. Den Typ kannst du danach nicht mehr ändern. Die Unterschiede laut GitHub-Dokumentation:

	Personal	Shared
Wer sieht die Automation?	nur die Person, die sie angelegt hat	alle mit Lesezugriff aufs Repo
Wer sieht die Läufe?	alle mit Lesezugriff	alle mit Lesezugriff
Wer darf bearbeiten?	nur die Person, die sie angelegt hat	alle mit Schreibzugriff
Wer zahlt die AI Credits?	die Person, die sie angelegt hat	Organisation bzw. Besitzer des Repos
Wer tritt auf GitHub auf?	die Person, die sie angelegt hat	Copilot

Den größten Unterschied macht der Besitz: Shared Automations gehören zum Repository und laufen weiter, wenn die Person, die sie angelegt hat, das Team verlässt. Eine Änderungshistorie zeigt, wie sich Tools, Trigger und Prompt verändert haben.

Was kostet eine Copilot Automation?

Jeder Lauf verbraucht GitHub AI Credits und GitHub-Actions-Minuten. Die Actions-Minuten trägt immer der Besitzer des Repositorys. Die AI Credits rechnet GitHub bei persönlichen Automations bei der Person ab, die sie angelegt hat, bei geteilten bei der Organisation oder, in einem persönlichen Repository, über das Abo des Besitzers (Stand: Oktober 2026). Damit eine Organisation geteilte Automations bezahlt, muss ein Admin die Richtlinie „Allow use of Copilot cloud agent billed to the organization“ einschalten.

Gegen Kostenüberraschungen kannst du Limits setzen: pro Lauf mit mindestens 30 AI Credits (ist es erreicht, stoppt der Lauf) sowie pro Tag, Woche oder Monat. Ist ein solches Zeitraum-Limit erreicht, startet kein neuer Lauf, ein laufender wird aber nicht abgebrochen. Diese Limits setzen sich um 00:00 UTC zurück.

Worauf du bei der Sicherheit achten solltest

Eine Automation, die auf neue Issues reagiert, liest Text von anderen Menschen. Darin können versteckte Anweisungen stecken (Prompt Injection). GitHub ignoriert deshalb standardmäßig Ereignisse von Nutzern ohne Schreibzugriff. Du kannst das ändern, erhöhst damit aber das Risiko.

Weitere Schutzmechanismen laut Doku:

• GitHub-Actions-Workflows laufen auf Pull Requests einer Automation erst, wenn jemand mit Schreibzugriff sie freigibt.
• MCP-Tools sind nicht auf ein Repository begrenzt. Gib deshalb nur die Tools frei, die die Aufgabe wirklich braucht.

Prompts und Session-Logs von Cloud-Automations sind für alle mit Lesezugriff sichtbar. Passwörter und sensible Daten haben im Prompt nichts verloren. Wie GitHub Copilot an anderer Stelle Befehle prüft, habe ich im Artikel zu Copilot-Berechtigungen und der KI-Prüfung von Befehlen beschrieben.

Was es für dich bedeutet

Wenn du allein oder in einem kleinen Team Software entwickelst, löst diese Neuerung ein Problem, das ich aus Projekten kenne: Eine Person richtet einen nützlichen Ablauf ein, und wenn sie geht, ist der Ablauf weg oder läuft weiter über ihr privates Konto. Shared Automations hängen am Repository, nicht an der Person.

Ein paar Punkte solltest du vorher klären:

• Nur private und interne Repos. In öffentlichen Repositories gibt es keine Automations.
• Erst die Richtlinie, dann die Automation. In einer Organisation braucht es die Abrechnungsrichtlinie für den Cloud Agent.
• Klein anfangen. Nimm einen Ablauf, der heute regelmäßig Zeit kostet, zum Beispiel das Nachstellen gemeldeter Bugs. Setz ein Limit pro Lauf und ein Monatslimit, gib nur die nötigen Tools frei und schau dir die ersten Läufe in den Session-Logs an.
• Den Typ bewusst wählen. Wenn ein Workflow fürs Team gedacht ist, leg ihn direkt als Shared an.

Du programmierst nicht selbst, arbeitest aber mit einer Agentur oder einem Freelancer über GitHub zusammen? Dann frag, welche Automations in deinem Repository laufen und wer sie bezahlt. Wenn du erst verstehen willst, was ein KI-Agent ist und wie er arbeitet, fang dort an. Für Abläufe außerhalb der Softwareentwicklung findest du Beispiele im Ratgeber Prozesse mit KI automatisieren.

Quellen

• GitHub Changelog, 28.10.2026: Build shared workflows for your team with Copilot automations
• GitHub Docs: About automations
• GitHub Docs: Using automations

Häufige Fragen

Was sind Copilot Automations?

Automations starten den Copilot Cloud Agent automatisch: nach Zeitplan, bei einem Ereignis im Repository wie einem neuen Issue oder über die API. Jede Automation besteht aus einem Prompt, einem oder mehreren Triggern und den Tools, die Copilot dabei benutzen darf.

Was ist der Unterschied zwischen Personal und Shared Automations?

Eine persönliche Automation sieht und bearbeitet nur die Person, die sie angelegt hat, und die Kosten landen auf ihrem Konto. Eine geteilte Automation sehen alle mit Lesezugriff aufs Repository, bearbeiten dürfen sie alle mit Schreibzugriff. Abgerechnet wird beim Besitzer des Repositorys, und auf GitHub tritt Copilot als Absender auf. Den Typ kannst du nach dem Anlegen nicht mehr ändern.

Welche Copilot-Tarife bekommen Copilot Automations?

Laut GitHub gibt es Automations in Copilot Pro, Pro+, Max, Business und Enterprise. Die Funktion wird schrittweise ausgerollt. Es kann also sein, dass sie bei dir noch fehlt.

Funktionieren Copilot Automations in öffentlichen Repositories?

Nein. Laut GitHub-Dokumentation gibt es Automations nur in privaten und internen Repositories.