What's Inside a GitHub Repository? An Empirical Study on the Contents of 10K Projects
Dieses Paper präsentiert eine empirische Analyse von 10.000 GitHub-Repositories über ein Jahrzehnt hinweg und offenbart zentrale Trends wie die Standardisierung von Kern-Artefakten, die Dominanz von GitHub Actions, Verschiebungen bei Konfigurationsformaten sowie das Aufkommen generativer KI-bezogener Inhalte, während es gleichzeitig hervorhebt, wie das GitHub-Ökosystem die Evolution von Open Source zunehmend steuert.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich das Internet als eine riesige, geschäftige Stadt vor, in der Millionen von Menschen Häuser, Fabriken und Parks bauen. In der Welt der Computersoftware wird diese Stadt GitHub genannt. Es ist kein Ort für Backsteine und Mörtel, sondern für Code – die Anweisungen, die Computern sagen, was sie tun sollen. Denken Sie an ein „Repository“ (oder „Repo“) als ein einzelnes Haus in dieser Stadt. In jedem Haus gibt es Zimmer (Verzeichnisse), Möbel (Dateien) und spezifische Regeln darüber, wie das Haus gebaut wird (Erweiterungen). Jahrelang haben Experten darüber nachgedacht: Wie sehen diese Häuser eigentlich aus? Haben sie alle ein Schild an der Haustür? Haben sie eine Küche? Verwenden sie die gleiche Art von Ziegeln? Dieses Verständnis ist wie eine Volkszählung der gesamten Stadt, um zu sehen, wie die Menschen wirklich leben, anstatt nur basierend auf ein paar schicken Villen zu raten. Dies hilft Lehrern zu wissen, was sie lehren müssen, Baumeistern zu wissen, welche Werkzeuge sie verwenden sollen, und Forschern zu verstehen, wie sich die Stadt im Laufe der Zeit verändert.
Werfen wir nun einen Blick in 10.000 dieser digitalen Häuser, um zu sehen, was dort wirklich vor sich geht. Ein Team von Forschern hat einen massiven Schnappschuss von GitHub gemacht und dabei 10.000 populäre Projekte betrachtet, die im Jahr 2026 noch aktiv bearbeitet wurden. Sie haben nicht nur die 10.000 berühmtesten Häuser betrachtet, sondern eine zufällige Mischung gewählt, um ein wahres Bild der Nachbarschaft zu erhalten. Sie sind auch in der Zeit zurückgereist und haben diese Häuser mit dem Zustand von 2021 und 2016 verglichen, um zu sehen, wie sich die Stadt über ein Jahrzehnt hinweg entwickelt hat.
Hier ist, was sie herausgefunden haben: Die digitalen Häuser sind viel standardisierter geworden, fast wie eine Vorstadt mit Fertighäusern, in der jeder demselben Bauplan folgt. Die am häufigsten vorkommenden Gegenstände, die in fast jedem einzelnen Haus zu finden sind, sind eine README.md (ein großes Schild an der Haustür, das erklärt, was das Haus ist), eine .gitignore (eine Liste von Dingen, die man Gästen nicht zeigen möchte, wie etwa unordentliches Werkzeug) und eine LICENSE (ein Regelwerk, das besagt, wem das Haus gehört und wie andere es nutzen dürfen). Tatsächlich besitzen fast 95 % der Häuser eine README und eine .gitignore, und etwa 73 % haben eine Lizenz. Es scheint, dass GitHub selbst, die Plattform, die diese Häuser beherbergt, zum Architekten geworden ist, der alle sanft dazu leitet, ihre Häuser auf die gleiche organisierte Weise zu bauen.
Die Stadt hat auch einen massiven Wandel in der Art und Weise erlebt, wie Menschen ihre Strukturen bauen und instand halten. Vor zehn Jahren nutzten viele Häuser Travis CI (eine spezifische Art von Bautrupp), um ihre Arbeit zu überprüfen, aber dieser Trupp hat weitgehend gepackt und ist abgereist – der Anteil sank von 46 % der Häuser auf nur noch 5 %. An seine Stelle ist GitHub Actions als dominanter Bautrupp getreten, der nun in 77 % der Häuser zu finden ist. Es ist, als hätte die gesamte Stadt auf ein neues, effizienteres Werkzeug zum Bauen und Testen umgestellt.
Auch die „Möbel“ in den Häusern haben sich verändert. Die alten, schweren Holzmöbel aus XML werden durch leichtere, flexiblere Materialien wie YAML, JSON und TOML ersetzt. Diese neuen Formate werden für die Konfiguration verwendet, etwa um das Licht oder den Thermostat einzustellen. Gleichzeitig verschiebt sich auch die Art der „Ziegel“, die für die Wände verwendet werden. Häuser, die mit Python- und JavaScript-Ziegeln gebaut sind, wachsen schnell, während jene, die aus älteren C, C++, Java und PHP-Ziegeln bestehen, schrumpfen. Dies ist ein klares Zeichen dafür, welche Werkzeuge zu den neuen Standards für die nächste Generation von Baumeistern werden.
Der vielleicht spannendste neue Trend ist die Ankunft von „KI-Helfern“. Genau wie ein Haus vielleicht einen intelligenten Thermostat hat, beginnen diese digitalen Heime, spezielle Dateien für Künstliche Intelligenz und Große Sprachmodelle (Large Language Models) zu enthalten. Die Forscher fanden neue Dateien wie CLAUDE.md, AGENTS.md und SKILL.md. Dies sind wie Bedienungsanleitungen für Roboter-Assistenten, die ihnen beibringen, wie sie beim Schreiben von Code helfen oder das Haus verwalten können. Es gibt auch neue Ordner namens .claude und skills, was zeigt, dass diese KI-Helfer zu einem festen Bestandteil des Haushalts werden.
Die Forscher bemerkten auch, dass die Häuser größer und komplexer werden. Im Jahr 2016 hatte das durchschnittliche Haus etwa 111 Dateien; bis 2026 stieg diese Zahl auf 211. Auch die Vielfalt der Dateitypen (Erweiterungen) nahm zu, was darauf hindeutet, dass die Werkzeuge und Technologien innerhalb dieser Häuser immer vielfältiger werden. Die Forscher weisen jedoch vorsichtig darauf hin, dass dieses Bild auf Häuser basiert, die aktiv gepflegt werden und mindestens 100 „Sterne“ (ein Maß für die Popularität) haben. Daher sagt dies zwar viel über die populären, gut gepflegten Teile der Stadt aus, repräsentiert aber möglicherweise nicht perfekt die ruhigen, weniger aktiven Ecken oder die abgeschotteten Privatgrundstücke.
Kurz gesagt deutet diese Arbeit darauf hin, dass die Welt der Open-Source-Software nicht nur organisch wächst, sondern von der Plattform selbst geformt wird. Die „Best Practices“ werden zu den „einzigen Praktiken“, mit einem klaren Anstieg der KI-Integration, einem Wechsel zu modernen Konfigurationstools und einem stetigen Rückgang älterer Technologien. Es ist eine Stadt, die ständig renoviert wird, geleitet von einem neuen Satz Bauplänen, die Dokumentation, Automatisierung und intelligente Unterstützung priorisieren.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.