Codebase
Die Codebase ist die Gesamtheit aller Textdateien, aus denen ein Programm besteht. Sie ist das eigentliche Arbeitsmaterial von Softwareentwicklern und wächst bei großen Produkten auf Millionen Zeilen an.
Jedes Programm besteht am Ende aus Text. Menschen schreiben diesen Text in einer Programmiersprache, also in einer Art sehr strenger Kunstsprache, die ein Computer ausführen kann. Diese Textdateien nennt man Quellcode. Die Codebase ist die Sammlung aller dieser Dateien, die zu einem bestimmten Programm oder einer Firma gehören. Dazu kommen meist noch Hilfsdateien: Tests, Konfigurationen, Beschreibungen. Bei einer kleinen App sind das ein paar hundert Zeilen, bei Google mehrere Milliarden.
Warum eine Codebase mit den Jahren zum Problem wird
Eine Codebase ist kein fertiges Produkt, sondern ein Ort, an dem dauernd weitergearbeitet wird. Jede neue Funktion, jede behobene Störung und jede Anpassung landet dort. Mit der Zeit arbeiten hunderte Leute an denselben Dateien, und viele davon verlassen irgendwann die Firma. Der Code bleibt, das Wissen darüber geht teilweise verloren.
Dafür gibt es den Begriff technische Schulden. Gemeint sind Stellen, die schnell und schlampig gebaut wurden, weil ein Termin drängte. Sie funktionieren, aber sie machen jede spätere Änderung teurer. Irgendwann braucht eine kleine Anpassung Wochen, weil niemand mehr sicher sagen kann, was sie an anderer Stelle kaputt macht.
Deshalb ist die Codebase für Unternehmen ein echter Vermögenswert und ein echtes Risiko zugleich. Bei Firmenübernahmen schauen Käufer sich den Code genau an. Eine gepflegte Codebase lässt sich weiterentwickeln. Eine verrottete muss man teuer ersetzen.
Ordner, Versionen und der Weg zum lauffähigen Programm
Eine Codebase liegt in einem Repository, also einem gemeinsamen Speicherort für alle Dateien. Verwaltet wird sie fast immer mit Git, einem Programm zur Versionsverwaltung. Git speichert jede Änderung einzeln ab, mit Datum, Autor und Begründung. Man kann dadurch jederzeit zurückspringen und sehen, wer wann welche Zeile geändert hat.
Der Vergleich mit einem Google-Doc trifft es recht gut. Auch dort gibt es einen Versionsverlauf, und mehrere Leute können gleichzeitig schreiben. Der Unterschied: Bei Code arbeitet jeder erst in einer eigenen Kopie, dem Branch. Erst wenn die Änderung geprüft ist, wird sie in die Hauptversion eingefügt.
Der Text selbst läuft noch nicht. Ein weiterer Schritt, der Build, übersetzt die Dateien in ein ausführbares Programm. Vorher laufen automatische Tests, die prüfen, ob noch alles wie erwartet funktioniert. Fällt ein Test durch, kommt die Änderung nicht in die Hauptversion. Bei großen Projekten passiert das hunderte Mal am Tag.
Warum KI-Firmen ausgerechnet über Codebases reden
Der Begriff taucht derzeit ständig in Ankündigungen von KI-Assistenten auf. Werkzeuge wie GitHub Copilot, Cursor oder Claude Code werben damit, eine ganze Codebase zu verstehen und nicht nur einzelne Zeilen. Das ist der entscheidende Unterschied. Ein Vorschlag ist nur brauchbar, wenn er zu den restlichen tausenden Dateien passt.
Genau daran hängt auch die Debatte um das Kontextfenster, also die Menge an Text, die ein Modell gleichzeitig überblicken kann. Selbst große Modelle schaffen keine komplette Firmencodebase auf einmal. Deshalb suchen die Werkzeuge vorher die passenden Ausschnitte heraus und legen nur diese vor.
Ein häufiger Irrtum: Codebase und Software sind nicht dasselbe. Die Software ist das, was auf dem Handy läuft. Die Codebase ist der Bauplan dahinter, den Nutzer nie sehen. Bei Open-Source-Projekten wie Linux ist dieser Bauplan öffentlich einsehbar, bei kommerziellen Produkten gehört er zu den bestgehüteten Geheimnissen einer Firma.