Issue-Sortierung

Issue-Sortierung

Issue-Sortierung ist das Ordnen eingehender Fehlermeldungen und Änderungswünsche in einem Software-Projekt: Was ist dringend, was kann warten, wer kümmert sich? Zunehmend übernehmen KI-Systeme diesen Schritt, weil große Projekte täglich hunderte solcher Meldungen bekommen.

Wer ein Computerprogramm entwickelt, bekommt ständig Rückmeldungen. Nutzer melden Fehler, Kollegen wünschen sich neue Funktionen, jemand findet eine Sicherheitslücke. Solche Meldungen heißen in der Softwarewelt Issues, also offene Punkte. Sie landen alle in derselben Liste, ungeordnet und in beliebiger Reihenfolge. Issue-Sortierung ist der Arbeitsschritt, der diese Liste ordnet: Jede Meldung wird gelesen, eingeschätzt und mit Merkmalen versehen. Ist das wirklich ein Fehler? Wie schlimm ist er? Wer im Team ist zuständig? Der Begriff stammt aus der Notaufnahme im Krankenhaus, wo Pflegekräfte ankommende Patienten nach Dringlichkeit ordnen. Auf Englisch heißt beides Triage.

Warum eine unsortierte Liste ein Projekt lähmt

Große Open-Source-Projekte, deren Programmcode öffentlich einsehbar ist, sammeln enorme Mengen an Issues an. Beim Browser Firefox oder beim Betriebssystem-Kern Linux sind es zehntausende offene Einträge. Kommen täglich hunderte neue dazu, kann niemand mehr die ganze Liste überblicken. Ohne Sortierung geht die eine kritische Sicherheitsmeldung zwischen zweihundert Rechtschreibfehlern unter.

Dazu kommt ein zweites Problem: sehr viele Meldungen sind gar keine echten neuen Aufgaben. Ein großer Teil sind Doppelmeldungen desselben Fehlers. Andere beschreiben kein Problem, sondern einen Bedienfehler. Wieder andere enthalten so wenig Information, dass niemand damit arbeiten kann. Erst die Sortierung trennt diese Fälle voneinander.

Für Unternehmen ist das direkt eine Kostenfrage. Entwicklerstunden sind teuer, und Zeit, die in der Sichtung der Liste verschwindet, fehlt bei der eigentlichen Arbeit. Bei Open-Source-Projekten kommt ein anderer Preis dazu: Wenn eine gemeldete Meldung monatelang unbeantwortet bleibt, verlieren freiwillige Mitwirkende die Lust. Eine gepflegte Issue-Liste ist deshalb auch ein Zeichen dafür, wie gesund ein Projekt ist.

Vom Etikettieren bis zur automatischen Zuweisung

Klassisch macht das ein Mensch. Eine Person aus dem Team geht die neuen Einträge durch und vergibt Etiketten, im Fachjargon Labels genannt. Typische Etiketten sind der Bereich des Programms, die Schwere des Fehlers und die Frage, ob die Aufgabe für Neulinge geeignet ist. Danach wird die Meldung einer Person oder einem Team zugeordnet. Fehlt eine wichtige Angabe, etwa die verwendete Programmversion, fragt der Sortierende nach.

Automatisieren lässt sich das auf zwei Stufen. Einfache Systeme arbeiten mit festen Regeln: Enthält der Text das Wort Absturz, bekommt er das Etikett Absturz. Das ist schnell, aber stur. Moderne Verfahren nutzen stattdessen Sprachmodelle, also KI-Systeme, die Texte inhaltlich verarbeiten können. Sie erkennen auch, dass „das Programm schließt sich einfach“ dasselbe meint wie ein Absturz.

Besonders nützlich ist die Suche nach Doppelmeldungen. Ein Sprachmodell wandelt jeden Issue-Text in eine lange Zahlenreihe um, die seinen Inhalt darstellt. Ähnliche Beschreibungen ergeben ähnliche Zahlenreihen, auch bei völlig anderer Wortwahl. So findet das System frühere Meldungen zum selben Problem. Wichtig ist trotzdem: Die KI schlägt vor, entscheiden sollte ein Mensch. Ein falsch als Doppelmeldung geschlossener Sicherheitsfehler kann teuer werden.

Was davon im Alltag und in den Schlagzeilen auftaucht

Am sichtbarsten ist Issue-Sortierung auf Plattformen wie GitHub oder GitLab, wo Millionen Softwareprojekte ihren Code und ihre Aufgabenlisten verwalten. Wer dort ein beliebiges Projekt öffnet, sieht die farbigen Etiketten an den Meldungen. Ähnliches steckt hinter jedem Support-Ticket-System: Wenn du einem Onlineshop schreibst und deine Anfrage automatisch an die richtige Abteilung geht, war das dieselbe Idee.

In Tech-News kommt das Thema vor allem im Zusammenhang mit KI-Programmierassistenten vor. Firmen wie GitHub, Google und Anthropic bewerben Werkzeuge, die Issues nicht nur einsortieren, sondern gleich Lösungsvorschläge schreiben. Als Maßstab dafür dient unter anderem ein Test namens SWE-bench, der KI-Systeme echte gemeldete Fehler aus offenen Projekten beheben lässt.

Ein häufiger Irrtum ist, Issue-Sortierung mit Projektplanung zu verwechseln. Die Sortierung entscheidet nur, was eine Meldung ist und wie dringend sie wirkt. Ob und wann daran gearbeitet wird, legt danach die Planung fest. Beides greift ineinander, ist aber getrennte Arbeit.

Subscribe free. Unsubscribe the second it sucks.

High-signal news across AI, business, UX, and tech. Every morning.