Weil Claude so viel Code schreibt, stieß das Versionskontrollsystem git bei Anthropic an seine Grenzen. Sieben Ingenieure bauten in fünf Monaten einen eigenen Ersatz namens Scion und zogen das gesamte Haupt-Repository darauf um.
Was Anthropic bei der Quellcodeverwaltung gebaut hat
Anthropic hat auf seinem Engineering-Blog beschrieben, wie das Unternehmen sein internes Versionskontrollsystem von git auf eine Eigenentwicklung namens Scion umgestellt hat. Versionskontrolle ist die Software, die festhält, wer wann welche Änderung am Code vorgenommen hat, und die dafür sorgt, dass mehrere Entwickler gleichzeitig arbeiten können, ohne sich gegenseitig zu überschreiben. git ist dafür seit Jahren der Standard.
Der Anlass ist bemerkenswert. Anthropic zufolge ist das Schreiben von Code im eigenen Haus längst nicht mehr der Engpass. Der Engpass sei die Entwickler-Infrastruktur, die für menschliches Arbeitstempo gebaut wurde: Versionskontrolle, Builds und die automatisierten Testläufe, die jede Änderung prüfen. Im Mai 2026 führte das Unternehmen im Schnitt rund 2.500 Code-Änderungen pro Tag zusammen. Im September waren es über 30.000. Die zugrunde liegende Nachfrage nach dem Zusammenführen von Code sei „praktisch unendlich", schreibt Anthropic.
Wie Scion git bei Anthropic ersetzt hat
Die entscheidende Beobachtung war struktureller Natur. git wurde für die verteilte, offline arbeitende Entwicklung entworfen: Jede Kopie eines Repositories ist vollständig und kann Verläufe lesen, Unterschiede berechnen und jede Fassung auschecken, auch ohne Netz. Für die meisten Projekte ist das genau richtig. Für Anthropics Haupt-Repository wurde es zum Problem.
Allein der Verlauf des Hauptzweigs umfasst fast 100 Gigabyte; eine komprimierte Arbeitskopie liegt über 25 Gigabyte. Für die automatisierten Testläufe holt das Unternehmen jeden Tag in der Größenordnung von 25 Millionen Mal den Code ab. Bei Anthropic sind fast alle Nutzer des Systems Agenten und Jobs, die ohnehin ständig online sind. Genau diese Online-Eigenschaft macht Scion sich zunutze: Der Server ist immer erreichbar, und die Clients laden Daten nur dann, wenn sie sie brauchen. Auf diese Weise schrumpft, was lokal vorgehalten werden muss.
Aspekt
- Zentrale Datei, volle Kopie auf jedem Client
- Server beantwortet Fragen zu Verlauf und Urheberschaft, Client hält nur einen begrenzten Zwischenspeicher
Produkt
- git
- Scion (Anthropic)
Neben Scion entstanden nach Angaben des Unternehmens eine Oberfläche zur Code-Prüfung namens Antique, eine Codesuche und ein umfangreiches System zur Zugriffssteuerung. All das schaffte dasselbe Team im selben Zeitraum. Anthropic bezeichnet Scion ausdrücklich als kein Produkt für alle und schließt die Veröffentlichung als Open Source aus.
Warum das über Anthropic hinaus relevant ist
Der Fall zeigt, wo KI-gestütztes Programmieren an Grenzen stößt, die viele Firmen bisher nicht im Blick haben. Werkzeuge, die für das Arbeitstempo von Menschen ausgelegt sind, halten nicht Schritt, wenn Agenten rund um die Uhr Änderungen produzieren. Anthropic beschreibt sich selbst als Vorreiter, der diese Druckpunkte früher sieht als andere. Das Unternehmen rechnet damit, dass weitere Firmen, die KI-Werkzeuge zum Programmieren einsetzen, bald ähnliche Erfahrungen machen.
Für normale Entwicklerinnen und Entwickler ändert sich vorerst nichts. git bleibt das Standardwerkzeug. Der Bericht ist interessanter als Wegweiser: Wenn Code im großen Stil von KI geschrieben wird, wird die Infrastruktur drumherum zum Nadelöhr, nicht das Schreiben selbst. Wer selbst mit Agenten arbeitet, wird diese Erfahrung in kleinerem Maßstab wiedererkennen, etwa bei Merge-Konflikten oder langsam laufenden Testpipelines.
Was offen bleibt
Der Bericht kommt aus dem Unternehmen selbst und behält naturgemäß dessen Perspektive. Unabhängig geprüft wurde Scion von außen bislang nicht, und detaillierte Leistungsvergleiche mit git veröffentlichte Anthropic nicht. Auch zur Frage, wie sich das System bei anderen Arbeitslasten verhält, äußert sich die Firma nicht. Ob Scions Ansatz außerhalb der sehr großen Repositories taugt, lässt sich daraus nicht ableiten.
Als Fallstudie bleibt es trotzdem aufschlussreich. Wer die Entwicklung des KI-gestützten Programmierens verfolgen will, sollte im Blick behalten, ob andere große Firmen ähnliche Eigenentwicklungen vorlegen. Sollte das passieren, wäre das ein Hinweis darauf, dass die Ära, in der git selbstverständlich ausreichte, für die ganz großen Codebestände zu Ende geht.
