GitHub Spark AI
GitHub (Microsoft) · Coding
GitHub Spark war ein KI-App-Builder, der Anweisungen in natürlicher Sprache in Web-Apps mit gemanagter Laufzeit und integrierten KI-Funktionen umsetzte. GitHub hat ihn 2026 eingestellt.
Über GitHub Spark AI
What Is GitHub Spark
GitHub Spark war ein KI-App-Builder von GitHub, der eine geschriebene Idee in eine funktionierende Web-App verwandelte. Man beschrieb in natürlicher Sprache, was man wollte, Spark erzeugte den Code, hostete ihn und zeigte eine Live-Vorschau, die auf Desktop oder Handy lief. GitHub bewarb ihn als App-Builder in natürlicher Sprache für Micro-Apps, also jene kleinen, persönlichen Werkzeuge, die viele nie bauen, weil sie zu speziell erscheinen.
Er bestand aus drei verbundenen Teilen. Ein Editor für natürliche Sprache übersetzte die Beschreibung in eine App und ließ sie sich mit weiteren Anweisungen verfeinern. Eine gemanagte Laufzeit kümmerte sich um Hosting, Datenspeicherung und Anmeldung, sodass nichts von Hand bereitgestellt werden musste. Eine Modell-Anbindung erlaubte es einer Spark, die KI für Chatbots, Inhaltserzeugung und weitere Funktionen aufzurufen, ohne eine eigene API aufzusetzen. Jede Überarbeitung wurde automatisch gespeichert, sodass man zu jeder früheren Version zurückkehren konnte.
Das Versprechen war KI-App-Entwicklung ohne Code innerhalb der Familie des GitHub-Copilot-App-Builders, mit dem sich Apps ohne Code erstellen ließen. Statt eines Forschungsprojekts bekam man etwas, das man anklicken und nutzen konnte. Das Problem ist, dass das Produkt nicht mehr existiert. GitHub nahm ab dem 4. August 2026 keine neuen Nutzer und keine neuen Apps mehr an, und bestehende Nutzer kamen nur bis zum 31. August 2026 hinein, um ihre Arbeit zu exportieren. Der Dienst GitHub Models, der die Funktion Spark llm() am Laufen hielt, wurde am 30. Juli 2026 eingestellt, sodass jede App, die darauf baute, einen anderen Inferenz-Anbieter brauchte, um ihre KI-Funktionen zu behalten. Bereits bereitgestellte Apps liefen nach dem Ende weiter.
Getting Started
- Melden Sie sich mit einem GitHub-Konto an. Spark nutzte den authentifizierten Zugang von GitHub, ein getrennter Klick zum Anlegen eines Profils entfiel also.
- Schreiben Sie im Editor für natürliche Sprache eine Beschreibung der gewünschten App und lassen Sie eine Live-Vorschau erzeugen.
- Verfeinern Sie das Ergebnis mit weiteren Anweisungen, oder öffnen Sie den Code und bearbeiten Sie ihn direkt mit GitHub Copilot.
- Fügen Sie bei Bedarf KI-Funktionen hinzu, oder verbinden Sie den gemanagten Schlüssel-Wert-Speicher, um Daten zwischen Sitzungen zu behalten.
- Veröffentlichen Sie die App mit einem Klick und teilen Sie sie mit Lese- oder Lese-Schreib-Rechten, damit andere sie nutzen oder remixen können.
Hinweis: GitHub Spark ist seit 2026 eingestellt. Diese Seite hält fest, was das Produkt konnte, und passt womöglich nicht zu jemandem, der heute anfängt.
Produktinformationen
Ein kurzer Überblick über Preise, unterstützte Plattformen und die Leistung von GitHub Spark AI.
Am besten für
Die Nutzer, Aufgaben und Szenarien, für die dieses Tool am besten passt.
Nutzer
- Menschen ohne technischen Hintergrund mit einer konkreten Idee
- Entwickler, die schnell prototypen
- Produkt- und Startup-Teams
- Lehrende und Hobbyisten
Aufgaben
- Ein persönliches Werkzeug bauen
- Eine Produktidee prototypen
- Einen Chatbot oder Generator ergänzen
- Eine kleine Website veröffentlichen
- Teilen und remixen
Szenarien
- Ein Wochenendprojekt
- Ein internes Werkzeug bei der Arbeit
- Eine Demo im Unterricht
Wichtigste Funktionen
Apps in natürlicher Sprache bauen
Spark baute Apps aus einer geschriebenen Beschreibung, nicht aus Code. Man tippte, was man wollte, und der Editor erzeugte die Struktur und eine Vorschau, die man entstehen sah. Man konnte mit weiteren Anweisungen verfeinern, eine grobe Idee musste also nicht gleich sitzen. Das senkte die Einstiegshürde deutlich für alle, die nicht aus der Codewelt kamen.
Gemanagte Laufzeit ohne Deployment
Das Hosting lag in Spark, sodass das Erstellen oder Überarbeiten einer App sie automatisch bereitstellte. Die Laufzeit deckte Hosting, eine an GitHub-Konten gebundene Anmeldung und einen gemanagten Schlüssel-Wert-Speicher ab, der Daten zwischen Sitzungen behielt. Apps konnten als progressive Web-App auf Desktop, Tablet oder Handy laufen und installiert werden. Das nahm die übliche Einrichtung von Server, Domain und Datenbank aus dem Weg.
Integrierte KI-Funktionen mit Spark llm()
Spark-Apps konnten generative KI ohne getrennte Anbindung aufrufen. Eine Hilfsfunktion namens Spark llm() verband eine App mit GitHub Models, um einen Chatbot zu betreiben, Inhalte zu erzeugen oder Automatisierung zu ergänzen. Wer nicht direkt mit Modellen umging, konnte trotzdem KI-Verhalten hinzufügen. Genau diese Funktion wurde zur Schneide des Endes, denn GitHub Models wurde eingestellt und ließ llm()-Aufrufe kaputt zurück, wenn man nicht einen anderen Anbieter einsetzte.
Code-Zugriff und Copilot-Anbindung
Spark war keine Blackbox. Man konnte den erzeugten Code öffnen, im Spark-Arbeitsbereich bearbeiten oder mit GitHub Copilot im Agent-Modus nach VS Code holen und mit einem Klick ein Repository anlegen. Der Code blieb synchron, während die App wuchs. Wer eine Idee über den Prototyp hinaus bringen wollte, verlor damit den Ausgangspunkt nicht.
Überarbeitungen und Varianten
Jede Überarbeitung wurde automatisch gespeichert und ließ sich mit einem Klick wiederherstellen. Beim Erstellen oder Iterieren einer App konnte man außerdem ein Set an Varianten anfordern, die mehrere Versionen derselben Anfrage mit echten Unterschieden erzeugten, um sie zu vergleichen. Das machte aus dem Ausprobieren einer Idee eine Sache ohne Risiko, weil beim Testen einer Richtung nichts verloren ging.
Teilen und Remixen
Apps ließen sich mit Lese- oder Lese-Schreib-Rechten teilen, je nachdem, wie viel Kontrolle die andere Person brauchte. Geteilte Apps konnten direkt genutzt oder remixt werden, das heißt, die Person kopierte den Code und baute ihre eigene Version. Die Pflicht zum GitHub-Konto hielt die Daten jeder App je Nutzer getrennt.
Vor- und Nachteile
Vorteile
- Das Bauen in natürlicher Sprache lieferte eine funktionierende App ohne Code, was zu kleinen persönlichen Werkzeugen passte, die nie Ingenieurszeit bekommen.
- Die gemanagte Laufzeit nahm Hosting, Datenbank und Anmeldung aus dem Weg, eine Idee konnte also mit einem Klick online gehen.
- Die integrierte KI über llm() ergänzte Chatbots und Generatoren, ohne eine Modell-API und deren Abrechnung zu verwalten.
- Der Code blieb zugänglich und mit GitHub Copilot und VS Code synchron, ein Prototyp war also keine Sackgasse.
Nachteile
- GitHub stellte Spark 2026 ein, neue Nutzer und Apps waren nach dem 4. August 2026 nicht mehr möglich, was das Produkt für alle ausschließt, die heute anfangen.
- Die Funktion llm() brach, als GitHub Models am 30. Juli 2026 eingestellt wurde, KI-Funktionen brauchten also einen anderen Inferenz-Anbieter mit eigenem Schlüssel und eigener Abrechnung.
- Bestehende Apps mussten vor dem 31. August 2026 exportiert werden, um bearbeitbar zu bleiben, was Mehraufwand für alle bedeutete, die eine weiterentwickeln wollten.
- Es war ein GitHub-Konto nötig und alles lief nach GitHubs Bedingungen, was schlecht zu jemandem passt, der die Plattform meiden will.
Häufige Fragen
GitHub Spark war ein KI-App-Builder, der Beschreibungen in natürlicher Sprache in funktionierende Web-Apps umsetzte. Er übernahm Hosting, Datenspeicherung und Anmeldung über eine gemanagte Laufzeit und konnte KI-Funktionen über eine integrierte llm()-Funktion ergänzen. GitHub stellte das Produkt 2026 ein.
Ähnliche Inhalte
Entdecke passende Tools, Skills und Artikel zu GitHub Spark AI.
Alternativen zu GitHub Spark AI
Base Code
Base44 (Wix) · Coding · ProduktivitätBase Code ist eine geteilte Cloud-Entwicklungsumgebung von Base44. Das Team beschreibt Änderungen an einem bestehenden GitHub-Repository im Chat, prüft sie in der Vorschau und reicht sie als Pull Request ein.
Google EmbeddingGemma 2
Google DeepMind · Schreiben · Bilder · CodingGoogle EmbeddingGemma 2 ist ein offenes Modell mit 740 Millionen Parametern, das Text, Code, Bilder, Audio und Videobilder in Vektoren eines gemeinsamen 768-dimensionalen Raums umwandelt und auf Handys und Notebooks läuft.
GitGlow
GitGlow · Coding · ProduktivitätGitGlow ist ein Git-Client für den Desktop, der Ihren Code und die Änderungen Ihrer KI-Agenten in einer Review bündelt, damit Sie vor dem Ausliefern sehen, was die Maschine verlässt.