
18. November 2026 · 9 Min.
GitHub Event Streams: AI Agents sollten nicht mehr ständig pollen
GitHub kann Agents jetzt in Echtzeit über Pull Request Änderungen informieren. Das spart leere API Requests und Wartezeit, verlangt aber eine Architektur, die Lücken, Duplikate und abgelaufene Streams beherrscht.




Ein Agent muss nicht alle zehn Sekunden nachfragen
GitHub hat Event Streams am 17. November 2026 als Public Preview vorgestellt. Das neue System informiert AI Agents und Integrationen in Echtzeit, wenn sich ein abonnierter Pull Request verändert. Der Agent kann schlafen, solange nichts passiert, und genau dann aufwachen, wenn ein Review, ein neuer Commit, ein Merge Konflikt oder ein Check Ergebnis vorliegt.
Das klingt nach einer kleinen technischen Verbesserung. Für AI Automation verändert es jedoch den Arbeitsrhythmus. Viele Agents prüfen GitHub heute in einer Schleife. Sie fragen nach dem Status, finden meistens nichts Neues, verbrauchen API Budget und starten später wieder von vorn. Wer seltener fragt, spart Requests, reagiert aber langsamer auf Feedback.
Event Streams lösen diesen Zielkonflikt nicht magisch. Sie liefern einen besseren Auslöser. Die eigentliche Automatisierung muss danach immer noch zuverlässig entscheiden, den aktuellen Zustand laden und die passende Aktion ausführen.
Polling kostet mehr als nur Rate Limit
Ein Polling Loop wirkt zunächst harmlos. Ein Prozess ruft regelmäßig die Pull Request API auf und vergleicht das Ergebnis mit dem letzten bekannten Stand. Bei einem einzelnen Repository bleibt der Aufwand überschaubar. Bei vielen Pull Requests, mehreren Kundenprojekten und mehreren Agents vervielfacht er sich schnell.
Jeder leere Abruf braucht Netzwerk, Authentifizierung, Logging und Fehlerbehandlung. Ein Agent verbraucht zusätzlich Tokens, wenn er dieselben Daten immer wieder bewertet. Lange Intervalle reduzieren die Kosten, verlängern aber die Zeit zwischen Review und Reaktion. Kurze Intervalle wirken schneller, erzeugen dafür mehr Rauschen.
Der wirtschaftliche Schaden liegt nicht nur in API Requests. Entwickler warten auf eine Antwort, während eine Automation entweder schläft oder unnötig arbeitet. Ein ereignisgetriebener Ablauf macht aus unbestimmtem Warten eine konkrete Aufgabe.
Event Streams sind kein neuer Webhook
GitHub liefert die Ereignisse über Server Sent Events. Der Client öffnet eine Verbindung und hält sie offen. Dafür braucht er keinen öffentlich erreichbaren Webhook Endpoint. Das ist besonders interessant für lokale Coding Agents, Desktop Tools und temporäre Entwicklungsumgebungen, die nicht dauerhaft aus dem Internet erreichbar sein sollen.
Ein klassischer Webhook bleibt für stabile Server Integrationen sinnvoll. GitHub sendet dort Ereignisse an einen registrierten HTTPS Endpoint. Event Streams drehen das Verhältnis um. Der Client verbindet sich selbst mit GitHub und empfängt Ereignisse über diese bestehende Verbindung.
Das vereinfacht den Einstieg, ersetzt aber nicht jede Webhook Architektur. Ein lokaler Agent profitiert von der fehlenden öffentlichen Infrastruktur. Ein zentraler Unternehmensdienst kann weiterhin mit Webhooks, Queue und dauerhaftem Event Store besser bedient sein.
Heute beginnt alles bei einem Pull Request
Die Preview unterstützt aktuell Pull Requests. Eine Subscription gilt für genau einen Pull Request und läuft nach 24 Stunden ab. Pro User, App oder Installation Token sind bis zu 100 aktive Subscriptions möglich.
GitHub kann Ereignisse senden, wenn ein Review eingereicht wird, der Head Commit wechselt, ein Merge Konflikt erkannt wird, sich der Zustand des Pull Requests ändert oder eine Check Suite abgeschlossen ist. Ein Zustandswechsel umfasst zum Beispiel Merge, Close, Reopen, Ready for Review und Draft.
Das ist genug für nützliche Agents, aber noch keine universelle Event Plattform. Wer heute eine komplette Organisation mit Issues, Deployments, Discussions und Releases beobachten will, braucht weiterhin weitere APIs, Webhooks oder gezieltes Polling.
Das Ereignis ist ein Wecker, keine Wahrheit
Ein Event Stream sagt in erster Linie, dass sich etwas verändert hat. Bei den meisten Ereignissen enthält er nicht den vollständigen neuen Zustand. Stattdessen liefert GitHub eine api_url. Der Client ruft diese URL ab und liest dort den aktuellen Stand.
Diese Trennung ist wichtig. Ein Review Event verrät nicht automatisch, ob jemand zugestimmt, Änderungen verlangt oder nur kommentiert hat. Ein State Event sagt nicht direkt, ob der Pull Request gemerged oder geschlossen wurde. Check Suite Events sind eine Ausnahme. Sie enthalten eine Conclusion, sodass Erfolg oder Fehler direkt erkennbar ist.
Ein belastbarer Agent reagiert deshalb nicht blind auf den Namen eines Events. Er verwendet das Ereignis als Signal, lädt den aktuellen Zustand und entscheidet erst danach.
Ohne Replay braucht jede Automation einen Abgleich
Event Streams speichern keine Ereignisse zum späteren Abholen. Der Client erhält nur das, was während der offenen Verbindung passiert. Änderungen vor dem Öffnen, direkt nach dem Erstellen der Subscription oder während einer Unterbrechung können fehlen.
GitHub empfiehlt deshalb, den Pull Request nach dem Abonnieren einmal vollständig abzurufen. Dasselbe Prinzip gehört in jeden Reconnect. Der Agent stellt die Verbindung wieder her, lädt den aktuellen Zustand und vergleicht ihn mit dem letzten sicher verarbeiteten Stand.
Damit wird klar, warum Event Driven nicht Event Only bedeutet. Der Stream reduziert unnötiges Polling. Die REST API bleibt die Quelle für den verlässlichen aktuellen Zustand.
Duplikate und falsche Reihenfolge sind normal
GitHub dokumentiert, dass ein Ereignis mehrfach ankommen kann und Ereignisse für denselben Pull Request nicht zwingend in der richtigen Reihenfolge eintreffen. Ein Agent darf eine Aktion deshalb nicht einfach pro Nachricht ausführen.
Die Verarbeitung braucht Idempotenz. Ein bereits bearbeitetes Review darf nicht zweimal einen Kommentar erzeugen. Ein älteres Check Ergebnis darf keinen neueren erfolgreichen Lauf wieder auf Fehler setzen. Für Reviews und Check Suites kann die api_url als Teil eines Deduplication Keys dienen. Für den Pull Request selbst entscheidet der frisch geladene Zustand.
Diese Regeln wirken technisch, schützen aber die Nutzererfahrung. Niemand möchte, dass ein Agent denselben Hinweis dreimal postet oder nach einem Merge weiter Änderungen verlangt.
Eine offene Verbindung braucht Lebenszeichen
Während nichts passiert, sendet GitHub innerhalb von 15 Sekunden eine Kommentarzeile als Heartbeat. Der Client soll sie ignorieren, kann damit aber erkennen, dass die Verbindung noch lebt.
Wenn GitHub einen Stream beendet, folgt ein github.stream.end Event mit einem Outcome. Bei subscription_ended ist die Subscription abgelaufen oder der Zugriff verloren gegangen. Bei reconnect soll der Client dieselbe Subscription erneut öffnen, mit Jitter warten und bei Bedarf zuerst das Token erneuern.
Eine unerwartet geschlossene Verbindung ohne End Event braucht ebenfalls einen Reconnect. Gute Automation behandelt diese Fälle nicht als Ausnahme am Rand. Sie sind Teil des normalen Betriebs.
Token Laufzeit bestimmt die Stream Laufzeit
Event Streams akzeptieren User Tokens und GitHub App Installation Tokens. Apps, die nur als App authentifiziert sind, werden nicht unterstützt. Der Account oder die Installation braucht außerdem Leserechte auf den abonnierten Pull Request.
Installation Tokens laufen nach einer Stunde ab. Der offene Stream endet bei der nächsten Zugriffsprüfung. Der Agent muss vor dem Reconnect ein frisches Token erstellen. Ein GITHUB_TOKEN aus GitHub Actions lässt sich nicht erneuern, deshalb sollten damit erzeugte Subscriptions vor dem Ende des Jobs gelöscht werden.
Authentifizierung ist hier kein einmaliger Startschritt. Sie gehört in den Zustandsautomaten des Stream Clients.
Ein guter Agent wartet auf die richtige Arbeit
Ein sinnvoller Review Agent abonniert einen Pull Request, lädt den Ausgangszustand und wartet. Nach einem neuen Commit prüft er nur die geänderte Revision. Nach einem Review liest er die Entscheidung und offenen Punkte. Nach einer Check Suite bewertet er das Ergebnis. Nach Merge oder Close beendet er seine Arbeit und entfernt die Subscription.
Dabei darf nicht jedes Ereignis sofort eine teure Modellanfrage starten. Mehrere Check Suites können kurz nacheinander fertig werden. GitHub sendet pro Suite ein eigenes Event und bietet aktuell kein einzelnes Ereignis für alle abgeschlossenen Checks. Der Agent sollte deshalb den Gesamtstatus laden, kurze Ereigniswellen bündeln und nur bei einer entscheidbaren Lage handeln.
So entsteht weniger Aktivität, aber mehr relevante Arbeit.
Die Preview gehört hinter eine kleine Schnittstelle
GitHub weist ausdrücklich darauf hin, dass API, Event Typen und Limits während der Public Preview mit kurzer Vorwarnung brechen können. Event Streams sind außerdem nur auf GitHub.com verfügbar und noch nicht auf GHE.com. Der Zugang wird über eine Waitlist freigeschaltet.
Deshalb sollte die Integration nicht tief in jede Business Regel eingebaut werden. Eine kleine Adapter Schicht übernimmt Subscription, SSE Parsing, Reconnect, Token Refresh und Normalisierung. Dahinter arbeitet die vorhandene Job Queue mit einem internen Ereignisformat.
Wenn GitHub die Preview verändert, bleibt die fachliche Automation stabil. Wenn der Stream ausfällt, kann derselbe Adapter kontrolliert auf sparsames Polling zurückfallen.
Erfolg misst sich an Reaktionszeit und Leerlauf
Die Zahl empfangener Events ist keine brauchbare Erfolgsmetrik. Entscheidend ist, ob Feedback schneller verarbeitet wird und wie viel unnötige Arbeit verschwindet.
Wir würden die Zeit vom Review bis zur ersten sinnvollen Reaktion messen. Dazu kommen leere API Requests, Reconnect Rate, verpasste Zustandsänderungen, doppelte Jobs und Modellkosten pro abgeschlossenem Pull Request. Auch menschliche Korrekturen sind wichtig. Ein schneller Agent, der zu früh oder doppelt reagiert, ist kein Fortschritt.
Mit diesen Kennzahlen lässt sich prüfen, ob Event Streams wirklich besser sind als der bestehende Loop. Technologie allein liefert diese Antwort nicht.
Unser Fazit
GitHub Event Streams machen aus GitHub eine Echtzeitquelle für Agents und Automatisierung. Für lokale Tools ist besonders attraktiv, dass keine öffentliche Webhook Infrastruktur nötig ist. Weniger Polling spart API Budget, Tokens und Wartezeit.
Die Preview verlangt trotzdem saubere Architektur. Es gibt kein Replay, Ereignisse können doppelt oder in falscher Reihenfolge eintreffen, Subscriptions laufen aus und der aktuelle Zustand muss über die API geladen werden.
Der richtige Ansatz lautet deshalb nicht Polling abschalten und Stream öffnen. Er lautet: Ereignisse als Wecker verwenden, Zustand verlässlich abgleichen und jede Aktion idempotent machen. Dann arbeitet der Agent nicht öfter, sondern genau dann, wenn seine Arbeit gebraucht wird.
Primärquellen
GitHub Changelog: GitHub Event Streams is now in preview beschreibt den Start der Preview, die unterstützten Pull Request Ereignisse und den Einsatz ohne öffentlichen Webhook Endpoint.
GitHub Docs: Using GitHub Event Streams dokumentiert SSE, Authentifizierung, Subscription Limits, Laufzeiten, Reconnects, fehlendes Replay, Duplikate und bekannte Einschränkungen.
GitHub REST API: Events beschreibt die bestehende Polling API, ETag Unterstützung und das X Poll Interval für Integrationen, die weiterhin Ereignisse abfragen.



