Code Completion ist die automatische Vervollständigung von Code beim Schreiben in einer IDE. Während klassische Vervollständigung auf Statisch-Analyse, Symboltabellen und Indizes basiert, nutzt KI-gestützte Code Completion zusätzlich große Sprachmodelle, um auch ganze Zeilen, mehrzeilige Blöcke oder Funktionen vorauszuschlagen.
Klassische Beispiele sind IntelliSense in Visual Studio, JetBrains' Smart Completion oder LSP-basierte Completion in VS Code. KI-Beispiele sind GitHub Copilot, Cursor's Tab-Completion, Tabnine, JetBrains AI Assistant, Amazon Q Developer (ehemals CodeWhisperer) oder Codeium. Die Vorschläge fließen üblicherweise inline in den Editor ein und werden mit Tab oder Enter angenommen.
Einsatzzweck ist die Beschleunigung der Eingabe und die Reduktion typischer Tippfehler. Gleichzeitig verändert sich der Stil der Arbeit: Entwickler skizzieren häufiger durch Kommentare und Funktionsnamen das gewünschte Verhalten und nehmen passende Vorschläge an, statt jede Zeile vollständig selbst zu schreiben.
KI-gestützte Code Completion hat sich seit Tabnine (2018) und insbesondere mit GitHub Copilot (2021) als dominantes neues Paradigma etabliert. In Kombination mit Modellen wie GPT-4, Claude oder spezialisierten Code-Modellen sind heutige Vorschläge oft kontextreicher als alles, was statische Werkzeuge liefern können.
In der Praxis gibt es eine ständige Debatte über Vor- und Nachteile: Während Produktivitätsgewinne empirisch belegt sind, warnen Studien vor erhöhter Reviewlast, Sicherheitslücken aus übernommenem Code und vor Vertrauensvorschuss durch "plausible aussehenden" Code. Reife Teams nutzen Completion daher meist mit klaren Review- und Test-Praktiken im Hintergrund.