Open-Weight-Modell

Ein KI-Modell lernt aus Beispielen und speichert dieses Gelernte in riesigen Zahlentabellen. Diese Zahlen heißen Gewichte. Sie sind das eigentliche Ergebnis des Lernprozesses und können viele Gigabyte groß sein. Bei einem Open-Weight-Modell stellt der Hersteller diese Zahlen öffentlich zum Herunterladen bereit. Wer die Datei hat, kann das Modell auf einem eigenen Computer laufen lassen. Das Gegenteil sind geschlossene Modelle: Dort bleiben die Zahlen beim Anbieter, und man erreicht das Modell nur über dessen Server.

Offene Gewichte sind nicht dasselbe wie Open Source

Der Begriff wird oft mit Open Source verwechselt. Bei klassischer Open-Source-Software liegt der komplette Quelltext offen, und jeder darf ihn nachbauen. Bei einem Open-Weight-Modell bekommt man dagegen nur das Endprodukt. Welche Texte und Bilder zum Lernen benutzt wurden, bleibt meist geheim. Auch das Programm, das das Training gesteuert hat, wird selten mitgeliefert.

Das ist ein wichtiger Unterschied. Ohne die Trainingsdaten kann niemand von außen prüfen, woher bestimmte Fähigkeiten oder Fehler kommen. Man kann das Modell benutzen, aber nicht wirklich nachvollziehen. Fachleute vergleichen das mit einem Kuchen: Man erhält den fertigen Kuchen, nicht das Rezept. Deshalb hat sich für diese Zwischenform der eigene Name Open Weights durchgesetzt.

Hinzu kommen die Lizenzen. Viele bekannte Modelle dürfen kostenlos genutzt werden, aber mit Bedingungen. Manche verbieten bestimmte Einsatzzwecke, andere erlauben die Nutzung nur bis zu einer bestimmten Größe des eigenen Unternehmens. Frei herunterladbar heißt also nicht automatisch frei verwendbar.

Was man mit den heruntergeladenen Gewichten machen kann

Zuerst braucht man passende Hardware. Kleine Modelle laufen auf einem guten Laptop, große brauchen mehrere spezialisierte Grafikkarten. Dazu kommt ein Programm, das die Gewichten lädt und die Rechnungen ausführt. Solche Programme sind meist gratis und in wenigen Minuten eingerichtet.

Der größte Vorteil ist das Anpassen. Man kann ein Modell mit eigenen Beispielen weitertrainieren, damit es einen bestimmten Fachbereich oder einen bestimmten Sprachstil besser beherrscht. Dieses Nachtrainieren heißt Fine-Tuning und ist deutlich günstiger als ein Training von null. Aus einem einzigen offenen Modell entstehen so oft hunderte Varianten, die andere Leute wieder veröffentlichen.

Ein zweiter Vorteil betrifft Daten und Kontrolle. Wenn das Modell im eigenen Haus läuft, verlassen die Eingaben das Firmennetz nie. Für Kliniken, Behörden oder Anwaltsbüros ist das häufig entscheidend. Außerdem kann der Anbieter das Modell nicht abschalten oder heimlich verändern. Eine einmal heruntergeladene Datei bleibt so, wie sie ist.

Offene Modelle in den Nachrichten und in Produkten

In den Wirtschaftsnachrichten tauchen offene Gewichte regelmäßig auf. Meta veröffentlichte seine Llama-Modelle auf diesem Weg, das französische Unternehmen Mistral tat Ähnliches, und chinesische Anbieter wie DeepSeek oder Alibaba sorgten mit starken offenen Modellen für Aufsehen. Jede solche Veröffentlichung drückt tendenziell die Preise, die geschlossene Anbieter verlangen können.

Dahinter steckt auch Geschäftsstrategie. Wer sein Modell verschenkt, gewinnt Entwickler, Aufmerksamkeit und Einfluss auf Standards. Verdient wird dann an Cloud-Diensten, Beratung oder Zusatzprodukten. Gleichzeitig diskutieren Politik und Forschung über Risiken, denn eine öffentliche Datei lässt sich nicht zurückrufen. Schutzmechanismen gegen Missbrauch kann jeder mit genug Wissen wieder herausnehmen.

Im Alltag begegnet man solchen Modellen oft, ohne es zu merken. Übersetzungsfunktionen, Chat-Assistenten in Apps oder Suchhilfen in Firmen-Software beruhen häufig auf einem angepassten offenen Modell. Wer selbst experimentieren möchte, findet auf Plattformen wie Hugging Face tausende Modelle zum Download. Ein kleines Sprachmodell auf dem eigenen Rechner zu starten, ist heute Sache eines Nachmittags.