Open-Weight-Modelle

Ein KI-System wie ein Chatbot besteht im Kern aus einer riesigen Tabelle von Zahlen. Diese Zahlen heißen Gewichte, und sie sind das Ergebnis eines wochenlangen Lernprozesses aus Textbeispielen. Bei den meisten bekannten Systemen bleiben diese Zahlen ein Firmengeheimnis: Man kann sie nur über die Server des Anbieters benutzen. Bei Open-Weight-Modellen ist es anders. Der Hersteller stellt die Zahlendatei ins Netz, meist mehrere Gigabyte groß, und jeder darf sie herunterladen. Wer einen ausreichend starken Computer hat, kann das Modell dann komplett offline betreiben.

Warum offene Gewichte den Markt verändern

Solange die Gewichte geheim sind, hängt jede Firma und jede Behörde vom Anbieter ab. Er bestimmt den Preis, die Regeln der Nutzung und ob es das Modell nächstes Jahr noch gibt. Ändert er etwas, muss sich der Kunde anpassen. Offene Gewichte brechen diese Abhängigkeit auf. Ein einmal heruntergeladenes Modell kann niemand mehr abschalten.

Dazu kommt der Datenschutz. Wer ein Modell auf eigenen Rechnern betreibt, schickt keine Patientenakte und keinen Vertragsentwurf an einen fremden Server. Für Krankenhäuser, Anwaltskanzleien und Verwaltungen ist das oft der entscheidende Punkt. Auch Länder und Universitäten setzen aus diesem Grund auf offene Modelle.

Wirtschaftlich drücken offene Modelle die Preise. Wenn ein frei verfügbares System fast so gut ist wie ein teures Abo-Modell, sinkt die Zahlungsbereitschaft für das Abo. Genau das ist seit 2023 mehrfach passiert. Analysten beobachten deshalb sehr genau, wann ein neues Open-Weight-Modell zur kommerziellen Spitze aufschließt.

Was in der heruntergeladenen Datei steckt – und was fehlt

Die Datei enthält die Gewichte und eine Beschreibung des Aufbaus. Damit weiß ein Programm, wie es die Zahlen anordnen und durchrechnen muss. Zum Ausführen braucht man Software wie llama.cpp oder Ollama sowie genug Grafikspeicher. Kleine Modelle laufen auf einem guten Laptop, große brauchen spezielle Grafikkarten für mehrere zehntausend Euro.

Was fast immer fehlt, sind die Trainingsdaten und der Trainingscode. Man bekommt das fertige Ergebnis, nicht das Rezept. Deshalb ist „open weight“ nicht dasselbe wie „Open Source“. Bei echter Open-Source-Software liegt der komplette Bauplan offen. Bei offenen Gewichten kann niemand von außen nachprüfen, mit welchen Texten das Modell gelernt hat.

Ein zweiter Fallstrick ist die Lizenz, also der Nutzungsvertrag. Manche Anbieter erlauben alles, andere verbieten den kommerziellen Einsatz ab einer bestimmten Nutzerzahl oder bestimmte Anwendungsfelder. „Frei herunterladbar“ bedeutet also nicht automatisch „frei verwendbar“. Ein Blick in die Lizenzdatei gehört zur Pflicht, bevor ein Unternehmen ein solches Modell einsetzt.

Bekannte Vertreter und typische Einsätze

Die bekanntesten Familien sind Llama von Meta, Mistral aus Frankreich, Qwen von Alibaba, Gemma von Google und die R1-Reihe von DeepSeek. Gesammelt werden sie vor allem auf der Plattform Hugging Face, einer Art Bibliothek für KI-Modelle. Dort stehen hunderttausende Varianten, viele davon von Einzelpersonen angepasst. Diese Anpassung heißt Feintuning: Man trainiert ein fertiges Modell mit eigenen Beispielen nach, etwa mit juristischen Texten.

Im Alltag begegnen dir offene Modelle meist unsichtbar. Viele Apps für Übersetzung, Untertitel oder Textkorrektur nutzen im Hintergrund ein solches Modell, ohne das zu erwähnen. Auf dem eigenen Rechner kann man sie mit wenigen Klicks installieren und ohne Internetverbindung befragen.

In den Nachrichten tauchen sie vor allem in zwei Zusammenhängen auf. Erstens im Wettlauf zwischen China, den USA und Europa um technologische Unabhängigkeit. Zweitens in der Debatte um Sicherheit: Ein veröffentlichtes Modell lässt sich nicht zurückholen, und eingebaute Schutzregeln kann man beim Feintuning wieder entfernen. Politik und Forschung streiten deshalb darüber, wie offen KI sein sollte.