Proprietäres Modell

Ein Computerprogramm, das Texte schreibt oder Bilder erzeugt, besteht im Kern aus riesigen Zahlentabellen. Diese Zahlen sind das eigentliche Ergebnis der monatelangen Lernphase, in der das Programm aus Millionen Beispielen Muster ableitet. Bei einem proprietären Modell behält die Firma diese Zahlen für sich und veröffentlicht sie nicht. Man kann das Modell benutzen, aber nur über das Internet: Die Frage geht an die Server der Firma, die Antwort kommt zurück. Auch andere Details bleiben oft geheim, etwa welche Texte zum Lernen verwendet wurden. Das Gegenstück heißt offenes Modell, dort stellt der Hersteller die Zahlentabellen zum Herunterladen bereit.

Was die Geheimhaltung für Nutzer bedeutet

Für Firmen, die solche Modelle bauen, ist die Geheimhaltung ein Geschäftsmodell. Das Training der größten Systeme kostet hunderte Millionen Euro. Wer die fertigen Zahlen einfach verschenkt, kann diese Investition kaum wieder einspielen. Deshalb verkaufen Anbieter wie OpenAI, Anthropic oder Google Zugänge und nicht die Modelle selbst.

Für Nutzer entsteht daraus eine Abhängigkeit. Wenn der Anbieter die Preise erhöht, das Modell abschaltet oder heimlich verändert, hat man keine Alternative. Fachleute nennen das Lock-in: Man hat seine Software rund um einen Zugang gebaut und kommt nicht mehr leicht weg. Ein Krankenhaus oder eine Bank muss außerdem prüfen, ob sensible Daten überhaupt an fremde Server gesendet werden dürfen.

Ein zweiter Punkt betrifft die Kontrolle. Forscher können ein geheimes Modell nicht von innen untersuchen. Sie können nur ausprobieren, was es antwortet, und daraus Schlüsse ziehen. Wenn ein Modell Bewerbungen bewertet oder Kredite einschätzt, ist das ein echtes Problem. Man sieht das Ergebnis, aber nicht den Weg dorthin.

Der Zugang über eine Schnittstelle

Der Zugriff läuft fast immer über eine API. Das ist eine festgelegte Adresse im Internet, an die ein Programm eine Anfrage schickt und eine Antwort zurückerhält. Man braucht dafür einen Schlüssel, eine Art Passwort, mit dem die Firma jede Anfrage einem Konto zuordnet. Abgerechnet wird meist nach Textmenge, gemessen in Tokens, also Wortbausteinen.

Das Modell selbst läuft dabei in Rechenzentren des Anbieters, auf spezialisierten Grafikchips. Der Nutzer merkt davon nichts. Er sieht nur, dass die Antwort nach ein bis zwei Sekunden erscheint. Genau diese Trennung macht die Geheimhaltung technisch möglich: Was nie den Server verlässt, kann niemand kopieren.

Ein häufiger Irrtum ist, proprietär bedeute automatisch teuer und offen automatisch kostenlos. Auch offene Modelle brauchen Rechenleistung, die man mieten oder selbst kaufen muss. Und proprietäre Modelle gibt es in kleinen, billigen Varianten. Der Unterschied liegt nicht im Preis, sondern in der Frage, wer die Bauteile besitzt.

Bekannte Beispiele und der Streit um Offenheit

Die bekanntesten proprietären Modelle sind GPT von OpenAI, Claude von Anthropic und Gemini von Google. Sie stecken hinter Chatbots, hinter Übersetzungsfunktionen und hinter Schreibhilfen in Office-Programmen. Wer ChatGPT im Browser benutzt, arbeitet mit einem proprietären Modell, ohne dass das irgendwo groß dabeisteht.

In Wirtschaftsnachrichten taucht der Begriff meist im Vergleich auf. Meta veröffentlicht seine Llama-Modelle zum Herunterladen, das französische Unternehmen Mistral und das chinesische DeepSeek tun das teilweise ebenfalls. Analysten fragen dann, ob offene Modelle die Preise der geschlossenen Anbieter unter Druck setzen. Für Anleger ist das eine wichtige Frage, weil hohe Bewertungen an dauerhaften Einnahmen hängen.

Vorsicht ist beim Wort offen geboten. Manche Firmen veröffentlichen die Zahlentabellen, verbieten aber in den Nutzungsbedingungen den kommerziellen Einsatz. Die Trainingsdaten bleiben fast immer geheim. Fachleute sprechen deshalb lieber von offenen Gewichten als von echter Open Source. Zwischen ganz geheim und ganz offen liegen viele Zwischenstufen.