Open Source Modelle sind im KI-Kontext ein Sammelbegriff für KI-Modelle, die nicht vollständig in geschlossenen Plattformen verbleiben, sondern zumindest teilweise offen zugänglich sind. Wichtig sind sie, weil sie lokale Nutzung, Wettbewerb und mehr Kontrolle ermöglichen können; gleichzeitig ist "Open Source" bei KI nicht eindeutig, weil Modellgewichte, Code, Trainingsdaten, Lizenz und kommerzielle Nutzung unterschiedlich offen sein können.

Definition

Open Source Modelle sind KI-Modelle, deren Gewichte, Code oder Nutzung zumindest teilweise offen verfügbar sind. "Gewichte" sind die gelernten Zahlenwerte eines Modells; sie bestimmen, wie ein Modell aus Eingaben Antworten, Bilder oder andere Ausgaben erzeugt.

Im KI-Kontext wird der Begriff nicht nur technisch verwendet, sondern auch als Markt- und Machtfrage: Offene Modelle erscheinen dort als Gegengewicht zu geschlossenen Plattformen und als Treiber für Preiswettbewerb, lokale Nutzung, Transparenzdebatten und geopolitische Dynamik.

Warum der Begriff bei KI uneindeutig ist

Bei klassischer Software meint Open Source oft, dass Quellcode unter einer offenen Lizenz verfügbar ist. Bei KI-Modellen ist die Lage komplizierter: Ein Modell kann zwar herunterladbar sein, aber trotzdem Einschränkungen bei Lizenz, kommerzieller Nutzung, Trainingsdaten oder Weiterverbreitung haben.

Deshalb spricht der AI-Breakdown auch von "offenen oder offenere[n] Modellfamilien" und von selbst ernannten Open-Source-Modellen. Die zentrale Unterscheidung lautet: Sind nur Nutzung oder Demo offen, sind auch Modellgewichte verfügbar, gibt es Trainingscode, und erlaubt die Lizenz echte Weiterverwendung?

Bedeutung im KI-Kontext

Seit 2024 werden Open Source Modelle im Newsletter als schnell wachsendes Feld beschrieben. Ein frühes Beispiel ist Mistrals miqu-1-70b, das auf Hugging Face auftauchte und in der Meldung Erwartungen an Open-Source-Modelle auf sehr hohem Leistungsniveau weckte.

Weitere Stationen sind offene multimodale Modelle, also Systeme, die mehr als eine Eingabeart verstehen, etwa Text und Bilder. Der Newsletter nennt Mistrals Pixtral 12B als Beispiel für ein als Open Source veröffentlichtes multimodales Modell.

Auch große Modellfamilien aus China spielen in den Quellen eine Rolle. Alibaba/Qwen wird mit über 100 auf Qwen 2.5 basierenden Sprachmodellen genannt; DeepSeek wird Anfang 2025 als besonders starkes Open-Source-Modell beschrieben.

Lokale Nutzung und Kontrolle

Ein praktischer Vorteil offener Modelle ist die Möglichkeit, Modelle lokal auf eigener Hardware oder in eigener Infrastruktur zu betreiben, sofern Modell, Lizenz und Hardwareanforderungen das erlauben. Relevant sind GPT-OSS als Beispiel einer Open-Source-Modellfamilie, die lokal auf dem eigenen Rechner laufen könne, ohne Daten an OpenAI zu senden.

Für Unternehmen und technisch versierte Nutzer ist das wichtig, weil lokale oder selbst betriebene Modelle mehr Kontrolle über Datenflüsse, Kosten und Anpassungen ermöglichen können. Diese Vorteile sind aber nicht automatisch gegeben; sie hängen davon ab, wie offen das konkrete Modell tatsächlich ist.

Abgrenzung zu geschlossenen Modellen

Geschlossene Modelle werden typischerweise über Anbieterplattformen genutzt, ohne dass Nutzer die Gewichte oder den vollständigen Trainingsprozess kontrollieren. Open Source Modelle sind im KI-Kontext das Gegenstück dazu: Sie stehen für mehr Offenheit, lokale Nutzung und Wettbewerb gegen geschlossene Angebote von großen KI-Plattformen.

Die Abgrenzung ist jedoch kein einfaches Entweder-oder. Der Newsletter beschreibt Unterschiede zwischen Closed- und Open-Source-Modellen, aber zugleich Fortschritte in beiden Gruppen. Damit ist "offen" eher ein Spektrum als eine feste Kategorie.

Risiken und Regulierung

Offenheit kann Einstiegshürden senken und Forschung, Wettbewerb oder Produktentwicklung beschleunigen. Gleichzeitig kann sie Sicherheits- und Missbrauchsrisiken erhöhen, etwa wenn leistungsfähige Modelle leichter kopiert, verändert oder ohne zentrale Kontrolle eingesetzt werden.

Der AI-Breakdown verweist 2024 auf die Position, dass Open-Source-Modelle aus Sicht des Weißen Hauses damals keine zusätzliche Regulierung benötigen sollten. Das zeigt, dass offene Modelle nicht nur technisch, sondern auch regulatorisch und politisch diskutiert werden.

Kurz erklärt

Wenn ein Modell "open source" genannt wird, sollte man immer nachfragen: Was genau ist offen? Nur die Nutzung, auch die Gewichte, der Code, die Lizenz, die Trainingsdaten oder die kommerzielle Weiterverwendung?

Für Leser des AI-Breakdown ist der Begriff besonders wichtig, weil offene Modelle immer wieder als Motor für Wettbewerb, lokale KI-Nutzung, chinesische Modellfamilien, neue multimodale Fähigkeiten und die Abgrenzung zu geschlossenen KI-Plattformen auftauchen.

Weitere Seiten

Quellen und Belege

AI-Breakdown-Ausgaben

Externe Quellen