Zum Inhalt
WeltzeitEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portal über KI und Technologieereignisse · analysen · interviews · technischer hintergrund

Suche
LIVE
›

Offene Gewichte sind kein Open Source, und die Lücke wird sichtbar

Fast jede Veröffentlichung, die als offenes Modell gilt, liefert Gewichte zum Herunterladen und sonst nichts. The Register hat am 15. September argumentiert, dass das Etikett überdehnt wird, und ein Mozilla-Bericht vom Vortag hat mit harten Zahlen belegt, was die beiden Kategorien bringen.

KI & ModelleAnalyseLena BrandtVeröffentlicht: 27. September 20265 Min. LesezeitQuellen 3
Offene Gewichte sind kein Open Source, und die Lücke wird sichtbar

Gewichte sind die erlernten numerischen Parameter, die beim Training entstehen. Für sich genommen erlauben sie, ein Modell laufen zu lassen, selbst zu hosten, auf internen Dokumenten nachzutrainieren und die API eines Anbieters zu umgehen. Das ist ein echter Besitz. Laut der Open Source Initiative ist es aber nur "a fraction of the information required for full accountability".

Steven J. Vaughan-Nichols von The Register hat am 15. September dargelegt, dass die Branche stillschweigend ein Wort gegen ein anderes getauscht hat. Er schreibt, ein Unternehmen veröffentliche Modelldateien auf Hugging Face, Entwickler lassen sie auf eigenen GPUs laufen, und schon wird die Veröffentlichung als Open-Source-Modell bezeichnet. Nicht unbedingt, argumentiert er: Es könne sich allein um offene Gewichte handeln.

Der Unterschied klingt akademisch. Er ist es nicht.

Ohne Trainingsdaten oder ausführliche Dokumentation können Außenstehende nicht feststellen, welche Quellen in ein Modell eingegangen sind, welches urheberrechtlich geschützte oder private Material enthalten sein könnte, wie die Daten gefiltert wurden, welche Sprachen unterrepräsentiert waren, ob Benchmark-Daten ins Training gelangt sind oder welche Alignment-Arbeit nach dem Pretraining geleistet wurde. James Landay, Direktor des Stanford Institute for Human-Centered AI, sagte The Register, offene Gewichte seien ein Fortschritt, weil man das Modell aus der Datenpipeline eines anderen heraushalten könne. Er fügte hinzu: "You still can't see how the thing was built, what it was trained on, or why it behaves the way it does. That's not an open model. That's open distribution."

Die Open Source Initiative wollte das mit ihrer Open Source AI Definition klären, OSAID 1.0, veröffentlicht im Oktober 2024. Sie verlangt, dass Modellparameter einschließlich der Gewichte unter OSI-anerkannten Bedingungen verfügbar sind, schreibt aber keinen konkreten rechtlichen Mechanismus vor. Diese Lücke hat sich nicht geschlossen. Luca Antiga, CTO von Lightning AI, nannte den Umgang mit den Gewichten "a gaping hole that will make licenses less effective". Bruce Perens, Autor der ursprünglichen Open Source Definition, hat OSAID 2024 verurteilt und später gesagt, die OSI selbst betreibe inzwischen Openwashing. Bradley Kuhn von der Software Freedom Conservancy und Richard Fontana von Red Hat haben gefordert, die Definition zurückzuziehen.

Was die Gewichte tatsächlich bringen

Mozilla hat am 15. September Version 1.1 seines Berichts State of Open Source AI veröffentlicht, mit Datenstand 1. September, und er ist eine nützliche Realitätsprüfung für beide Seiten der Debatte. Das beste offene Modell lag auf dem Artificial Analysis Intelligence Index drei Punkte hinter dem geschlossenen Spitzenreiter, bei 60% des Preises, und zwei Punkte hinter Claude Fable 5 bei 30%. Mozilla passte METR-Daten zur Aufgabenreichweite an und bezifferte die Lücke zwischen offen und geschlossen auf rund 4,4 Monate, nahe der Schätzung von Epoch AI von vier Monaten. Die offene Leistungsfähigkeit verdoppelt sich laut Mozillas Berechnung alle 3,9 Monate, die geschlossene alle 5,5 Monate.

Mozilla tritt für offene Modelle ein, und der Bericht ist nicht neutral: TIME berichtete am 14. Juli, Mozilla-CTO Raffi Krikorian habe ihn selbst teilweise als Advocacy bezeichnet. Auch die Zahlen des Berichts laufen der Schlagzeile zuwider. Er zählt 16 bemerkenswerte offene Veröffentlichungen, und keine liefert das Datenrezept, das die OSI-Definition verlangt. Die Vier-Monats-Lücke und die 30%-Preiszahl sind API gegen API auf gehosteten Endpunkten zum Listenpreis gemessen.

Dann ist da die Hardware. Mozillas Grafik setzt das beste offene Modell, das auf einen Server passt, bei 52,6 an und das beste, das auf eine einzelne GPU passt, bei 40, Rückgänge um 10 und 23 Punkte. Der native MXFP4-Checkpoint von Kimi K3 belegt rund 1,56TB über 96 Shards; die Serving-Konfiguration listet 64 oder mehr Beschleuniger, und vLLM verlangt mindestens acht GB300 GPUs mit mehreren Knoten für Produktionsverkehr. Mozillas eigene Formulierung dafür lautet offen, aber für die meisten, die es besitzen, nicht lauffähig. Eine Ausnahme: Thinking Machines' Inkling-Small unter Apache 2.0 passt auf eine einzelne B300 bei einer Untergrenze von 180GB.

Krikorian sagte Ars Technica per E-Mail, die Entscheidung für geschlossene Modelle wirke eher arbeitslastspezifisch als organisationsspezifisch. Das Geld stimmt zu. Geschlossene Anbieter holten von Mai bis September 2025 96% des Umsatzes auf Modellebene auf OpenRouter, nach Angaben der Linux Foundation, obwohl Mozilla acht der zehn Topmodelle nach Token-Volumen bis August als offene Gewichte zählte, sieben davon chinesisch gebaut.

Dieses letzte Detail ist für den Lizenzstreit wichtig. Mozillas Daten enden am 1. September, und Artificial Analysis hat seinen Index inzwischen auf v4.3 mit einem anderen Evaluationsset umgestellt, sodass die eingezeichneten Zahlen nicht mehr direkt mit dem Live-Board vergleichbar sind. Mozillas eigene Bildunterschrift lautet: "the gap resets every release cycle." Ein Rückstand von 4,4 Monaten ist eine Momentaufnahme, keine Trendlinie.

Der Urheberrechtsaspekt ist der Punkt, an dem die fehlende Dokumentation teuer wird. Ein Paper von A. Feder Cooper, Mark A. Lemley und Mitautoren, auf arXiv veröffentlicht und am 20. Juli 2026 überarbeitet, umfasste über 3.000 Experimente mit 200 Büchern und 14 Open-Weight-LLMs. Die meisten Modelle memorierten die meisten Bücher nicht, weder ganz noch teilweise. Llama 3.1 70.000.000.000 memorierte jedoch einige Titel vollständig, darunter Harry Potter and the Sorcerer's Stone, so weit, dass das ganze Buch aus den ersten Worten nahezu wörtlich extrahiert werden kann. Die Autoren sagen, das Ergebnis begünstige vor Gericht keine Seite.

Der Etikettenstreit ist also keine Semantik. Wer die Daten nicht sieht, kann nicht prüfen, was ein Modell memoriert hat, und kann das System, das es hervorbrachte, nicht reproduzieren. Landays Formulierung ist die klarste, die es gibt. Offene Gewichte beantworten, ob man das hier laufen lassen kann. Open Source beantwortet, ob man ihm trauen, es verbessern und das nächste darauf bauen kann.

Kommentare 0

Quellen

3
  1. 01Open weights are not open source: Why AI's favorite label is under disputeEN
  2. 02China's open-weight AI models are now just 4 months behind frontier US offerings, Mozilla report claimsEN
  3. 03Extracting memorized pieces of (copyrighted) books from open-weight language modelsEN

Alle Zahlen und Zitate in diesem Text stammen aus den unten genannten Quellen.

Die Materialien wurden vom Redaktionsteam mit Unterstützung von KI erstellt.

Lena Brandt

Lena Brandt

KI, Modelle und Technik

Lena Brandt schreibt für FLASH24 über Technik, KI und Modelle sowie Medien und Internet und stützt sich dabei auf Herstellerangaben, Studien und öffentlich zugängliche Datensätze, statt Pressemitteilungen ungeprüft zu übernehmen. Bei Modellvergleichen kontrolliert sie Benchmark-Werte, Trainingsdaten und Versionsnummern und rechnet Angaben zu Rechenleistung und Kosten selbst nach. Sie spricht mit Entwicklern und Forschern, wartet auf angekündigte Updates und vergleicht Releases, bevor sie eine Einschätzung abgibt. Privat beschäftigt sie sich mit 3D-Druck, alten Rechnern und der Frage, wie Modelle aus Internetmüll lernen – Themen, die regelmäßig in ihre Texte einfließen. Sie publiziert keine Zahlen, deren Quelle sie nicht selbst überprüfen konnte.

Redaktion →

Kommentare

0
  1. Noch keine Kommentare — seien Sie der Erste.

Kommentar schreiben

Kommentare sind öffentlich sichtbar. Wir veröffentlichen keine Beleidigungen, Werbung oder Spam.