OpenAI holt Driscoll, während in Wuzhen die Debatte um offene Gewichte schärfer wird

OpenAI bestätigte die Einstellung am Montag, dem 2. November, die Berichterstattung folgte am 3. November. Dan Driscoll, der 26. Secretary of the US Army, übernimmt eine neu geschaffene Stelle: Senior Counselor for National Security Modernization. Er soll beraten, wie fortgeschrittene KI die nationale und die Cybersicherheit stärken kann. Außerdem arbeitet er mit der Führung von OpenAI und externen Partnern zusammen, wie The Next Web berichtet.

Der Zeitpunkt ist alles andere als zufällig. OpenAI hat das ganze Jahr daran gearbeitet, sich als Standardlieferant für KI der US-Regierung zu positionieren. Diese Einstellung kauft dem Unternehmen eine Person, kein Produkt.

Driscoll verließ das Pentagon im September nach Monaten der Spannung mit Verteidigungsminister Pete Hegseth, wie das Wall Street Journal berichtete und The Next Web zusammenfasste. Er ist ehemaliger Armeeoffizier und ein Kommilitone von Vizepräsident JD Vance aus der Juristenschule. Als Heeresstaatssekretär führte er fast eine Million Soldaten und mehr als 265.000 zivile Armeemitarbeiter, so OpenAI. Nach eigener Darstellung war er zudem geschäftsführender Direktor der ATF.

The Decoder ergänzt ein Detail, das man behalten sollte. Während seiner Amtszeit trieb Driscoll die KI-Modernisierung der Armee voran, darunter Project ARIA. Diese Initiative brachte KI-Werkzeuge in Budgetierung, Logistik und den taktischen Einsatz von Modellen. Das ist Beschaffungserfahrung, nicht nur politische Erfahrung. The Decoder merkt außerdem an, dass er sein Rücktrittsgesuch Ende August 2026 einreichte, wegen der Reibungen mit Hegseth. Hegseth entfernte wiederholt ranghohe Offiziere oder blockierte Beförderungen gegen Driscolls Widerstand, heißt es in dem Bericht. Driscoll pflegt starke Beziehungen zu beiden Parteien im Kongress, so AP.

"Die Anforderungen der nationalen Sicherheit verändern sich schneller als zu jedem anderen Zeitpunkt der vergangenen fünfzig Jahre", sagte Driscoll in einer Erklärung.

Sam Altman fasste es in Exportbegriffen. "Die USA haben eine außergewöhnliche Chance, mit anderen Ländern zusammenzuarbeiten und die Verbreitung demokratischer KI voranzutreiben", sagte der Vorstandsvorsitzende. OpenAI erklärte, die Einstellung baue auf Daybreak auf, dem Programm des Unternehmens für Cyberresilienz mit Verbündeten. Das Unternehmen hat Daybreak für die Ukraine geöffnet und es US-Versorgungsunternehmen vorgestellt.

Die Vertragsgeschichte hinter der Ankündigung

Der Hintergrund wiegt schwerer als der Titel. Im Februar 2026 vereinbarte OpenAI, seine Modelle im klassifizierten Netz des Verteidigungsministeriums einzusetzen. Der Deal kam zustande, nachdem die Beziehung des Rivalen Anthropic zum Pentagon zerbrochen war, berichtete Rachel Metz für Bloomberg. Die Darstellung von The Decoder ist deutlicher. Das Pentagon stufte Anthropic als "Lieferkettenrisiko" ein, nachdem CEO Dario Amodei sich geweigert hatte, die Beschränkungen zu Massenüberwachung und autonomen Waffen aus seinen Verträgen zu streichen. Altman verkündete seinen eigenen Deal am selben Tag. Anthropic kämpft noch immer vor Gericht um seinen Fall mit dem Pentagon, so The Next Web.

Der Streit der beiden Labore um die nationale Sicherheit dreht sich also nicht nur um Leistungsfähigkeit. Es geht um Vertragsbedingungen und darum, wer die Regeln für den militärischen Einsatz von KI schreibt. Driscolls Netzwerk im Kongress ist das Gut, das OpenAI hier kauft.

Nichts davon berührt offene Gewichte direkt. Es bestimmt das Wetter für alles andere. Dieselbe Regierung, die einen Anbieter für ein klassifiziertes Netz auswählt, prägt auch die Debatte darüber, ob Modellgewichte überhaupt veröffentlicht werden sollten.

Tsai vertritt in Wuzhen die offene Sache

Am 3. November warb Alibaba-Chef Joe Tsai auf dem Wuzhen Summit für Open-Source-KI, wie die South China Morning Post berichtete. Er stellte sie dem Widerstand aus den USA gegenüber. Das ist derselbe Tag wie die Driscoll-Nachricht und dieselbe Woche wie eine Serie von Veröffentlichungen offener Gewichte aus europäischen und chinesischen Laboren.

Die öffentliche Berichterstattung liefert über diese Rahmung hinaus keine konkreten Argumente von Tsai. Der SCMP-Artikel ist eher ein Signal der Positionierung als ein ausgearbeiteter Politikvorschlag. Alibabas eigene Bilanz bei offenen Gewichten ist die konkretere Frage, und die öffentliche Berichterstattung beantwortet sie nicht.

Was öffentlich ist, zeigt ein Ökosystem, das nicht auf Erlaubnis wartet. Die Release Notes zu PSSA v0.5.0 auf GitHub, einem am 31. Oktober veröffentlichten Projekt für ein Sprachmodell jenseits der Transformer-Architektur, beschreiben eine parametergleiche Transformer-Baseline. Sie beschreiben außerdem einen Konverter von Qwen3 zu PSSA mit einem Teacher-Forward-Pass in reinem Rust. Die Notes nennen Cross-Entropy plus Temperatur-KL-Loss, verifiziert durch Finite-Differenzen-Tests, und native CUDA- neben WebGPU-Backends. Das ist ein Projekt im Hobby-Maßstab, aber die technische Checkliste ist die Art von Arbeit, für die früher ein Labor nötig war.

Anthropics Beweissystem und warum es für offene Gewichte zählt

Anthropic veröffentlichte am 3. November eine Untersuchung zu FlashProve, einem auf zkSNARK basierenden System, das beweist, dass eine Antwort von einem bestimmten Modell stammt. Die eigenen Zahlen des Unternehmens: Für Llama 4 Maverick, ein Mixture-of-Experts mit 400.000.000.000 Parametern, erzeugt eine einzelne H100 Beweise mit etwa 110 Token pro Sekunde. Die Beweisgröße liegt bei rund 19 MB pro Anfrage mit 1.024 Token, bei 4-Bit-quantisierten Gewichten und Ganzzahlarithmetik im Prefill. Das sind etwa 70- bis 95-mal so viel GPU-Zeit wie der reine Betrieb des Modells auf vLLM, so Anthropic.

Anthropic nennt die Motivation offen. Wer heute ein Modell abfragt, kann nicht prüfen, ob die Antworten von dem Modell stammen, das der Entwickler als antwortend angibt. Ein Routing-Dienst könnte aus Kostengründen heimlich ein anderes Modell einsetzen. Ein Angreifer könnte den Token-Strom manipulieren. Das System legt sich auf ein Modell fest und verbirgt dessen Gewichte; die Architektur zu verbergen ist nicht das Ziel. Code, Lean-Beweise und Dokumentation erscheinen unter Apache 2.0.

Der Bezug zu offenen Gewichten ist indirekt, aber real. Lässt sich Inferenz kryptografisch überprüfen, verliert das Argument an Kraft, geschlossene Gewichte seien für Vertrauen nötig. Lässt sie sich nicht überprüfen, wird jeder offene Checkpoint schwerer zu verbürgen. Anthropic nennt das einen Zwischenschritt, keine abgeschlossene Agenda.

Was die Benchmarks über die Lücke sagen

Auf der Modellseite ist das neueste Preprint GSLM2, am 31. Oktober von Yosuke Higuchi, Tom Fizycki und 15 Mitautoren bei arXiv eingereicht. Die Arbeit zielt auf gesprochene Sprachmodelle. Die Autoren schreiben, diese lägen bei Fähigkeiten und Dateneffizienz hinter Textmodellen zurück. Ihr Encoder SpidR 2.0 leitet diskrete Einheiten auf mehreren Abstraktionsebenen ab. Ein Multi-Stream-Modell sagt sie gemeinsam voraus.

Die Kernzahlen: Trainingsdaten bis zu 6.000.000 Stunden und Modellgrößen bis zu 6.500.000.000 Parameter. Die Lücke zu textbasierten Modellen bei sWuggy, sBLIMP und tSC schrumpfte über vorgelesene und konversationelle Sprache um etwa zwei Größenordnungen. Trainingscode und Checkpoints sind als Open Source verfügbar.

Anderswo fällt das Bild für reine Skalierung weniger schmeichelhaft aus. FrontierMat, eingereicht am 30. Oktober, ist ein Benchmark aus 330 Aufgaben aus akademischer und industrieller Spitzenforschung. Die Felder sind Luft- und Raumfahrt, Halbleiter, verkörperte Intelligenz und Kernfusion, jeweils von Experimentalphysikern und Branchenexperten geprüft. Das stärkste Allzweckmodell erreicht nur 53,7 Prozent. Bei passenden Aufgaben liegen skalenübergreifende Fragen 8,7 Punkte unter solchen mit einer einzigen Skala. Die Hälfte der Aufgaben wird von höchstens einem Modell gelöst. Modelle scheitern vor allem daran, dass sie billigen, was plausibel klingt, statt was beobachtet wurde, schreiben die Autoren.

Eine Studie zur Domänenanpassung im selben Papier hebt ein Modell mit offenen Gewichten von 36,7 auf 55,4 Prozent. Sie nutzt metagewichtetes fortgesetztes Pretraining und skalenmodulare Selbst-Destillation und erreicht damit das stärkste proprietäre Modell, ohne Einbußen bei allgemeinen Benchmarks. Das ist einer der nützlicheren Datenpunkte für alle, die über offen gegen geschlossen streiten.

Effizienzarbeit nagt weiter an den Kosten des Modellbetriebs

Ein Preprint vom 30. Oktober zum Pruning von Mixture-of-Experts argumentiert, die Ausgaben der Experten zeigten strukturierte Redundanz. Über Modelle und Aufgabenkategorien hinweg liegen der stabile Rang und die entropische effektive Rangzahl der Expertenausgaben weit unter der nominellen Zahl der Experten. Die Autoren schlagen zwei Pruning-Verfahren vor, PEEP und DCEP. Bei 75 und 50 Prozent erhaltenen Experten auf DeepSeek-V2-Lite und Qwen3-30B-A3B schlagen sie die aktuellen Bestwerte bei den meisten Benchmarks. Qwen3-30B-A3B hat 30.000.000.000 Parameter, von denen 3.000.000.000 aktiv sind.

Zwei weitere Arbeiten stoßen in andere Richtungen. Eine am 29. Oktober eingereichte Arbeit untersucht Spracherkennung von Emotionen in audiogängigen Modellen. Sie findet, dass bei Widerspruch zwischen Audio und Text die Fehlerwahrscheinlichkeit steigt, sobald Audio vorhanden ist, über eNTERFACE'05, MELD und CMU-MOSEI hinweg. Überwachte Klassifikatoren auf denselben Merkmalen verhalten sich umgekehrt. Eine ebenfalls am 29. Oktober eingereichte Arbeit prüft, wie Sprachmodelle das Gefühl von Ergebnissen beim Glücksspiel oder Aktienhandel vorwegnehmen. Sie findet, was die Autoren Silicon Gain Amplification nennen: Modelle bewerteten Gewinne intensiver als gleich große Verluste und kehrten damit die klassische Verlustaversion um.

Keine dieser Arbeiten entscheidet den Streit um offene Gewichte. Sie zeigen aber, dass die Forschungsfront voller kleiner, überprüfbarer Aussagen ist und nicht aus einer einzigen großen besteht.

Die Sicherheitsbilanz

OpenAI bewegte sich am 3. November auch bei der eigenen Verteidigung. The Decoder berichtete, das Unternehmen habe die Bug-Bounty-Auszahlungen vervierfacht. Kritische Schwachstellen in Kernprodukten wie ChatGPT oder Codex bringen externen Forschern nun bis zu 30.000 Dollar. Außergewöhnliche Funde bringen bis zu 100.000 Dollar, und mit Qualitäts-, Treue- und Kampagnenprämien kann die Summe rund 172.000 Dollar erreichen. Wer in den letzten 30 Tagen eine Schwachstelle gemeldet hat, erhält die Differenz rückwirkend. Ein Security-Sprint bringt die Firma Cathedral mit den eigenen Ingenieuren von OpenAI zusammen. Beim letzten Sprint arbeiteten 25 Prozent der Produktingenieure von OpenAI daran, Schwachstellen zu finden, so das Unternehmen.

Ob offene Gewichte diese Arbeit leichter oder schwerer machen, ist genau die Frage, auf die keine Zahl eine Antwort gibt. Die Veröffentlichung von Epoch AI zu Modellen mit offenen Gewichten und der Patch-Lücke vom 29. Oktober wird hier nicht zusammengefasst.

Klar ist die Richtung. Ein früherer Heeresstaatssekretär berät jetzt ein Frontier-Labor. Ein chinesischer Manager wirbt öffentlich für Open Source. Ein US-Labor veröffentlicht kryptografische Beweise dafür, dass ein bestimmtes Modell ein bestimmtes Token erzeugt hat. Und ein Benchmark aus echten industriellen Forschungsproblemen zeigt, dass das beste Allzweckmodell noch immer weniger als 54 Prozent richtig löst.

Die Frage der offenen Gewichte wird in Beschaffungsbüros und Gerichtssälen entschieden, nicht nur in arXiv-Kommentaren. Nach den in dieser Woche datierten Belegen rüsten beide Seiten personell auf.