Open Source KI bezeichnet KI-Modelle, deren Modellgewichte öffentlich zugänglich sind und die von Unternehmen auf eigener Infrastruktur betrieben, angepasst und weiterentwickelt werden können. Bekannte Beispiele sind LLaMA (Meta) und Mistral (Mistral AI).
Bei klassischer Software ist Open Source klar definiert: Der Quellcode ist öffentlich, jeder darf ihn nutzen, verändern und weiterverbreiten. Bei KI ist die Sache komplizierter. Was die meisten Anbieter als Open Source bezeichnen, ist in Wahrheit Open Weights: Die Modellgewichte sind öffentlich, aber die Trainingsdaten, der Trainingsprozess und die Infrastruktur bleiben geheim.
Meta nennt LLaMA 4 Open Source, sperrt aber bestimmte Versionen für EU-Nutzer:innen und verlangt ab 700 Millionen monatlichen Nutzer:innen eine Sonderlizenz. Mistral nutzt offene Lizenzen, bietet aber seine leistungsfähigsten Modelle nur über die API an. Echtes Open Source nach der Definition der Open Source Initiative (OSI) ist in der KI-Welt die Ausnahme. (Stand: Juni 2026)
Datenkontrolle: Ein Open-Source-Modell läuft auf eigenen Servern. Keine Daten verlassen das Unternehmen. Für regulierte Branchen (Finanzen, Gesundheit) kann das entscheidend sein.
Kosten: Keine monatlichen Abo-Gebühren pro Nutzer:in. Dafür Kosten für Infrastruktur, Wartung und technisches Know-how.
Anpassbarkeit: Open-Source-Modelle lassen sich per Fine-Tuning auf eigene Daten und Aufgaben spezialisieren.
Open Source heißt nicht kostenlos. Der Betrieb eines eigenen LLM erfordert leistungsfähige Hardware (GPUs), technisches Personal und laufende Wartung. Für die meisten kleinen und mittleren Unternehmen ist die Nutzung über die API eines Anbieters (ChatGPT, Claude, Le Chat) pragmatischer und günstiger als ein eigenes Open-Source-Modell zu betreiben.
🔗 Verwandte Begriffe:
LLaMA 4 Maverick, Mistral, Large Language Model (LLM), Fine-Tuning, DSGVO
➡ Du willst KI in deinem Arbeitsalltag einsetzen? In meinen „KI at Work“ Kursen zeige ich dir Schritt für Schritt, wie das geht. Ohne Vorwissen.
Änderungshistorie: