Open-weights-Modelle sind Modelle des maschinellen Lernens, typischerweise große Sprachmodelle oder andere Foundation-Modelle, deren trainierte Parameter oder Gewichte öffentlich freigegeben werden, sodass jeder sie herunterladen, lokal ausführen, untersuchen und feinabstimmen kann. Dies steht im Gegensatz zu proprietären oder geschlossenen Modellen wie GPT-4 oder Claude, die nur über eine kostenpflichtige API oder eine gehostete Oberfläche zugänglich sind, wobei die zugrunde liegenden Gewichte privat gehalten werden.
Terminologie
Open-weights wird oft anstelle von Open-Source verwendet, da die alleinige Freigabe von Gewichten nicht den traditionellen Open-Source-Definitionen entspricht, die in der Regel verlangen, dass auch die Trainingsdaten, der Trainingscode und die Methodik öffentlich und frei wiederverwendbar sind. Die meisten weit verbreiteten offenen Modelle, darunter Llama, die Veröffentlichungen von Mistral und Qwen, veröffentlichen Gewichte und oft auch Architekturdetails, jedoch nicht die vollständigen Trainingsdaten oder das vollständige Trainingsrezept, was Open-weights zu einem präziseren Begriff als Open-Source-KI macht, eine Formulierung, die Organisationen wie die Open Source Initiative strenger zu definieren versucht haben.
Geschichte
Zu den frühen einflussreichen offenen Veröffentlichungen gehören die Llama-Modelle von Meta, die erstmals im Februar 2023 veröffentlicht und zunächst vor einer offiziellen breiteren Freigabe durchgesickert waren, was eine Welle von Community-Feinabstimmungen und abgeleiteten Modellen auslöste. Stability AIs Stable Diffusion (2022) spielte eine ähnliche Rolle für die Bilderzeugung. In den Jahren 2023 bis 2025 nahmen Open-weights-Veröffentlichungen stark zu, darunter die Modelle von Mistral AI, die Qwen-Familie von Alibaba und insbesondere DeepSeeks DeepSeek-R1 im Januar 2025, ein Open-weights-Reasoning-Modell, dessen Behauptungen zur Trainingseffizienz zum DeepSeek-Marktschock beitrugen. Gemeinnützige und Forschungsinitiativen, darunter das OLMo-Projekt von Allen Institute for AI, haben eine umfassendere Offenheit angestrebt und Trainingsdaten und Code zusammen mit den Gewichten veröffentlicht.
Lizenzierung
Open-weights-Modelle werden unter verschiedenen Lizenzen veröffentlicht, von permissiven Lizenzen, die nahe an traditionellem Open Source liegen, bis hin zu benutzerdefinierten Lizenzen, die Bedingungen auferlegen, wie etwa Nutzungsgrenzen, die an den Umsatz eines Unternehmens gekoppelt sind, oder Einschränkungen bei der Verwendung von Ausgaben zum Trainieren konkurrierender Modelle. Diese Vielfalt hat den Begriff „offen“ zu einem umstrittenen Etikett gemacht, da zwei Modelle, die beide als Open-weights beschrieben werden, rechtlich deutlich unterschiedliche Bedingungen aufweisen können.
Debatte zwischen offen und geschlossen
Befürworter der Open-weights-Freigabe argumentieren, dass sie den Zugang zu leistungsstarker KI demokratisiert, unabhängige Sicherheitsforschung und Interpretierbarkeits-Arbeit ermöglicht, Anbieterbindung vermeidet und den Einsatz in datenschutzsensiblen oder Offline-Umgebungen erlaubt. Kritiker, darunter auch Stimmen aus dem Bereich KI-Sicherheit, argumentieren, dass Sicherheitsvorkehrungen, die in ein gehostetes Modell eingebaut sind, wie etwa Schutzmechanismen gegen schädliche Nutzung, sobald die Gewichte öffentlich sind, von jedem entfernt werden können, der über die technischen Fähigkeiten zur Feinabstimmung des Modells verfügt, und dass eine offene Freigabe jegliche Möglichkeit beseitigt, den Zugang zu einer gefährlichen Fähigkeit im Nachhinein zu widerrufen. Persönlichkeiten wie Yann LeCun haben argumentiert, dass Offenheit für Wettbewerb und wissenschaftlichen Fortschritt unerlässlich sei, während andere vorsichtigere, gestaffelte Veröffentlichungspraktiken befürworten, wie sie OpenAI zunächst mit GPT-2 im Jahr 2019 anwandte.
Wirtschaftliche und geopolitische Dimensionen
Open-weights-Veröffentlichungen sind zu einer Wettbewerbsstrategie geworden: Meta positionierte Llama als Mittel, um die Basismodell-Ebene zu kommodifizieren, während es auf Produkt- und Infrastrukturebene konkurriert, und die aggressiven offenen Veröffentlichungen chinesischer Labore wurden teilweise als Reaktion auf US-Exportkontrollen für fortschrittliche Chips gedeutet, da ein weit verbreitetes offenes Modell Einfluss ausübt, selbst dort, wo der Zugang zu führenden proprietären APIs eingeschränkt ist. Ab 2025 erreichen Open-weights-Modelle mehrerer Labore auf vielen Benchmarks die Leistung führender geschlossener Modelle, obwohl die größten Frontier-Modelle im Allgemeinen geschlossen geblieben sind.