Alle reden von „Open Source AI“. Fast niemand meint dasselbe.

Our Podcast with Sven Kramer & Sebastian Karger

Want more analyses & insights like this delivered weekly to your inbox?
Sign up for the Tech Update now!

The digital world moves fast! This article was published more than 180 days ago. While the core ideas may still hold value, some details or data might be outdated. Need up-to-date assessments? Feel free to contact us!

This content has been automatically translated.

Update

Draufsicht auf einen Schreibtisch mit Zirkel und Glas: Eisenspäne bilden entlang von Magnetfeldlinien die Form der Zahl 3 im Zentrum.

Moonshot

Moonshot AI hat sein neues KI-Modell Kimi K3 vorgestellt. Als Bühne wählte Moonshot die staatlich organisierte „World Internet Conference“ in Shanghai, eröffnet von Xi Jinping persönlich. Auf der Bewertungsplattform Arena AI hat das Modell beim Programmieren von Websites besser abgeschnitten als die Spitzenmodelle von OpenAI und Anthropic.

Und parallel: Sam Altman von OpenAI wünscht sich öffentlich, dass die USA sowohl bei offenen als auch bei geschlossenen Modellen vorne liegen. Und auch Nvidia-Chef Jensen Huang hat sich für seinen allerersten Beitrag auf X ausgerechnet dieses Thema ausgesucht. Offene Modelle stärken laut Huang Sicherheit und Cybersicherheit. Wenn selbst die Chefs der teuersten geschlossenen Systeme und der wichtigste Chip-Lieferant der Welt für Offenheit werben, lohnt ein Blick darauf, was das eigentlich bedeutet.

Warum ist das wichtig?

„Offen“ kann sehr verschiedene Dinge heißen und die Unterschiede entscheiden über Kosten, Kontrolle und Rechtssicherheit.

Bei einem Closed Model bekommt man Zugang über eine Schnittstelle. Man schickt eine Anfrage hin und bekommt eine Antwort zurück. Das Modell selbst bleibt beim Anbieter. GPT von OpenAI und Claude von Anthropic funktionieren so. Bei einem Open-Weight-Modell darf man die trainierten Gewichte herunterladen und das Modell selbst betreiben, anpassen und feintunen. Genau das macht Kimi K3.

Open Source im strengen Sinn geht noch einen Schritt weiter. Offengelegt sind dann auch Trainingsdaten, Trainingscode und eine Lizenz, die Nutzung und Weitergabe klar erlaubt. Das ist selten und in der Praxis meint fast jeder, der von „Open Source AI“ spricht, eigentlich Open Weight.

Unsere Einordnung

Man kann nicht sagen, dass es zwischenzeitlich ruhig wurde um Open Source AI, aber es gewinnt gerade an Boden, weil es Unternehmen genau das gibt, was geschlossene Systeme nicht bieten. Kontrolle über Betrieb, Kosten und Daten. Dass Altman und Huang das Thema besetzen, ist auch ein strategisches Signal. Offenheit ist vom Nischenthema idealistischer Entwickler zur Standortfrage ganzer Volkswirtschaften geworden.

One More: Zwei Dinge würden wir trotzdem nüchtern halten

„Offen“ ist kein Gütesiegel für Sicherheit oder Qualität, sondern eine Aussage über Zugang und Lizenz. Und die Lizenz ist der Teil, den man nicht überfliegen sollte, weil sie darüber entscheidet, ob man ein Modell überhaupt kommerziell einsetzen darf. Unser Rat ist deshalb schlicht. Klären Sie im eigenen Haus, welche der drei Stufen Sie meinen, bevor Sie sich für ein Modell entscheiden. Diese eine Frage spart mehr Ärger als jede Benchmark-Tabelle.

Für unsere Kunden geht es an dieser Stelle noch weiter.
Jetzt anmelden!

Dive in!

Sehen Sie Parallelen zu Ihren Herausforderungen? Lassen Sie uns besprechen, wie eine maßgeschneiderte Lösung für Sie aussehen könnte.

Continue Reading

By clicking “Accept”, you agree to the storing of cookies on your device to enhance site navigation, analyze site usage, and assist in our marketing efforts. View our Privacy Policy for more information.