Open Weights: KI-Modelle mit offenen Gewichten

Open Weights bedeutet: Die trainierten Gewichte eines KI-Modells stehen frei zum Download. Was das von Open Source unterscheidet, welche bekannten Modelle dazugehören und wie die EU offene Modelle reguliert.

10. Juli 2026Sebastian FiebigerWiki5Min. Lesezeit

Leuchtende Zahlenkolonnen und vernetzte Datenpunkte als abstrakte Darstellung eines KI-Modells — Open Weights Modelle rangieren zwischen geschlossenen Modellen und echten Open Source Modellen (Foto: Yurchanka Siarhei | Shutterstock)

Wer von "offener KI" spricht, meint meist Open Weights. Der Begriff steht für KI-Modelle, deren trainierte Gewichte frei zum Download bereitstehen. Jeder darf sie kopieren und auf eigener Hardware ausführen.

Mit Open Source hat das aber weniger zu tun, als der Name vermuten lässt.

Gewichte sind das Ergebnis des Trainings und zugleich der Kern eines KI-Modells. Gibt ein Hersteller sie zur freien Nutzung heraus, spricht man von Open Weights. Wer die Dateien besitzt, betreibt das Modell komplett ohne den Anbieter.

Der Gegenentwurf sind geschlossene Modelle wie GPT-5.6 von OpenAI oder Claude von Anthropic. Sie laufen ausschließlich auf den Servern der Hersteller und sind nur über eine Schnittstelle erreichbar. (API)

Offen ist bei Open Weights allerdings nur das fertige Produkt.

Trainingsdaten und Trainingscode behält der Anbieter in der Regel für sich. Wie das Modell entstanden ist, lässt sich von außen kaum nachvollziehen.

Moderne Sprachmodelle (Large Language Models) sind künstliche neuronale Netze. Sie bestehen aus Milliarden einzelner Zahlenwerte. Fachleute nennen diese Werte Gewichte oder Parameter.

Beim Training verarbeitet das Netz gewaltige Textmengen und passt seine Gewichte dabei Schritt für Schritt an. Alles Gelernte steckt am Ende in diesen Zahlen. Das offene Modell gpt-oss-120b von OpenAI kommt zum Beispiel auf 117 Milliarden Parameter.

Abbildung: Neuronales Netz mit Eingabe, Zwischenschicht und Ausgabe. Die Verbindungslinien sind unterschiedlich dick und stehen für unterschiedlich starke Gewichte, gestrichelte rote Linien für negative Gewichte.

Im Grunde ist ein KI-Modell also einfach eine riesige Datei voller Zahlen. Ohne die Gewichte bleibt nur der leere Bauplan des Netzes übrig. Wer sie besitzt, hält das fertige Modell in den Händen und kann es auch umbauen.

Bei Software ist "Open Source" seit Jahrzehnten klar definiert. Der Quellcode liegt offen und jeder darf ihn frei nutzen und weitergeben.

Offene Gewichte allein machen ein KI-Modell noch nicht zu Open Source. Die Open Source Initiative hat im Oktober 2024 eine eigene Definition für Open Source AI vorgelegt. Danach müssen auch der Trainingscode und aussagekräftige Angaben zu den Trainingsdaten offenliegen. Diese Hürde nehmen die wenigsten Modelle.

Meta vermarktet seine Llama-Modelle trotzdem als Open Source. Die Open Source Initiative widerspricht dem seit Jahren. Die Llama-Lizenz schließt bestimmte Nutzungen aus und verlangt von sehr großen Plattformen eine Sondererlaubnis. Kritiker sprechen von "Open Washing".

Selbst Modelle unter freien Lizenzen wie DeepSeek-R1 gelten nach dieser Definition nicht als Open Source AI. Die Trainingsdaten bleiben nämlich unter Verschluss. Wirklich offen sind nur wenige Projekte wie OLMo vom Allen Institute for AI. (samt Trainingsdaten und Code)

Offene Gewichte verschaffen Nutzern Kontrolle. Das zahlt sich an mehreren Stellen aus:

Daten bleiben im Haus. Ein lokal betriebenes Modell schickt keine Kundendaten an fremde Server. Für Firmen mit strengen Datenschutz-Vorgaben ist das oft der Hauptgrund für den Einsatz.
Per Fine-Tuning lässt sich ein Modell auf das eigene Fachgebiet zuschneiden.
Es fallen keine Gebühren pro Anfrage an. Wer eigene Hardware nutzt, zahlt vor allem Strom und Wartung.
Kein Anbieter kann das Modell abschalten oder heimlich verändern.
Forscher können Aufbau und Verhalten eines Modells direkt untersuchen.

Kleine offene Modelle laufen inzwischen auf normalen Laptops. Das Modell gpt-oss-20b begnügt sich zum Beispiel mit 16 Gigabyte Speicher. Für viele Alltagsaufgaben reicht das aus.

Am Anfang der Open Weights Entwicklung stand ausgerechnet ein Datenleck. Meta hat sein erstes LLaMA-Modell im Februar 2023 nur an ausgewählte Forscher verteilt. Wenige Tage später sind die Gewichte über das Forum 4chan ins offene Netz gelangt.

Meta hat im Juli 2023 reagiert und den Nachfolger Llama 2 offiziell zum freien Download freigegeben. Damit war der Grundstein für die heutige Open-Weights-Szene gelegt.

xAI hat im März 2024 nachgezogen und sein Modell Grok-1 mit 314 Milliarden Parametern unter die Apache-Lizenz gestellt.

Im Januar 2025 hat das chinesische Modell DeepSeek-R1 die Branche aufgeschreckt. Es hat zu teuren Bezahldiensten aufgeschlossen und trägt eine freie MIT-Lizenz. Der Börsenwert des Chipherstellers Nvidia ist kurz darauf an einem Tag um rund 600 Milliarden Dollar eingebrochen.

Auch OpenAI ist im August 2025 zu offenen Gewichten zurückgekehrt. Mit der gpt-oss-Reihe hat die Firma erstmals seit GPT-2 wieder frei herunterladbare Sprachmodelle veröffentlicht. (GPT-2 stammt von 2019)

Bekannte Modellfamilien im Überblick.

Modell	Anbieter	Lizenz
Llama 4	Meta (USA)	Community-Lizenz mit Auflagen
gpt-oss	OpenAI (USA)	Apache 2.0
Gemma 4	Google (USA)	Apache 2.0
DeepSeek V4	DeepSeek (China)	MIT
Qwen 3	Alibaba (China)	Apache 2.0
Kimi K2	Moonshot AI (China)	modifizierte MIT-Lizenz
GLM-5.2	Z.ai (China)	MIT
Mistral Small	Mistral AI (Frankreich)	Apache 2.0

Chinesische Anbieter haben in den Ranglisten offener Modelle mittlerweile die Spitze übernommen. Dort liegt derzeit GLM-5.2 von Z.ai vor DeepSeek V4 und MiniMax M3. (Stand: Juli 2026)

Google hat seine Gemma-Reihe 2026 von einer eigenen Lizenz auf die freie Apache-Lizenz umgestellt.

Zentrale Anlaufstelle ist die Plattform Hugging Face. Dort liegen fast drei Millionen Modelle zum freien Download bereit.

Für den Betrieb auf dem eigenen Rechner haben sich Programme wie Ollama oder LM Studio etabliert. Sie besorgen passende Modellvarianten und starten sie mit wenigen Klicks. Der Chat läuft danach komplett offline.

Einmal veröffentlichte Gewichte lassen sich nicht zurückholen. Kopien kursieren dauerhaft im Netz und bleiben auch nach einer Löschung durch den Anbieter verfügbar. Sicherheitsforscher sehen darin ein grundsätzliches Problem. Eingebaute Sperren gegen schädliche Anfragen halten gezieltem Fine-Tuning nicht stand. Studien zufolge genügen dafür schon wenige Dutzend Trainingsbeispiele.

Der International AI Safety Report 2026 nennt offene Modelle deshalb schwerer kontrollierbar als geschlossene. Niemand überwacht, wofür heruntergeladene Kopien später eingesetzt werden.

Befürworter halten dagegen: Offene Gewichte ermöglichen unabhängige Sicherheitsforschung und machen Schwächen früher sichtbar. Zudem verringert Offenheit die Abhängigkeit von wenigen Konzernen.

Verlässlich ist die Offenheit der Anbieter aber nicht. Meta hat sein angekündigtes Spitzenmodell Llama 4 Behemoth bis heute nicht veröffentlicht. (Stand: Juli 2026)

Die KI-Verordnung (AI Act) der EU sieht für offene Modelle Erleichterungen vor. Wer sein Modell samt Gewichten und Architektur-Angaben unter einer freien Lizenz veröffentlicht, ist von einem Teil der Dokumentationspflichten befreit. Das Modell darf dann aber kein Geld einbringen.

Zwei Pflichten bleiben in jedem Fall bestehen: die Regelungen zum Umgang mit dem Urheberrecht und die öffentliche Zusammenfassung der Trainingsinhalte. Bei besonders leistungsfähigen Modellen mit systemischem Risiko entfällt die Ausnahme komplett. Juristen bezweifeln zudem, dass Lizenzen mit Sonderauflagen wie bei Llama als frei durchgehen.

Die EU will mit der Ausnahme offene Forschung und kleinere Anbieter entlasten.