Open Weights sind nicht automatisch Open Source

Ein Anbieter kann Hunderte Gigabyte an Modellgewichten eines KI-Modells öffentlich zum Download bereitstellen und trotzdem nur wenig darüber verraten, wie das Modell entstanden ist. Andere veröffentlichen zu ihren Modellen zusätzlich Trainingscode, Datenquellen, Konfigurationen und Zwischenstände aus dem Training. In Diskussionen landen beide Formen der Veröffentlichung schnell unter dem Oberbegriff „offene Modelle“.

Bei bekannten Modellfamilien wie Kimi, Qwen, gpt-oss, Llama oder Olmo lässt sich das inzwischen gut beobachten. Die Hersteller sprechen von „Open Weight“, „Open Model“, „Open Source“ oder „fully open“ und meinen damit nicht immer dasselbe.

Die Uneinheitlichkeit hat einen technischen Grund. Bei KI ist tatsächlich schwieriger zu bestimmen, was dem „Source“ in Open Source entspricht. Ein trainiertes Modell besteht aus mehreren Bestandteilen, die jeweils etwas anderes darüber verraten, wie es funktioniert und wie es entstanden ist.

Beim Training eines Sprachmodells werden sehr viele numerische Parameter so angepasst, dass das Modell statistische Zusammenhänge in den Trainingsdaten erlernt. Das Ergebnis dieses Prozesses sind die Modellgewichte.

Mit den Gewichten erhält man das trainierte Modell selbst. Zusammen mit der notwendigen Architektur und Inferenzsoftware lässt es sich auf geeigneter Hardware ausführen. Die Gewichte können analysiert, weitertrainiert oder als Ausgangspunkt für Fine-Tuning verwendet werden, soweit die jeweiligen Nutzungsbedingungen dies erlauben.

Wie dieses Ergebnis zustande gekommen ist, hängt von weiteren Bestandteilen ab: der Modellarchitektur, dem Trainingscode, der Auswahl und Aufbereitung der Daten, den Trainingsparametern, den verwendeten Evaluationsverfahren und einer Vielzahl weiterer Entscheidungen während der Entwicklung.

Gerade darin unterscheidet sich ein trainiertes neuronales Netz von klassischer Software. Bei einem Programm beschreibt der Quellcode unmittelbar, welche Logik die Entwickler implementiert haben. Bei einem Sprachmodell wurde ein erheblicher Teil des späteren Verhaltens nicht direkt programmiert, sondern während des Trainings erlernt.

Die Gewichte enthalten dieses erlernte Verhalten. Eine für Menschen lesbare Beschreibung seiner Entstehung sind sie nicht. Aus ihnen lässt sich nicht einfach ablesen, auf welchen konkreten Daten ein Modell trainiert wurde, wie diese Daten gewichtet waren oder welche Trainingsentscheidungen zu einer bestimmten Fähigkeit oder Schwäche geführt haben.

Darum reicht die Veröffentlichung der Gewichte für ein umfassenderes Open-Source-Verständnis bei KI nicht aus.

Zur Veröffentlichung eines trainierten Modells können neben den Gewichten weitere Teile des Entwicklungsprozesses gehören. Dazu zählen etwa Trainings- und Inferenzcode, Informationen zu den Trainingsdaten, beispielsweise zu Herkunft, Auswahl, Filterung und Mischung, sowie Konfigurationen, Hyperparameter, Evaluationsverfahren und Zwischenstände des Trainings.

Die aktuelle Open Source AI Definition 1.0 der Open Source Initiative fasst diese Idee relativ konkret. Ein Open-Source-AI-System soll für jeden Zweck verwendet, untersucht, verändert und weitergegeben werden können. Dafür verlangt die Definition neben den Modellparametern den relevanten Code sowie ausreichend detaillierte Informationen zu den Trainingsdaten und ihrer Verarbeitung. Die ursprünglichen Rohdaten müssen nicht ausnahmslos mitgeliefert werden; die Dokumentation soll aber weit genug gehen, dass ein fachkundiger Dritter ein substanziell vergleichbares System entwickeln kann.

Die OECD betrachtet in „Benefits of AI openness“ noch mehr Teile des KI-Ökosystems. Sie unterscheidet unter anderem Recheninfrastruktur, Daten, Modelle, Software und Werkzeuge sowie Anwendungen. Je nach Ebene kann Offenheit deshalb etwas anderes betreffen: bei Modellen etwa zugängliche Gewichte und Dokumentation, bei Daten deren Verfügbarkeit und Herkunft, bei Software offenen Code und bei der technischen Infrastruktur offene Standards und Schnittstellen. Der Bericht ordnet Offenheit damit danach, welche Teile eines KI-Systems zugänglich und weiterverwendbar sind.

Die beiden Ansätze setzen unterschiedliche Schwerpunkte. Gemeinsam ist ihnen, dass „offen“ bei KI mehr beschreiben kann als die Verfügbarkeit der trainierten Gewichte.

Open Weight beschreibt zunächst einen relativ konkreten Sachverhalt: Die trainierten Gewichte eines Modells werden veröffentlicht. Wie umfangreich die Veröffentlichung darüber hinaus ausfällt, unterscheidet sich von Modell zu Modell.

OpenAI stellt bei gpt-oss neben den Gewichten Referenzimplementierungen für die Inferenz bereit. Die Modelle stehen unter Apache 2.0; zusätzlich gilt die gpt-oss-Nutzungsrichtlinie. Der Begriff „open-weight“ ist hier bewusst gewählt. Er beschreibt den öffentlich verfügbaren Modellzustand, ohne den gesamten Trainingsprozess als offen zu bezeichnen.

Auch Kimi K3 wird von Moonshot als Open-Weight-Modell veröffentlicht. Neben den Gewichten gibt es Code und ausführliche technische Informationen zum Modell. Für die Nutzung gilt eine eigene Kimi-Lizenz, die grundsätzlich eine breite Nutzung und Veränderung erlaubt, für bestimmte kommerzielle Angebote aber zusätzliche Bedingungen vorsieht.

Qwen3.8 zeigt, dass selbst innerhalb einer Modellfamilie unterschiedliche Bedingungen gelten können. Qwen3.8-27B steht unter Apache 2.0. Qwen3.8-Flash-Next verwendet dagegen die Qwen Community License 1.0. Sie erlaubt ebenfalls eine breite Nutzung, enthält aber zusätzliche Vorgaben für bestimmte kommerzielle Dienste.

Zusammen zeigen diese Beispiele die Spannweite innerhalb dessen, was Hersteller als Open Weight veröffentlichen. Die Gewichte sind jeweils zugänglich; Umfang der Begleitmaterialien und Nutzungsbedingungen unterscheiden sich.

Zusätzliche Unschärfe entsteht, wenn Hersteller selbst den Begriff Open Source verwenden.

Meta bezeichnet Llama 4 in seiner Kommunikation als Open Source. Die Gewichte sind zugänglich und die Llama Community License ermöglicht eine breite Nutzung, Veränderung und Weitergabe. Sie enthält allerdings auch Einschränkungen, die nicht mit der Open-Source-Definition der OSI übereinstimmen. Dazu gehören etwa Nutzungsbeschränkungen aus der eingebundenen Acceptable Use Policy und eine zusätzliche Genehmigungspflicht für bestimmte sehr große Unternehmen.

Für die OSI sind genau solche Einschränkungen relevant. Ihre Open Source Definition verlangt unter anderem, dass ein System für jeden Zweck genutzt werden darf und die Lizenz keine bestimmten Einsatzgebiete ausschließt.

Genau deshalb führt die Frage „Ist Llama Open Source?“ nur begrenzt weiter. Sie vermischt eine Herstellerbezeichnung, eine konkrete Lizenz und unterschiedliche Vorstellungen davon, welche Bestandteile eines KI-Modells für echte Offenheit veröffentlicht werden müssen.

Wie weit eine Veröffentlichung über Open Weights hinausgehen kann, zeigt das Olmo-Projekt des Allen Institute for AI (Ai2), einer gemeinnützigen KI-Forschungseinrichtung.

Bei Olmo umfasst die Veröffentlichung fertige Modellgewichte, Trainingscode, Daten beziehungsweise umfangreiche Datenartefakte, Konfigurationen, Evaluationen und zahlreiche Checkpoints aus unterschiedlichen Stadien des Trainings.

Gerade die Checkpoints verändern, was sich über ein Modell untersuchen lässt.

Bei einem fertigen Weight-Release kann man analysieren, wie das trainierte Modell auf bestimmte Eingaben reagiert und welche Fähigkeiten oder Schwächen es zeigt. Mit Zwischenständen aus dem Training lässt sich zusätzlich beobachten, wie sich solche Eigenschaften entwickeln. Forschende können beispielsweise verschiedene Trainingszeitpunkte vergleichen oder untersuchen, wann bestimmte Informationen gelernt und später möglicherweise wieder verloren werden.

Ai2 hat die offenen Olmo-Checkpoints unter anderem dafür genutzt, zu untersuchen, wie Fakten während des Pretrainings aufgenommen werden und wie stabil dieses Wissen über den weiteren Trainingsverlauf bleibt.

Für die Forschung ist dabei vor allem wichtig, dass sich Aussagen über die Entstehung des Modells besser überprüfen lassen. Ein vollständiger Neu-Trainingslauf bleibt teuer und technisch anspruchsvoll, auch wenn Daten, Code und Checkpoints offenliegen.

Olmo ist kein Einzelfall. Apertus aus der Swiss AI Initiative stellt ebenfalls Gewichte, Code und umfangreiche Informationen sowie Werkzeuge rund um die Trainingsdaten bereit. Frühere Forschungsprojekte wie Pythia von EleutherAI oder LLM360 haben ebenfalls Daten, Code und Zwischen-Checkpoints veröffentlicht.

Solche Projekte machen auch den Unterschied zu einem reinen Weight-Release greifbar: Neben dem Endzustand des Modells werden Teile seines Entwicklungsprozesses untersuchbar.

Auch der EU AI Act verwendet den Begriff der offenen beziehungsweise quelloffenen KI-Modelle mit einem konkreten regulatorischen Zweck.

Anbieter bestimmter General-Purpose-AI-Modelle müssen umfangreiche technische Unterlagen erstellen und Informationen an Anbieter weitergeben, die ihre Modelle in eigene KI-Systeme integrieren. Für bestimmte Modelle sieht Artikel 53 Erleichterungen von diesen Pflichten vor, wenn sie unter einer freien und quelloffenen Lizenz veröffentlicht werden.

Für diese Ausnahme müssen auch die Modellparameter einschließlich der Gewichte sowie Informationen zur Architektur und zur Nutzung öffentlich verfügbar sein.

Andere Pflichten bleiben bestehen. Dazu gehört insbesondere eine ausreichend detaillierte öffentliche Zusammenfassung der Inhalte, die für das Training verwendet wurden. Bei General-Purpose-AI-Modellen mit systemischem Risiko gelten die genannten Open-Source-Erleichterungen ebenfalls nicht.

Der EU AI Act legt hier Voraussetzungen für eine konkrete regulatorische Ausnahme fest. Seine Kriterien müssen deshalb nicht deckungsgleich mit der Open Source AI Definition der OSI oder der Terminologie einzelner Hersteller sein.

Die Diskussion um Open Weight und Open Source entsteht letztlich aus einer Besonderheit des maschinellen Lernens.

Open Weight beschreibt präzise die Verfügbarkeit eines bestimmten Bestandteils: der trainierten Modellgewichte. Diese können für den praktischen Einsatz bereits sehr weitreichende Möglichkeiten eröffnen, auch wenn über das ursprüngliche Training vergleichsweise wenig veröffentlicht wurde.

Open Source stellt bei KI eine weitergehende Frage. Es geht darum, welche Informationen und Bestandteile zugänglich sein müssen, damit ein System sinnvoll untersucht, verändert und unabhängig weiterentwickelt werden kann. Projekte wie Olmo zeigen, wie weit eine solche Offenlegung gehen kann; andere Veröffentlichungen setzen bewusst einen engeren Schwerpunkt auf die Gewichte.

Bei klassischer Software bündelt der Quellcode einen großen Teil dessen, was für Untersuchung und Veränderung benötigt wird. Bei trainierten Modellen liegt diese Information an mehreren Stellen des Entwicklungsprozesses.

Deshalb ist Open Weight nicht einfach eine schwächere Form von Open Source. Es ist eine präzise Aussage über einen bestimmten Teil eines KI-Modells. Die weitergehende Open-Source-Debatte beginnt bei der Frage, wie viel vom Entwicklungsprozess zugänglich sein muss, damit ein trainiertes Modell auch als Entwicklungsgegenstand offen ist.

Genau darin liegt die Besonderheit der Debatte: Der aus der Softwarewelt stammende Begriff „Source“ lässt sich auf trainierte Modelle nur unvollständig übertragen.