In der klassischen Software-Welt ist Open Source eindeutig — Quellcode frei, Lizenz klar, Reproduzierbarkeit gegeben. Bei KI-Modellen ist der Begriff schwammig geworden. Wer Anbieter vergleicht, Compliance bewertet oder eine Modellstrategie aufsetzt, sollte den Unterschied kennen.
Open Source im klassischen Sinne
Klassisches Open Source bedeutet bei KI-Modellen:
- Quellcode, Trainingsdaten und Gewichte sind vollständig frei.
- Lizenzen wie Apache 2.0, MIT oder BSD geben weitreichende Nutzungsrechte.
- Reproduzierbar — wer Hardware und Trainingsdaten hat, kann das Modell neu erzeugen.
- Kommerziell uneingeschränkt nutzbar.
In der Praxis ist das selten. Wirklich vollständig offen sind heute nur wenige Modellfamilien — Granite von IBM ist ein prominentes Beispiel, das alle drei Säulen erfüllt.
Open Weight im KI-Sinne
Open Weight ist die häufigere Variante:
- Nur die Modell-Gewichte sind offen.
- Trainingsdaten und Trainingscode bleiben proprietär.
- Manche Lizenzen sind eingeschränkt — Llama von Meta zum Beispiel.
- Reproduzierbarkeit eingeschränkt — wer keinen Zugang zu den Originaldaten hat, kann das Modell nicht neu erzeugen.
Wenn Anbieter heute von Open-Source-Modellen sprechen, sind in der Regel Open-Weight-Modelle gemeint. Das ist für den produktiven Einsatz meist gut genug — Sie sollten aber wissen, was Sie bekommen.
Was das praktisch heißt
Für den Mittelstand bedeutet die Unterscheidung:
- Open Weight reicht für die meisten Anwendungsfälle. Sie können das Modell lokal betreiben, Antworten an Ihre Daten anpassen, Tool-Use konfigurieren — ohne Datenabfluss.
- Open Source im strengen Sinne wird wichtig, wenn Compliance, Audit-Fähigkeit oder politische Risiken zentrale Anforderungen sind. ISO 42001-zertifizierte Modelle wie Granite haben hier Vorteile.
- Eingeschränkte Lizenzen wie bei Llama sollten Sie sich genau ansehen — bei kommerzieller Nutzung lohnt der Blick auf die Schwellen.
Modellfamilien im Überblick
Eine ehrliche Kategorisierung der wichtigsten Familien:
- IBM Granite
- Compliance-Champion, ISO 42001, Apache 2.0.
- Qwen von Alibaba
- stärkste Open-Weight-Coding-Familie, Apache 2.0.
- Llama 4 von Meta
- Mixture-of-Experts, riesiges Kontextfenster, Server-Hardware nötig, Lizenz eingeschränkt.
- Gemma 4 von Google
- seit Version 4 vollständig offen, Apache 2.0.
- DeepSeek R1
- Reasoning-Spezialist, MIT-Lizenz.
- Phi-4 von Microsoft
- klein und effizient, MIT-Lizenz.
- Mistral
- europäischer Anbieter, DSGVO-Vorteile.
Unser Ansatz
In unseren Kundenprojekten wählen wir die Modellfamilie nach Anwendungsfall:
- Compliance-relevant Granite
- Coding Qwen
- Reasoning DeepSeek
- Schnell und schlank Phi
- Multimodal Gemma
Das Multi-Provider-Muster macht den Wechsel zum Einzeiler. Wir empfehlen, nicht auf eine einzige Familie zu setzen — die Landschaft bewegt sich quartalsweise.
Über den Autor
Thomas LeiberTechnische Leitung (CTO)
Verantwortet die Technik der K&K Software AG und betreibt die lokale KI-Installation, mit der das Team täglich arbeitet.
Sie haben eine konkrete Frage?
Wir ordnen mit Ihnen ein, was in Ihrem Fall realistisch und wirtschaftlich ist. Im Erstgespräch, unverbindlich.