Im Wettlauf um die KI verlagert sich der Fokus von Pionierprojekten hin zu breiteren Anwendungsbereichen

Wochenlang konzentrierte sich die KI-Branche in diesem Sommer auf die neuesten „Frontier“-Modelle von Anthropic und die Bemühungen Washingtons, den Zugang dazu zu regulieren. Doch während die Aufmerksamkeit weiterhin auf den neuesten Entwicklungen lag, arbeiteten die Entwickler weiter an ihren Projekten, ohne auf die Genehmigung großer Labore wie Anthropic oder OpenAI zu warten.

Chinesische Open-Weight-Modelle machten in diesem Frühjahr 41 % der Downloads auf Hugging Face aus und übertrafen damit die US-Konkurrenten. Auf OpenRouter sind die sechs führenden Modelle allesamt Open-Source-Angebote chinesischer Unternehmen, darunter Tencent, Xiaomi, DeepSeek, MiniMax und Z.ai. Anthropics „Claude Opus 4.7“ belegte zum Zeitpunkt der Erstellung dieses Artikels den siebten Platz. Daten von Vercel zeigen zudem, dass Open-Weight-Modelle einen Großteil der hochvolumigen KI-Infrastruktur bewältigen, während geschlossene Modelle als die hochwertige, kostenintensivere Ebene dienen. Offene Modelle verarbeiteten im Juni fast ein Drittel der KI-Anfragen auf der Plattform.

Diese Plattformen stellen nur einen Teil des KI-Ökosystems dar; nicht berücksichtigt sind dabei Sitzungen, die von großen Forschungslabors gehostet werden und wahrscheinlich den größten Teil der Nutzung von OpenAI und Anthropic ausmachen. Der wachsende Marktanteil von Open-Source-Modellen wirft jedoch eine entscheidende Frage auf: Wie relevant sind Spitzenmodelle, wenn der Großteil der KI in der Produktion auf kostengünstigeren, anpassbaren Alternativen läuft?

Einige Experten sehen den Aufstieg von Open-Source-Modellen als Zeichen dafür, dass die fortschrittlichsten Modelle letztendlich nur noch für spezialisierte Aufgaben eingesetzt werden. „In einigen Jahren könnten Spitzenmodelle nur noch für Experimente und besonders anspruchsvolle Aufgaben reserviert sein, während der Großteil der Produktionsaufgaben auf proprietäre oder Open-Source-Modelle zurückgreifen wird“, erklärte Clem Delangue, CEO von Hugging Face, kürzlich in einem Podcast von Equity.

Der Player wird geladen…

Hugging Face ist eine Plattform und Entwickler-Community, die dafür bekannt ist, offene Modelle zu hosten, zu teilen und Unternehmen bei deren Einsatz zu unterstützen. Delangue stellt fest, dass Kunden zunehmend die Vorteile des Besitzes von KI-Modellen gegenüber deren Anmietung betonen – ein Trend, der durch die hohen Kosten für die Skalierung geschlossener „Frontier“-Modelle beschleunigt wird.

„Wenn Sie ein KI- oder Technologieunternehmen sind, sollten Sie Kernkompetenzen nicht über eine Black-Box-API an ein anderes Unternehmen auslagern, die Sie weder kontrollieren, überwachen noch besitzen können“, erklärte Delangue.

Delangue argumentiert, dass sich dieser Wandel deutlich in den Aktivitäten von Hugging Face widerspiegelt. Alle sieben Sekunden wird auf der Plattform ein neues Repository erstellt; insgesamt beherbergt sie fast drei Millionen öffentliche Modelle und eine Million öffentliche Datensätze. Dies widerspricht der These „Ein Modell, das alle anderen ersetzt“ und deutet stattdessen darauf hin, dass Unternehmen vielfältige, auf spezifische Anwendungsfälle zugeschnittene Modelle nutzen. Die Hälfte der Fortune-500-Unternehmen nutze Hugging Face, um private und Open-Source-Modelle einzusetzen, sagt er.

Die zunehmende Beliebtheit offener Modelle fällt mit der häufigen Veröffentlichung leistungsfähiger Modelle aus chinesischen KI-Labors zusammen.

Alle paar Monate veröffentlicht ein chinesisches KI-Unternehmen ein leistungsstarkes Open-Weight-Modell, dessen Bereitstellung kostengünstiger und dessen Anpassung einfacher ist als bei proprietären Konkurrenzprodukten, was die Wirtschaftlichkeit der Milliardeninvestitionen US-amerikanischer Unternehmen in Frage stellt. Kürzlich veröffentlichte das in Peking ansässige Unternehmen Z.ai GLM-5.2, ein Modell mit offenen Gewichten, das sich durch agentische Kodierung auszeichnet und bei der Erkennung von Sicherheitslücken mit den neuesten Modellen von Anthropic konkurriert.

Delangue ist nicht der einzige Führungskraft, der Unternehmen rät, sich nicht auf einen einzigen Modellanbieter zu verlassen.

Microsoft-CEO Satya Nadella warnte kürzlich vor einer Bindung an einen einzigen Anbieter und betonte, dass die Kontrolle über die Daten für KI-Nutzer oberste Priorität haben sollte.

„Zwar treiben die Fair-Use-Rechte für Modellanbieter, die das Training mit öffentlichen Daten ermöglichen, die Innovation voran, doch ist es ironisch, dass anschließend restriktive Bedingungen für die Destillation auferlegt werden und das Recht, aus Kundendaten zu lernen, vorbehalten bleibt“, erklärte Nadella. „Wenn der Lernprozess nur in eine Richtung verläuft, konzentriert sich der wirtschaftliche Wert bei den Infrastrukturbesitzern statt bei den Wissensschöpfern. Daher ist es unerlässlich, die Lerninfrastruktur auf jedes Unternehmen zu verteilen, damit diese ihre eigene Lernschleife kontrollieren können.“

Der Aufstieg offener Modelle hat auch die Debatten darüber verschärft, ob immer leistungsfähigere Modelle allgemein zugänglich sein sollten.

Dario Amodei, CEO von Anthropic, argumentiert, dass die Skalierung leistungsstarker offener Modellgewichte gefährlich sein könnte, da veröffentlichte Modelle schwer zu kontrollieren seien. Andere behaupten, dass offene Modelle für böswillige Akteure leichter zugänglich seien, die sie für Desinformation, Cyberangriffe oder biologische Kriegsführung nutzen könnten.

Delangue sieht diesen Zielkonflikt anders.

„Das größte Risiko bei KI ist die Machtkonzentration“, sagte Delangue. „Um die Welt sicherer zu machen, müssen meiner Ansicht nach gleiche Wettbewerbsbedingungen geschaffen und die Transparenz der Modelle erhöht werden.“

Transparenz ermögliche es den Verteidigern, „Sicherheitslücken zu schließen, die Open-Source-Modelle ausnutzen können“, erklärte er.

Der Hugging-Face-Manager argumentiert, dass das Verschließen leistungsstarker Modelle fortgeschrittene KI-Risiken nicht beseitigt, unter anderem weil die Sicherheitsvorkehrungen der APIs von „Frontier“-Modellen leicht zu umgehen sind und Gewichte gestohlen und offen verbreitet werden können. Die Beschränkung leistungsstarker Modelle, so Delangue, konzentriere die Technologie lediglich in den Händen einiger weniger Unternehmen und verringere gleichzeitig die Transparenz hinsichtlich der Systemabläufe.

„Modelle hinter verschlossenen Türen für einige wenige Akteure zu halten, macht sie nicht sicher“, sagte Delangue. „Es macht sie gefährlicher, indem es Asymmetrien bei Macht und Fähigkeiten schafft.“