Glossareintrag
Wir denken. KI tippt mit.
Open Weights (deutsch: offene Modellgewichte) bezeichnet AI-/KI-Modelle, deren trainierte Gewichte der Hersteller zum freien Download veröffentlicht. Die Gewichte sind das Ergebnis des Trainings, eine Sammlung aus Milliarden von Zahlenwerten, in denen das gesamte „Wissen" des Modells steckt. Wer sie besitzt, kann das Modell auf eigener Hardware ausführen, verändern und auf eigene Daten anpassen, ohne den Hersteller um Erlaubnis zu fragen.
Open Weights ist nicht dasselbe wie Open Source, auch wenn beide Begriffe im Marketing ständig vermischt werden. Bei einem reinen Open-Weights-Modell bleiben Trainingsdaten und Trainingscode unter Verschluss, und die Lizenz kann die Nutzung einschränken. Bekannte Beispiele sind Metas Llama-Reihe, OpenAIs gpt-oss und die Modelle von DeepSeek, allesamt große Sprachmodelle (LLMs).
Technisch sind Modellgewichte schlicht Dateien. Der Hersteller lädt sie auf eine Plattform wie Hugging Face hoch, von dort kann sie jeder herunterladen. Je nach Modellgröße geht es um wenige Gigabyte bis hin zu mehreren Terabyte. Das kompakte gpt-oss-20b von OpenAI läuft bereits auf Rechnern mit 16 Gigabyte Speicher, das Spitzenmodell Kimi K3 von Moonshot AI kommt dagegen auf rund 2,8 Billionen Parameter und sprengt jede normale Büro-Hardware.
Veröffentlicht wird dabei nur das fertige Trainingsergebnis. Die Trainingsdaten, der Trainingscode und die Details der Datenaufbereitung bleiben geheim. Niemand außer dem Hersteller kann das Modell deshalb nachbauen oder prüfen, welche Texte und Bilder in das Training eingeflossen sind.
Genau hier verläuft die Grenze zu Open Source. Die Open Source Initiative (OSI) hat im Oktober 2024 erstmals offiziell definiert, wann ein KI-System als Open Source gelten darf. Verlangt werden neben den Gewichten auch der Trainingscode und ausreichend detaillierte Angaben zu den Trainingsdaten. Nach dieser Definition (in der Fachwelt OSAID genannt) ist kaum eines der bekannten „offenen" Modelle echtes Open Source. Metas Llama-Reihe scheitert gleich doppelt, denn die Trainingsdaten sind geheim und die hauseigene Lizenz enthält Sonderklauseln, etwa eine Genehmigungspflicht für Unternehmen mit mehr als 700 Millionen monatlichen Nutzern und die Auflage, den Hinweis „Built with Llama" anzuzeigen. Die grundsätzliche Abgrenzung zwischen offenen Gewichten und Open Source erklärt die OSI auf ihrer Seite Open Weights bei der Open Source Initiative.
Ob ein Modell wirklich frei nutzbar ist, entscheidet die Lizenz. Drei Fragen genügen für eine schnelle Einordnung:
Der Trend geht zu echten Freilizenzen. OpenAI veröffentlichte im August 2025 mit gpt-oss-120b und gpt-oss-20b seine ersten offenen Sprachmodell-Gewichte seit GPT-2 aus dem Jahr 2019, beide unter Apache 2.0. Google stellte Gemma 4 im Frühjahr 2026 ebenfalls auf Apache 2.0 um, Alibabas Qwen-Modelle und Mistral Small 4 nutzen dieselbe Lizenz, DeepSeek setzt auf MIT.
Offene Gewichte haben eine Kehrseite, vor der Sicherheitsinstitute wie das britische AI Security Institute regelmäßig warnen. Einmal veröffentlichte Gewichte lassen sich nie wieder zurückrufen, und eingebaute Schutzmechanismen können Dritte per Fine-Tuning wieder entfernen. Der EU AI Act honoriert Offenheit trotzdem. Anbieter von Modellen unter freier Lizenz sind von Teilen der Dokumentationspflichten ausgenommen, solange das Modell kein systemisches Risiko darstellt. Details dazu stehen im Artikel EU AI Act 2026: Alle Regeln, Fristen und Strafen erklärt.
Für die meisten Handwerksbetriebe und lokalen Unternehmen ist Open Weights kein Werkzeug, sondern Einordnungswissen. Kaum ein kleiner Betrieb lädt selbst Modellgewichte herunter. In drei Situationen wird der Begriff trotzdem praktisch wichtig.
Erstens bei Werbeversprechen. Wirbt ein Software-Anbieter mit „Open-Source-KI", steckt dahinter fast immer nur ein Open-Weights-Modell. Das ist kein Mangel, aber Sie sollten wissen, dass damit weder die Trainingsdaten offenliegen noch automatisch jede Nutzung erlaubt ist. Die drei Prüffragen aus der Beschreibung entlarven solche Etiketten in wenigen Minuten.
Zweitens beim Datenschutz. Open-Weights-Modelle lassen sich mit kostenlosen Programmen wie Ollama oder LM Studio komplett lokal auf einem Rechner im Betrieb ausführen. Kundendaten, Angebote und Kalkulationen verlassen dann nie das Haus, was die DSGVO-Bewertung deutlich vereinfacht. Realistisch braucht ein brauchbares lokales Modell einen Rechner mit mindestens 16 Gigabyte Speicher, und die Qualität kleiner Modelle liegt spürbar unter ChatGPT, Claude und Gemini. Für Standardaufgaben wie das Vorformulieren von E-Mails oder das Zusammenfassen von Dokumenten reicht sie inzwischen aber oft aus.
Drittens bei den Kosten. Hosting-Dienste wie OpenRouter oder Together AI bieten offene Modelle per Schnittstelle an, häufig für einen Bruchteil des Preises proprietärer Spitzenmodelle. Viele günstige KI-Funktionen in Branchensoftware laufen deshalb im Hintergrund auf Open-Weights-Modellen. Wer das weiß, kann Angebote besser vergleichen und gezielter nachfragen, welches KI-Modell in einem Tool tatsächlich arbeitet.
