Sogenannte Open Weight-Modelle sind teiloffene KI-Systeme. Sie können heruntergeladen und weiterentwickelt werden. Im Gegensatz zu Open Source-Ansätzen, kann es jedoch gewisse Einschränkungen geben.
Es gibt verschiedene Möglichkeiten für Unternehmen oder Institutionen, KI-Modelle zu veröffentlichen. Diese können entweder vollständig offen (Open Source), geschlossen (Closed Source) oder eben Open Weight sein. OpenAI-Chef Sam Altman kündigte etwa an, dass das Unternehmen solch ein Modell veröffentlichen will. Diese teiloffenen Modelle gewinnen immer mehr an Bedeutung, weil sie eine Balance zwischen Kontrolle und Transparenz herstellen.
Was sind Open Weight-KI-Modelle?
Bei einem Open Weight-Modell ist das erlernte „Wissen“, also die trainierten Gewichte, frei zugänglich. Dadurch kann theoretisch jeder das Modell herunterladen, lokal nutzen oder weiterentwickeln. Anders als bei vollständig offenen Open-Source-Modellen bleiben jedoch oft der Quellcode, die Trainingsdaten oder die Trainingsverfahren geheim. Heiß konkret: Man bekommt das Gehirn, aber nicht das Schulbuch.
Während Closed-Source-Modelle wie GPT-4 komplett abgeschottet sind, bieten Open-Source-Modelle völlige Transparenz. Open Weight-Modelle stellen wiederum einen Mittelweg dar. Sie sind offen nutzbar, aber nicht vollständig nachvollziehbar. Dadurch ermöglichen sie Experimente und Anpassungen ohne Millionenbudget. Die Modelle eignen sich ideal für Start-ups, die Forschung oder kleinere Unternehmen. Gleichzeitig behalten die Entwickler die Oberhand, etwa durch Lizenzauflagen.
Open Weight-Modelle senken jedoch die Einstiegshürden enorm. Interessierte können sie etwa durch Finetuning für bestimmte Branchen anpassen und offline nutzen. Ein API-Zugriff oder eine Cloud-Anbindung sind dafür nicht erforderlich. Die Kontrolle über sensible Daten ist deshalb gewährleistet. Innovative Ansätze lassen sich zudem schnell weiterentwickeln.
Trotz all dieser Vorteile gibt es auch Herausforderungen. Denn Open Weight-Modelle sind keine vollständigen Open-Source-Projekte. Heißt konkret: Ohne offene Trainingsdaten fehlt die Nachvollziehbarkeit. Auch rechtliche Fragen, etwa zur Lizenz oder zu urheberrechtlich kritischen Inhalten, bleiben offen.
Potenzial für Missbrauch
Ein weiteres Risiko ist potenzieller Missbrauch. Mit frei verfügbaren Gewichten lassen sich etwa Sicherheitsmechanismen umgehen. Ein Beispiel ist die Erstellung problematischer Inhalte. Daher ist ein verantwortungsvoller Umgang entscheidend. Ethische Leitlinien und kluge Lizenzmodelle könnten ein möglicher Ansatz sein.
Das KI-Modell Llama von Meta basiert etwa auf offene Gewichte, die aber durch eine Lizenz beschränkt sind. Auch die KI-Modelle von Mistral sind frei nutzbar, teilweise sogar mit einer Apache-2.0-Lizenz. Die Künstliche Intelligenz 40B von Falcon legt sogar Gewichte, Code und teilweise Daten offen. Das zeigt, dass es unterschiedliche Transparenz-Stufen der Transparenz gibt.
Open Weight-Modelle öffnen den Zugang zu leistungsfähiger KI. Gleichzeitig beugen Unternehmen das Risiko vor, eine vollständige Offenheit zu demonstrieren. Damit bieten sie eine pragmatische Brücke zwischen Kontrolle und Kollaboration. Bei Open Weight-Modellen können also Fairness, Innovation und Sicherheit vereinen – vorausgesetzt, sie werden verantwortungsvoll genutzt.
Auch interessant:
