KI-Modell, dessen trainierte Parameter öffentlich verfügbar sind, sodass jeder das Modell auf eigener Hardware ausführen kann. Nicht das selbe wie "Open Source": Trainingsdaten und Trainings-Code sind üblicherweise nicht enthalten.
Definition: KI-Modell, dessen trainierte Parameter öffentlich verfügbar sind, sodass jeder das Modell auf eigener Hardware ausführen kann. Nicht das selbe wie "Open Source": Trainingsdaten und Trainings-Code sind üblicherweise nicht enthalten.
Open-Weight bedeutet, dass die trainierten Modell-Parameter (die Gewichte, oft hunderte Gigabyte an Zahlen) öffentlich herunterladbar sind, sodass jeder das Modell auf eigener Hardware ausführen kann. Wichtige Beispiele 2026 sind die Llama-Familie von Meta sowie verschiedene Mistral- und Qwen-Releases.
Für die Research zählen drei Aspekte. Datenschutz: Daten verlassen die eigene Infrastruktur nicht, die Unterauftragsverarbeiter-Liste schrumpft, und die AI-Act-Dokumentation wird einfacher. Reproduzierbarkeit: du kontrollierst die Modellversion, keine stillen Anbieter-Tauschs. Kostenvorhersehbarkeit: Hardware amortisiert sich, während Cloud-Tokens dauerhaft pro Anfrage kosten.
Open-Weight ist nicht dasselbe wie Open Source. Open Source würde Trainingsdaten, Trainings-Code und eine Lizenz mit uneingeschränkter Nutzung freigeben. Die meisten "Open-Weight"-Releases halten Trainingsdaten vertraulich und schränken kommerzielle Nutzung ein. Vor dem Einsatz die Modell-Lizenz lesen.
Dieser Begriff wird in den folgenden Artikeln referenziert: