Was ist der Unterschied zwischen einem Open-Weight- und einem Open-Source-KI-Modell?

Open Weight bedeutet, dass die trainierten Parameter des Modells herunterladbar sind, aber Trainingsdaten, Code oder Lizenzfreiheiten möglicherweise zurückgehalten werden. Open Source (nach der OSI-Definition) erfordert zusätzlich Dateninformationen sowie Trainings-/Inferenzcode unter offenen Bedingungen. Wenn die Trainingsdaten nicht offengelegt werden, ist das Modell ein Open-Weight-Modell, kein Open Source.

Ist Llama Open Source?

Nein – Llama ist ein Open-Weight-Modell unter einer Community-Lizenz. Meta veröffentlicht die Trainingsdaten nicht, und die Lizenz enthält eine Acceptable-Use-Policy, eine Schwelle von 700 Millionen monatlich aktiven Nutzern sowie Einschränkungen bei der Nutzung von Outputs zum Training konkurrierender Modelle. Die OSI und andere klassifizieren es als quellverfügbar oder Open Weight, nicht als Open Source.

Was ist die OSI-Definition für Open-Source-KI?

Im Oktober 2024 veröffentlicht, ist sie die erste stabile Definition von Open-Source-KI. Sie gewährt vier Freiheiten – nutzen, untersuchen, modifizieren und weitergeben – und verlangt drei Komponenten: Dateninformationen, den vollständigen Trainings- und Inferenzcode sowie die Modellparameter. Bemerkenswert ist, dass sie detaillierte Informationen über die Trainingsdaten verlangt und nicht den rohen Datensatz selbst.

Muss Open-Source-KI die Trainingsdaten veröffentlichen?

Nicht den rohen Datensatz – die OSI-Definition verlangt ausreichend detaillierte Dateninformationen, damit eine qualifizierte Person ein substanziell gleichwertiges System aufbauen kann, und die eigentlichen Daten nur, wenn dies rechtlich möglich ist. Dieser Kompromiss ist der umstrittenste Teil der Definition, da wahre Reproduzierbarkeit wohl die Daten selbst erfordern würde.

Kann ich Open-Weight-Modelle kommerziell kostenlos nutzen?

Oft ja, aber es hängt vollständig von der Lizenz ab. Apache-2.0-Modelle (viele Qwen- und Mistral-Versionen) erlauben eine uneingeschränkte kommerzielle Nutzung. Llamas Community-Lizenz erlaubt kommerzielle Nutzung, aber mit einer Nutzer-Obergrenze und anderen Einschränkungen. Manche Varianten sind nur für die nicht-kommerzielle Nutzung. Prüfen Sie immer die spezifische Lizenz des Modells, bevor Sie es kommerziell einsetzen.

Welche KI-Modelle sind wirklich Open Source?

Modelle, die Gewichte plus Trainingsdaten und den vollständigen Trainings- und Inferenzcode veröffentlichen – OLMo von Ai2 ist das führende Beispiel und veröffentlicht sein Korpus, seinen Code, Logs und Checkpoints. Die meisten populären „offenen“ Modelle (Llama, Qwen, Mistral, DeepSeek) sind Open-Weight-Modelle und halten zumindest die Trainingsdaten zurück.

Ist ein Apache-2.0-Modell dasselbe wie Open Source?

Apache-2.0 ist eine echte Open-Source-Lizenz, daher sind Apache-2.0-Gewichte permissiv und kommerziell uneingeschränkt. Aber ein Modell mit Apache-2.0-Gewichten ist nach der OSI-KI-Definition nicht vollständig „Open Source“, sofern nicht auch Informationen zu den Trainingsdaten und der Code veröffentlicht werden – es lässt sich also am besten als permissiv lizenziertes Open-Weight-Modell beschreiben.

← Resources

By Ren Sugaya — Performance Engineer, GPU & Inference · 2026-04-12 · INSIGHT

Open-Weight- vs. Open-Source-KI-Modelle: Was ist der Unterschied?

Die meisten Modelle, die als „Open Source“ bezeichnet werden, sind eigentlich Open-Weight-Modelle: Die Gewichte sind herunterladbar, die Trainingsdaten und die vollständigen Lizenzfreiheiten jedoch nicht. Dieser Artikel erklärt die Unterscheidung, die OSI-Definition für Open-Source-KI, wo populäre Modelle im Spektrum stehen und warum das Label für die kommerzielle Nutzung relevant ist.

Die grundlegende Unterscheidung

„Open Weight“ bedeutet, dass die trainierten Modellparameter herunterladbar sind, aber die Trainingsdaten, der Trainingscode oder die vollständigen Lizenzfreiheiten möglicherweise zurückgehalten werden. „Open-Source-KI“ erfordert nach der offiziellen Definition zusätzlich Dateninformationen sowie den vollständigen Trainings- und Inferenzcode – alles unter offenen Bedingungen. Ohne Offenlegung der Trainingsdaten handelt es sich um ein Open-Weight-Modell, nicht um Open Source.

Das ist wichtig, weil die Begriffe ständig verwechselt werden. Ein Modell, das man herunterladen und ausführen kann, ist nicht automatisch „Open Source“ im Sinne der Softwarewelt – und der Unterschied zeigt sich genau dort, wo er zählt: kommerzielle Rechte, Reproduzierbarkeit und was man tatsächlich damit tun darf.

Die OSI-Definition für Open-Source-KI

Im Oktober 2024 veröffentlichte die Open Source Initiative die erste stabile Open-Source-AI-Definition. Sie gewährt vier Freiheiten – das System für jeden Zweck ohne Erlaubnis zu nutzen, seine Funktionsweise zu untersuchen, es für jeden Zweck zu modifizieren und es mit oder ohne Modifikationen weiterzugeben – und verlangt drei Komponenten: Dateninformationen (ausreichend detailliert, um ein substanziell gleichwertiges System aufzubauen), den vollständigen Trainings- und Inferenzcode sowie die Modellparameter.

Ihr umstrittenster Kompromiss ist, dass sie nicht die Veröffentlichung des rohen Trainingsdatensatzes verlangt – nur ausreichend detaillierte Informationen darüber. Kritiker nennen das eine Verwässerung; Befürworter weisen darauf hin, dass rechtliche und datenschutzrechtliche Einschränkungen die Veröffentlichung der Rohdaten oft unmöglich machen. Wie auch immer: Das ist der Maßstab, an dem „Open-Source“-Behauptungen gemessen werden sollten.

Wo populäre Modelle wirklich stehen

Die meisten bekannten „offenen“ Modelle sind Open-Weight-Modelle, kein Open Source:

Llama ist ein Open-Weight-Modell unter einer Community-Lizenz: Meta veröffentlicht die Trainingsdaten nicht, und die Lizenz fügt eine Acceptable-Use-Policy, eine Klausel für 700 Millionen monatlich aktive Nutzer sowie Einschränkungen bei der Nutzung von Outputs zum Training konkurrierender Modelle hinzu. Es erfüllt die Freiheit „für jeden Zweck ohne Erlaubnis nutzen“ nicht, ist also quellverfügbar, nicht Open Source. (Siehe unseren [Llama-Leitfaden](/articles/run-llama-locally-hardware-guide).)
Qwen und Mistral veröffentlichen viele Modelle unter Apache-2.0, einer echten Open-Source-Lizenz auf die Gewichte, was eine permissive kommerzielle Nutzung erlaubt; ohne vollständige Daten und Code bleiben sie jedoch „permissiv lizenzierte Open-Weight-Modelle“ statt OSAID-offen. (Siehe unseren [Qwen3-Leitfaden](/articles/run-qwen3-locally-guide).)
OLMo (von Ai2) ist die Referenz für wahrhaft Offenes: Gewichte plus vollständiges Trainingskorpus, Trainingscode, Logs und Checkpoints.
DeepSeek ist ein Open-Weight-Modell: Die Gewichte werden veröffentlicht, die Trainingsdaten nicht.

Das Lizenzspektrum

Es hilft, sich ein Spektrum von am offensten bis am wenigsten offen vorzustellen:

Vollständig offen / OSAID-konform: Gewichte plus Daten plus Code (OLMo).
Permissive OSI-Lizenz auf die Gewichte: Apache-2.0 (Qwen, Mistral) – kommerziell uneingeschränkte Gewichte, aber keine vollständige Daten-/Code-Offenlegung.
Restriktive „Community“-Lizenz / quellverfügbar: Llama – kommerziell nutzbar, aber mit Obergrenzen, Acceptable-Use-Regeln und Wettbewerberbeschränkungen.
Nicht-kommerziell / nur für Forschung: Manche Modellvarianten beschränken sich auf nicht-kommerzielle Nutzung.
Nur API / geschlossen: Die Gewichte werden nie veröffentlicht.

Zu wissen, wo ein Modell steht, sagt einem, was man rechtlich damit tun kann – das ist die praktische Frage, mehr als die, ob es das „Open-Source“-Label verdient.

Warum es wichtig ist, und „Open-Washing“

Das Label hat echte Konsequenzen. Lizenzbedingungen – Obergrenzen für monatlich aktive Nutzer, Nutzungsverbote nach Anwendungsfeld, Nicht-Destillations-Klauseln – bestimmen direkt die kommerzielle Rechtmäßigkeit. Open Source (im strengen Sinne) ermöglicht zudem die Reproduktion und Prüfung eines Modells, was für Vertrauen und Forschung wichtig ist. Und die Regulierung erhöht den Einsatz: Der EU AI Act gewährt Open-Source-Systemen bestimmte Ausnahmen, sodass es nicht nur ungenau ist, ein Open-Weight-Modell als „Open Source“ zu bezeichnen – es kann folgenreich sein.

Das ist der Kern der „Open-Washing“-Kritik: ein Modell als Open Source zu vermarkten, das bestenfalls Open Weight ist. Studien zu generativen KI-Systemen haben ergeben, dass viele „Open-Source“-Labels in der Realität Open Weight sind, und der übergreifende Trend bestätigt es: Der Anteil der Modell-Downloads, die Trainingsdaten offenlegen, ist stark gesunken, was bedeutet, dass sich das Ökosystem in Richtung Open Weight und nicht in Richtung Open Source bewegt.

Wie osFoundry damit umgeht

osFoundry betreibt Open-Weight-Modelle unabhängig davon, wo sie im Spektrum stehen – permissive Apache-2.0-Modelle (Qwen, Mistral), restriktiv community-lizenzierte (Llama) und vollständig offene (OLMo) laufen über BYOK oder Self-Hosting auf dieselbe Weise. Da die Frage „offen versus Open Weight“ im Kern eine Lizenzfrage ist, zeigt osFoundry die tatsächlichen Lizenzbedingungen jedes Modells an – die Nutzer-Cap-Klauseln, Nicht-Destillations-Regeln und nicht-kommerziellen Beschränkungen –, damit Teams die kommerzielle Rechtmäßigkeit vor dem Deployment bestätigen können. Mit BYOK und Self-Hosting behalten Sie die Gewichte, Daten und Inferenz unter Ihrer eigenen Kontrolle statt hinter einer Anbieter-API – das ist der praktische Mehrwert von „offen“, unabhängig davon, ob ein bestimmtes Modell die strikte Open-Source-Hürde nimmt.

Frequently asked questions

Was ist der Unterschied zwischen einem Open-Weight- und einem Open-Source-KI-Modell?: Open Weight bedeutet, dass die trainierten Parameter des Modells herunterladbar sind, aber Trainingsdaten, Code oder Lizenzfreiheiten möglicherweise zurückgehalten werden. Open Source (nach der OSI-Definition) erfordert zusätzlich Dateninformationen sowie Trainings-/Inferenzcode unter offenen Bedingungen. Wenn die Trainingsdaten nicht offengelegt werden, ist das Modell ein Open-Weight-Modell, kein Open Source.
Ist Llama Open Source?: Nein – Llama ist ein Open-Weight-Modell unter einer Community-Lizenz. Meta veröffentlicht die Trainingsdaten nicht, und die Lizenz enthält eine Acceptable-Use-Policy, eine Schwelle von 700 Millionen monatlich aktiven Nutzern sowie Einschränkungen bei der Nutzung von Outputs zum Training konkurrierender Modelle. Die OSI und andere klassifizieren es als quellverfügbar oder Open Weight, nicht als Open Source.
Was ist die OSI-Definition für Open-Source-KI?: Im Oktober 2024 veröffentlicht, ist sie die erste stabile Definition von Open-Source-KI. Sie gewährt vier Freiheiten – nutzen, untersuchen, modifizieren und weitergeben – und verlangt drei Komponenten: Dateninformationen, den vollständigen Trainings- und Inferenzcode sowie die Modellparameter. Bemerkenswert ist, dass sie detaillierte Informationen über die Trainingsdaten verlangt und nicht den rohen Datensatz selbst.
Muss Open-Source-KI die Trainingsdaten veröffentlichen?: Nicht den rohen Datensatz – die OSI-Definition verlangt ausreichend detaillierte Dateninformationen, damit eine qualifizierte Person ein substanziell gleichwertiges System aufbauen kann, und die eigentlichen Daten nur, wenn dies rechtlich möglich ist. Dieser Kompromiss ist der umstrittenste Teil der Definition, da wahre Reproduzierbarkeit wohl die Daten selbst erfordern würde.
Kann ich Open-Weight-Modelle kommerziell kostenlos nutzen?: Oft ja, aber es hängt vollständig von der Lizenz ab. Apache-2.0-Modelle (viele Qwen- und Mistral-Versionen) erlauben eine uneingeschränkte kommerzielle Nutzung. Llamas Community-Lizenz erlaubt kommerzielle Nutzung, aber mit einer Nutzer-Obergrenze und anderen Einschränkungen. Manche Varianten sind nur für die nicht-kommerzielle Nutzung. Prüfen Sie immer die spezifische Lizenz des Modells, bevor Sie es kommerziell einsetzen.
Welche KI-Modelle sind wirklich Open Source?: Modelle, die Gewichte plus Trainingsdaten und den vollständigen Trainings- und Inferenzcode veröffentlichen – OLMo von Ai2 ist das führende Beispiel und veröffentlicht sein Korpus, seinen Code, Logs und Checkpoints. Die meisten populären „offenen“ Modelle (Llama, Qwen, Mistral, DeepSeek) sind Open-Weight-Modelle und halten zumindest die Trainingsdaten zurück.
Ist ein Apache-2.0-Modell dasselbe wie Open Source?: Apache-2.0 ist eine echte Open-Source-Lizenz, daher sind Apache-2.0-Gewichte permissiv und kommerziell uneingeschränkt. Aber ein Modell mit Apache-2.0-Gewichten ist nach der OSI-KI-Definition nicht vollständig „Open Source“, sofern nicht auch Informationen zu den Trainingsdaten und der Code veröffentlicht werden – es lässt sich also am besten als permissiv lizenziertes Open-Weight-Modell beschreiben.