Open Weights vs. Truly Open Source AI

1. Konzeptüberblick und systemisches Problem

Der Begriff „Open Source“ wurde durch Marketingkampagnen großer AI-Konzerne manipuliert:

• Ein Unternehmen stellt eine 100-GB-Binärdatei mit Gewichten auf Hugging Face hoch und verkündet stolz: „Wir haben ein Open-Source-Modell veröffentlicht!“.
• Doch Ingenieure haben keinen Zugriff auf den Original-Dataset (was genau hat das Modell gelernt?), kennen den Code zur Datenfilterung nicht und können das Training nicht reproduzieren.
• Darüber hinaus enthält die Lizenz im Kleingedruckten geopolitische, kommerzielle oder patentrechtliche Einschränkungen.

Open Weights vs. Open Source — dies ist eine kritische Unterscheidung für Engineering-Sicherheit und Compliance: Es geht darum zu verstehen, was man in seinem Projekt tatsächlich besitzt.

2. Architektonische Taxonomie und mentales Modell

┌─────────────────────────────────────────────────────────────┐
│                 AI OPENNESS SPECTRUM MATRIX                 │
├─────────────────────────────────────────────────────────────┤
│ 1. CLOSED PROPRIETARY API (OpenAI, Anthropic, Google Cloud) │
│    • Доступ лише через HTTP; нуль контролю заліза           │
├─────────────────────────────────────────────────────────────┤
│ 2. OPEN WEIGHTS / RESTRICTED LICENSE (Meta Llama 3)         │
│    • Доступні ваги (Weights available for download)         │
│    • Обмеження: Ліміти користувачів, заборона тренування    │
│    • Дані тренування: Повністю засекречені                  │
├─────────────────────────────────────────────────────────────┤
│ 3. TRULY OPEN SOURCE AI (OSI Compliant: OLMo, Pythia)       │
│    • Повний код тренування (PyTorch scripts, distributed)   │
│    • Повний публічний датасет (Dolma / FineWeb з ліцензіями)│
│    • Проміжні чекпоінти кожного кроку навчання              │
│    • Пермісивна ліцензія (Apache 2.0 / MIT)                 │
└─────────────────────────────────────────────────────────────┘

3. Praktische Engineering-Szenarien im Production-Umfeld

01. Juristischer Schutz kommerzieller Produkte vor Klagen

Die Rechtsabteilung prüft ein Startup. Wenn die Geschäftsarchitektur von einem Modell mit einer Custom-Lizenz abhängt, die die Nutzung in bestimmten geografischen Jurisdiktionen verbietet, muss das Unternehmen dieses durch ein echtes permissives Modell ersetzen (z. B. unter der Apache 2.0-Lizenz).

02. Vollständige wissenschaftliche Reproduzierbarkeit (Reproducibility)

Eine Forschungsgruppe untersucht die Mechanismen der Entstehung von Halluzinationen. Mit dem Llama-Modell ist dies aufgrund des unbekannten Dataset-Zusammensatzes schwierig. Forscher entscheiden sich daher für das vollständig offene Modell OLMo vom Allen Institute, bei dem jeder Byte des Trainingskorpus bekannt ist.

4. Fallstricke, typische Fehler und Sicherheit

• „Virale“ Lizenzen im Geschäftsumfeld: Einige Modelle verfügen über nicht-permissive, nicht-kommerzielle Lizenzen (z. B. CC-BY-NC 4.0). Die Verwendung solcher Modelle zur Automatisierung von Geschäftsprozessen in einem kommerziellen Unternehmen stellt einen direkten Gesetzesverstoß dar.
• Risiko einer Lizenzänderung in der nächsten Version: Ein Unternehmen kann Version 1 unter MIT-Lizenz veröffentlichen, Version 2 jedoch unter einer strengen kommerziellen Lizenz. Fixieren Sie stets die Versionen der Gewichte und die Lizenzdateien im Repository.

5. Strategisches Fazit für Ingenieure im Jahr 2026

Offene Gewichte haben Entwicklern technologische Freiheit gegeben, aber offener Quellcode bietet langfristige Sicherheit und Unabhängigkeit. Die Fähigkeit, rechtliche Nutzungsbedingungen von AI-Modellen zu lesen und zu unterscheiden, ist eine zwingende Kompetenz für moderne Tech-Leads.