DeepSeek, Qwen & die Welle der offenen Gewichte
Lange Zeit war die Geschichte der "guten KI" die Geschichte einer Handvoll geschlossener Spitzenmodelle, die man nur über eine API mieten konnte. Das ist nicht mehr die ganze Geschichte. Eine Welle von Open-Weight-Modellen — viele aus chinesischen Laboren wie DeepSeek und Alibabas Qwen, daneben Metas Llama und Frankreichs Mistral — wurde gut genug, günstig genug und klein genug, dass das Herunterladen und Betreiben eines eigenen leistungsfähigen Modells zu einer echten Option wurde. Diese Seite ist die beständige Landkarte dieser Landschaft: warum es dazu kam, was "Open Weight" tatsächlich bedeutet, die ehrlichen Kompromisse gegenüber geschlossenen Spitzenmodellen und wie man diese Modelle heute wirklich einsetzt.
- Verstehen, WARUM Open-Weight-Modelle wettbewerbsfähig wurden — Leistung pro Kosten und offenes Reasoning
- Festnageln, was 'Open Weight' wirklich bedeutet — im Unterschied zu Open Source und Open Data
- Die Archetypen erkennen: allgemeiner Chat, Reasoning, Coding und kleine/effiziente Modelle
- Die echten Kompromisse gegenüber der geschlossenen Spitze abwägen — Leistungslücke bei den schwersten Aufgaben sowie eigene Infrastruktur und Sicherheit
- Die zwei Wege kennen, sie tatsächlich einzusetzen: eine gehostete API oder Self-Hosting über Ollama
Warum Open-Weight-Modelle plötzlich wettbewerbsfähig wurden
Drei Dinge verschoben sich ungefähr zur selben Zeit, und zusammen schlossen sie den größten Teil der alltäglichen Lücke.
- Die Leistung pro Kosten brach ein. Bessere Trainingsrezepte, Datenaufbereitung und Mixture-of-Experts (MoE)-Architekturen (bei denen pro Token nur ein Bruchteil der Parameter eines großen Modells aktiviert wird) ermöglichten es Laboren, Modelle auszuliefern, die weit über ihrem Preis spielen. Für einen großen Anteil realer Aufgaben — Entwürfe schreiben, Zusammenfassen, Extrahieren, Klassifizieren, Routine-Coding — ist ein gutes offenes Modell heute "gut genug", zu einem Bruchteil der Kosten einer Spitzen-API.
- Offene Reasoning-Modelle kamen auf. DeepSeeks Reasoning-Linie war ein Wendepunkt: Sie zeigte, dass die Fähigkeit, "vor dem Antworten Schritt für Schritt zu denken" — zuvor der Burggraben einiger weniger geschlossener Modelle — mit offenen Gewichten trainiert und veröffentlicht werden kann. Sobald ein Labor es bewiesen hatte, folgte der Rest des offenen Ökosystems.
- Kleine Modelle wurden wirklich brauchbar. Modelle unter 10B und sogar unter 1B Parametern wurden kohärent und nützlich, was bedeutet, dass man etwas Leistungsfähiges auf einem Laptop oder einem günstigen Server betreiben kann. Das verändert die Ökonomie von Datenschutz, Latenz und Skalierung.
Der Nettoeffekt: Die Lücke zur geschlossenen Spitze verschwand nicht, aber für die meiste Arbeit hörte sie auf, der entscheidende Faktor zu sein. Die entscheidenden Faktoren wurden Kosten, Kontrolle und der Ort, an dem die Daten liegen.
Was "Open Weight" tatsächlich bedeutet
Das ist der mit Abstand am meisten verwechselte Punkt im gesamten Feld. "Offen" leistet auf drei verschiedene Weisen viel Arbeit, und diese sind nicht dasselbe.
| Begriff | Was man tatsächlich bekommt | Was man üblicherweise NICHT bekommt |
|---|---|---|
| Open Weight | Die trainierte Modelldatei (die Gewichte). Man kann sie herunterladen, ausführen, feinabstimmen und selbst hosten. | Die Trainingsdaten und manchmal den vollständigen Trainingscode. Die Nutzung kann durch eine eigene Lizenz geregelt sein. |
| Open Source (streng) | Gewichte plus Trainings-/Inferenzcode unter einer Lizenz im OSI-Stil, mit der Freiheit, sie zu nutzen, zu verändern und weiterzuverbreiten. | Oft trotzdem nicht die Trainingsdaten. |
| Open Data | Die tatsächlichen Datensätze, mit denen das Modell trainiert wurde, offen veröffentlicht. | Selten bei Modellen in Spitzengröße; die meisten "offenen" Modelle sind Open-Weight, nicht Open-Data. |
Die praktische Erkenntnis: Die meisten Modelle, die Leute "Open Source" nennen, sind in Wirklichkeit Open-Weight. Man kann sie betreiben und anpassen, aber typischerweise nicht von Grund auf reproduzieren, und man muss die Lizenz lesen. Lizenzen variieren:
- Manche werden unter freizügigen Lizenzen (Apache 2.0, MIT) ausgeliefert, die für kommerzielle Nutzung sauber sind — Qwen- und Mistral-Modelle haben zum Beispiel historisch Apache 2.0 verwendet, und DeepSeek hat für wichtige Releases MIT genutzt.
- Manche werden unter eigenen Community-Lizenzen mit Bedingungen ausgeliefert — Metas Llama-Lizenz hat etwa historisch eine Klausel enthalten, die die allergrößten Unternehmen (gemessen an monatlich aktiven Nutzern) von der freien Nutzung ausschließt.
Prüfe immer die spezifische Modellkarte auf ihre Lizenz, bevor du darauf aufbaust. Neutral, aber wichtig: Dass ein Modell Open-Weight ist, sagt dir, dass du es selbst hosten kannst; es sagt dir nicht die rechtlichen Bedingungen, und es lässt die Fragen zu Lizenzierung oder Datenresidenz nicht verschwinden — es verlagert sie zu dir.
Die vier Archetypen
Open-Weight-Familien kommen fast immer als Fächer von Varianten, nicht als ein einzelnes Modell. Lerne die vier Archetypen, und du kannst das Lineup jedes Labors auf einen Blick lesen.
Eine einzelne Familie — Qwen ist das klarste Beispiel — gibt dir typischerweise die ganze Leiter: winzige Modelle für Edge und Laptops, mittelgroße Modelle für Server, ein großes Flaggschiff für die schwersten Aufgaben, dazu auf Coding und Reasoning spezialisierte Varianten. Du wählst die Sprosse, die zu deiner Hardware und Aufgabe passt, nicht "das Modell".
Die ehrlichen Kompromisse gegenüber der geschlossenen Spitze
Open-Weight-Modelle sind kein striktes Upgrade. Sie sind ein anderer Deal. Hier der Kompromiss neutral.
| Dimension | Open-Weight (Self-Host oder günstiger Host) | Geschlossene Spitze (gehostete API) |
|---|---|---|
| Leistung bei den schwersten Aufgaben | Stark und schnell aufholend, aber die geschlossene Spitze führt bei den allerschwersten Reasoning-, langfristig agentischen und Nischen-Aufgaben meist noch | Typischerweise die Obergrenze bei den härtesten Aufgaben |
| Kosten bei Skalierung | Können dramatisch günstiger sein, besonders selbst gehostet oder über Budget-Hosts | Premium pro Token; vorhersehbar, summiert sich aber |
| Datenschutz / Datenresidenz | Du kannst Daten vollständig in deiner Umgebung halten | Daten verlassen dein Netzwerk zum Anbieter |
| Kontrolle & Anpassung | Vollständig: feinabstimmen, quantisieren, eine Version festpinnen, offline betreiben | Beschränkt auf das, was die API freigibt; Versionen können sich unter dir ändern |
| Wer Sicherheit & Betrieb besitzt | Du — Leitplanken, Missbrauchsfilterung, Verfügbarkeit, Skalierung und Patching sind deine Aufgabe | Der Anbieter betreibt die Infrastruktur und liefert eine Basis-Sicherheit |
Diese letzte Zeile ist die, die Leute unterschätzen. Wenn du ein Open-Weight-Modell selbst hostest, erbst du auch die Verantwortlichkeiten, die ein Spitzenlabor normalerweise für dich übernimmt: Inhaltssicherheit und Missbrauchseindämmung, das Deployment gepatcht zu halten, Kapazität und Verfügbarkeit sowie das Bewerten jeder neuen Modellversion selbst. "Open Weight" verschafft dir Kontrolle, und Kontrolle ist ebenso ein Kostenpunkt wie ein Vorteil. Für eine Intuition zu den Kosten auf der API-Seite dieses Kompromisses siehe Token-Ökonomie.
Wie man ein offenes Modell tatsächlich einsetzt
Es gibt genau zwei Wege, und die meisten Teams nutzen beide in unterschiedlichen Phasen.
- Gehostete API — viele Anbieter (darunter die Labore selbst und Drittanbieter-Inferenz-Hosts) stellen Open-Weight-Modelle hinter einer API bereit, oft OpenAI-kompatibel. Du bekommst die Ökonomie offener Modelle ohne jede Infrastrukturarbeit. Am besten, wenn du niedrige Kosten ohne den Betrieb von Servern willst, aber beachte, dass deine Daten dein Netzwerk trotzdem verlassen.
- Self-Hosting — die Gewichte herunterladen und in deiner Umgebung betreiben. Maximaler Datenschutz und maximale Kontrolle und die einzige Option, wenn Daten dein Netzwerk wirklich nicht verlassen dürfen. Der einfachste Einstieg ist Ollama, das offene Modelle mit einem einzigen Befehl zieht und ausführt.
Ein Modell lokal in vier Schritten ausprobieren
- Lade es von ollama.com/download herunter (macOS/Windows) oder nutze das Linux-Installationsskript. Damit bekommst du den ollama-Befehl und einen lokalen Hintergrunddienst. Vollständige Anleitung auf der Seite Modelle lokal betreiben.
- Kleinere Modelle brauchen weniger RAM/VRAM. Ein Laptop führt kleine Varianten bequem aus (ein paar GB); große Flaggschiffe brauchen eine echte GPU oder einen Server. Fang klein an, um zu bestätigen, dass alles funktioniert, und skaliere dann hoch, wenn die Qualität nicht reicht.
- ollama run <model> lädt die Gewichte bei der ersten Nutzung herunter (mehrere GB) und versetzt dich dann in einen interaktiven Chat. Der erste Lauf ist langsam, weil gezogen wird; spätere Läufe sind sofort aus dem Cache.
- Ollama stellt einen OpenAI-kompatiblen lokalen Endpunkt bereit, sodass du ein bestehendes SDK im OpenAI-Stil auf localhost statt auf die Cloud zeigen lassen kannst. Jetzt läuft derselbe Code gegen ein privates, lokales Modell.
Ein offenes Modell lokal mit Ollama ziehen und ausführen
ollama run qwen3
Dieser eine Befehl lädt ein Qwen-Open-Weight-Modell herunter und startet einen lokalen Chat — kein API-Schlüssel, keine Daten, die deine Maschine verlassen. Tausche qwen3 gegen eine andere Familie (zum Beispiel ein Llama-, Mistral- oder DeepSeek-Tag), um sie bei deiner eigenen Aufgabe zu vergleichen. Das richtige Modell für eine bestimmte Aufgabe zu wählen, ist eine eigene Fähigkeit: siehe Ein Modell auswählen.
Zwischen offen und geschlossen wählen, in der Praxis
Wähle nicht nach Bestenliste. Wähle nach Beschränkung:
- Daten dürfen dein Netzwerk nicht verlassen → selbst gehostetes Open-Weight ist die Antwort, Punkt.
- Hohes Volumen, kostensensibel, "gut genug"-Qualität → Open-Weight (gehostet oder selbst gehostet) gewinnt bei den Kosten meist.
- Du brauchst das absolut Beste bei den schwersten Aufgaben → die geschlossene Spitze führt meist noch — nutze sie dort, wo es darauf ankommt, und leite leichteren Traffic an günstigere offene Modelle.
- Du willst feinabstimmen, quantisieren, eine Version festpinnen oder offline betreiben → nur offene Gewichte geben dir diese Kontrolle.
Der beständigste Schritt ist, eine winzige Evaluierung auf deinen eigenen echten Daten über je einen offenen und einen geschlossenen Kandidaten laufen zu lassen. Benchmarks beschreiben die Aufgabe von jemand anderem; deine Evaluierung beschreibt deine.
Prüfe dich selbst
0/3- Open-Weight-Modelle haben dank Leistung pro Kosten, offenen Reasoning-Modellen und wirklich brauchbaren kleinen Modellen den größten Teil der alltäglichen Lücke geschlossen
- 'Open Weight' = herunterladbare Gewichte, die du ausführen und feinabstimmen kannst — NICHT notwendigerweise Open-Source-Code, offene Trainingsdaten oder eine freizügige Lizenz; lies immer die Modellkarte
- Lies jedes Lineup nach Archetyp: allgemeiner Chat, Reasoning, Coding und klein/effizient — die meisten Familien liefern die ganze Größenleiter
- Der Kompromiss ist real: offen verschafft Kosten, Datenschutz und Kontrolle, aber die geschlossene Spitze führt meist noch bei den schwersten Aufgaben, und du erbst Sicherheit und Infrastruktur
- Zwei Wege, sie zu nutzen: eine gehostete (oft OpenAI-kompatible) API oder Self-Hosting über Ollama mit einem Befehl — dann evaluiere auf DEINEN Daten, nicht auf einer Bestenliste