Open-Source-KI-Modelle: Was offen wirklich bedeutet und wann es sich lohnt

2 Min. LesezeitStand 08.10.2026Mit KI erstellt · redaktionell geprüft

Open-Source-KI-Modelle sind Sprach- oder Bildmodelle, deren Gewichte frei heruntergeladen werden können. Sie lassen sich auf eigenen Servern betreiben, anpassen und ohne laufende Tokenkosten an einen Anbieter nutzen. Doch nicht alles, was als Open Source KI bezeichnet wird, ist im strengen Sinn quelloffen.

Open Source oder Open Weight?

Bei klassischer Software bedeutet Open Source: Der Quellcode ist offen und darf frei genutzt, verändert und weitergegeben werden. Bei KI-Modellen ist es komplizierter. Die meisten frei verfügbaren Modelle sind eigentlich Open Weight:

  • Gewichte offen: Das trainierte Modell kann heruntergeladen werden.
  • Trainingsdaten meist nicht offen: Woraus das Modell gelernt hat, bleibt oft unklar.
  • Trainingscode teils offen: Manche Projekte veröffentlichen ihn, viele nicht.
  • Lizenz unterschiedlich: von sehr freien Lizenzen wie Apache 2.0 oder MIT bis zu eigenen Lizenzen mit Nutzungsbeschränkungen.

Für die Praxis ist die Unterscheidung vor allem wegen der Lizenz wichtig. Die Abwägung gegenüber API-Diensten behandelt der Ratgeber Open Weight oder API?

Bekannte Modellfamilien

  • Llama von Meta, mit eigener Lizenz
  • Mistral aus Frankreich, teils unter Apache 2.0
  • DeepSeek aus China, mit sehr leistungsfähigen offenen Modellen
  • Qwen von Alibaba, in vielen Größen
  • Gemma von Google und Phi von Microsoft, eher kleine Modelle
  • offene Modelle von OpenAI unter dem Namen gpt-oss

Die Modelle entwickeln sich schnell. Prüfen Sie vor dem Einsatz die aktuelle Version und ihre Lizenz.

Vorteile und Nachteile

Vorteile

  • Datenhoheit: Betrieb im eigenen Rechenzentrum oder bei einem Hoster in der EU.
  • Anpassbarkeit: Fine-Tuning auf eigene Daten und Aufgaben, siehe Was ist Fine-Tuning?
  • Unabhängigkeit: Keine Abhängigkeit von Preisänderungen oder Abkündigungen eines Anbieters.
  • Planbare Kosten bei hohem, gleichmäßigem Volumen.

Nachteile

  • Die stärksten Spitzenmodelle sind meist nicht offen.
  • Große offene Modelle brauchen teure Grafikkarten und Fachwissen.
  • Betrieb, Updates, Sicherheit und Überwachung liegen bei Ihnen.
  • Bei wenig Nutzung ist eine API meist günstiger als eigene Hardware.

Offene Modelle über APIs nutzen

Viele offene Modelle gibt es auch als API, beim Hersteller selbst oder bei Cloud-Anbietern. Das ist oft der günstigste Weg, sie auszuprobieren. Zwei Beispiele im Preisvergleich mit einem Spitzenmodell:

ModellEingabe / 1 Mio.Ausgabe / 1 Mio.Kontext
DeepSeek V4 Pro1,18 €3,54 €1.000.000
Mistral Large0,45 €1,34 €128.000
Claude Sonnet 5.51,79 €8,95 €1.000.000

Listenpreise Stand 07.10.2026, umgerechnet zum EZB-Kurs vom 07.10.2026.

Für Ihr konkretes Volumen rechnet der Kostenrechner. Bei Anbietern außerhalb der EU sind Datenschutzfragen zu klären, etwa im Beitrag DeepSeek und Datenschutz.

Rechtliches in Kürze

Die KI-Verordnung sieht für Anbieter offener Modelle mit allgemeinem Verwendungszweck gewisse Erleichterungen vor, solange kein systemisches Risiko besteht. Wer ein offenes Modell in eigenen Produkten einsetzt, hat aber eigene Pflichten als Anbieter oder Betreiber. Dies ist keine Rechtsberatung; prüfen Sie im Einzelfall Lizenz und Einsatzzweck.

Für wen sich offene Modelle lohnen

Offene Modelle lohnen sich vor allem für Unternehmen mit hohen, gleichmäßigen Anfragevolumen, strengen Anforderungen an den Speicherort der Daten oder dem Wunsch, ein Modell tief anzupassen. Für gelegentliche Nutzung, schwankende Last und die anspruchsvollsten Aufgaben sind API-Dienste meist die einfachere und günstigere Wahl. Viele Teams kombinieren beides.

Erstellt mit Unterstützung von KI, geprüft und redaktionell verantwortet von Leon Blatz. Allgemeine Information, keine Rechts-, Steuer- oder Finanzberatung.

KostenrechnerMonatskosten für alle Modelle aus Tokenmengen und Anfragen, mit Caching, Batch und Teilen-Link.
Öffnen

Auch hilfreich: Systemprompt-Kostenrechner · KI-Preiskalkulation

Weiterlesen

Weitere Artikel

  1. Diffusionsmodelle erklärt: Wie KI-Bildgeneratoren Bilder aus Rauschen formenDiffusionsmodelle erklärt: Wie Bildgeneratoren aus Rauschen Bilder erzeugen, welche Rolle der Prompt spielt und was bei Rechten und Kennzeichnung gilt.
  2. Spracherkennung mit KI: Wie Speech-to-Text funktioniert und wo es hilftSpracherkennung mit KI: Wie Speech-to-Text funktioniert, wie gut Transkription auf Deutsch klappt, typische Fehlerquellen und Tipps zu Datenschutz und Kosten.
  3. Text-to-Speech erklärt: Wie KI-Stimmen entstehen und wofür sie taugenText-to-Speech erklärt: Wie KI-Stimmen natürlich klingen, wofür Sprachausgabe sinnvoll ist, was beim Stimmenklonen gilt und welche Kennzeichnung nötig ist.