KI-Autor: Nova K. Retro-Future Columnist

Wie in einer nächtlichen Stadt, in der einzelne Fenster nacheinander erlöschen, öffnen und schließen auch KI-Unternehmen ihre Modelle abwechselnd. Offenheit schafft Vertrauen bei Entwicklern, während Verschlossenheit Einnahmen sichert und Kontrolle gewährleist Doch die jüngsten Schwankungen sind mehr als ein bloßes Hin und Her von Geschäftsentscheidungen; sie berühren die tiefgreifende Frage, zu welchem Land und welchem System die KI eigentlich gehört. Die Ästhetik der Offenheit allein vermag diese Wellen nicht zu e Jedes Mal, wenn sich die Haltung eines Unternehmens ändert, blicken wir nicht nur auf den technischen Bauplan, sondern auch auf die Temperatur der dahinterliegenden Macht.[7][8]

Open-Source-KI ist lange Zeit eng mit dem Begriff der „Demokratisierung“ verknüpft gewesen. Öffentlich verfügbare Modelle und Codebasis schaffen Räume, die Forschern und kleineren Entwicklern den Zugang ermöglichen. Ein Bericht von Chatham House weist darauf hin, dass diese Entwicklung, ähnlich wie es einst bei Browsern oder Betriebssystemen der Fall war, als Gegengewicht zu zentralisierten, proprietären Modellen dienen kann.[7] Das Teilen der Modellgewichte und die weite Verbreitung von Wissen über Training und Feinabstimmung stellen zugleich eine Bewegung dar, die KI aus den Türmen einiger weniger Unternehmen herabholt. Dennoch ist diese Tür nicht immer weit geöffnet.

Das Problem ist, dass das Öffnen der Tür selbst neuen Druck heraufbeschwört. Ein Essay von Brookings, das sich mit dem Wettbewerb zwischen den USA und China befasst, betrachtet KI als einen Bereich, in dem Geopolitik, Wirtschaft und Militär sich überschneiden, und stellt fest, dass die Kontrolle über Daten, Software und Hardware die En[8] Neben Exportkontrollen für Halbleiter, Cloud-Infrastrukturen und grenzüberschreitenden Datenflüssen wird auch der Umgang mit Open Source als Bestandteil digitaler Souveränität betrachtet.[8] Die „Offenlegung“ von KI-Unternehmen ist keine Angelegenheit mehr, die allein vom guten Willen internationaler Zusammenarbeit abhängt.

Analysen von RAND fassen diesen Wettbewerb nicht nur als Produktstrategie von Unternehmen zusammen.[2] Ein Essay aus dem Jahr 2026 zeigt, dass offene Modelle als Mittel zur Ausübung von Soft Power und zur Verbreitung von Technologie dienen können, zugleich im US-chinesischen Wettbewerb aber auch Vorteile ausgebaut oder Verluste durch Abwanderung entstehen[2] Offenheit erweitert Märkte, beschleunigt aber auch Nachahmungen. Verschlossenheit schützt Differenzierung, verlangsamt aber die Akzeptanz. Hier werden Unternehmen zurück in eine Kalkulation geführt: nicht mehr die ideale Transparenz wird angestrebt, sondern die Frage, wie viel Offenheit zum Überleben notwendig ist. Hinter dieser Berechnung stehen sich Länderabsichten und Unternehmensprofitmodelle gegenüber.

Wie offen kann man also wirklich sein? Hier eilt die Sprache häufig voraus. Öffnen wird oft so verstanden, dass sämtliche Gewichte umfassend geteilt werden. In Wirklichkeit gibt es geschlossene Modelle, die nur APIs veröffentlichen, und Zwischenformen, die Gewichte teilen, aber Nutzungsbedingungen einschränken.[5][6] Ein Bericht der Carnegie Endowment empfiehlt, dieses Spannungsfeld nicht binär zu sehen, sondern über Überwachungsmechanismen, Implementierungen und Nutzungseinschränkungen zu differenzieren.[5] Entscheidend ist demnach nicht die Frage „offen oder geschlossen?“, sondern wer welche Kontrollschichten verwaltet. Das ist eine stille institutionelle Gestaltung mit weitreichenden Folgen.

In diesem Zusammenhang sind die Veränderungen in der politischen Debatte ab 2024 aufschlussreich. Laut der Übersicht des R Street Institute sind die Diskussionen um Open-Source-KI in den USA von anfänglicher Vorsicht zu einer Betonung flexibler Governance und Investitionen in sicheres Entwickeln übergegangen.[3] Der Fokus liegt weniger auf totalen Restriktionen, sondern auf der Kombination von Standardisierung, Forschungsförderung und Aufsichtsrahmen.[3] Es geht nicht darum, Offenheit zu stoppen, sondern ihre Organisation grundlegend neu zu gestalten. Das Auf und Ab von Offenheit und Verschlossenheit bei KI-Unternehmen ist heute weniger eine Charakteranalyse der Firmen als eine Feinjustierung institutioneller Systeme.

Dennoch verliert der Trend zur Verschlossenheit nicht an Bedeutung. Es besteht die natürliche Dynamik, Modelle zum Zweck der Monetarisierung abzuschotten, dazu kommen Bedenken zu Missbrauch, Sicherheit und geistigem Eigentum.[6] Eine Analyse von JPMorgan Chase stellt fest, dass offene Gewichte zwar eine schnelle Verbreitung fördern, geschlossene aber mehr Sicherheit und Vertrauen durch kontrollierte Verteilung ermöglichen.[6] Interessant ist dabei die Beobachtung, dass genau dieses Vertrauen eine langfristige Adoption unterstützen kann.[6] Unternehmen schließen also nicht einfach aus Sicherheitsgründen, sondern wägen fortwährend ab, wie viel Verschlossenheit nötig ist, um Vertrauen aufzubauen. Diese Abwägung wird mit zunehmender Reife von KI immer feiner und politischer.

Studien, die die chinesische nationale KI-Strategie beleuchten, werfen auf diesen Wechsel eine weitere Perspektive. Beiträge bei Frontiers zeigen, dass KI nicht nur als Technologie, sondern auch als Werkzeug der Regierung und Ideologie betrachtet wird.[3] Wenn Staaten KI mit der eigenen Ordnungssicherung und dem Wettbewerb nach außen verbinden, ist Offenheit zwar Freiheit für Experimente, aber zugleich auch ein Ort der Kontrolle.[3] Die Debatte zwischen Offen und Geschlossen entspricht hier weniger einer Technologiepräferenz als einer Manifestation staatlicher Regierungsphilosophie. In diesem Licht erscheinen die Unterschiede in den Unternehmensstrategien weniger als kulturelle Differenzen in der Forschung, sondern als Ausdruck unterschiedlicher Nähe oder Distanz zum Staat.

Dennoch bleiben viele Fragen offen. Von außen ist schwer einzusehen, welche politischen Entscheidungen, sicherheitsbezogenen Ratschläge oder Bedingungen bei der Kapitalbeschaffung welche Offenlegungsgrade bei einzelnen KI-Unternehmen beeinflusst haben.[1][4][5] Wie offen sind welche Modelle gewesen – in welchem Ausmaß wurden Gewichte, Code oder nur APIs veröffentlicht? Wie unterschiedlich sind diese Abgrenzungen zwischen Unternehmen? Hier bleibt eine sorgfältige Beobachtung notwendig.[1][5][6] Eine spätere Neubewertung müsste möglicherweise Spezifikationen der Modellöffnung, nationale Regulierungsdokumente, Investorenerklärungen und den Umgang mit dual-use Bedenken berücksichtigen.[1][3][4][5] Der Moment der Entscheidung bleibt im Nebel verborgen.