Die Gewichte eines KI-Modells herunterzuladen, kann es ermöglichen, das Modell auszuführen – manchmal auch, es zu verändern –, ohne den Dienst seines Anbieters zu nutzen, sofern die übrigen erforderlichen Komponenten und die Nutzungsbedingungen dies zulassen. Daraus lässt sich jedoch nicht ableiten, wie das Modell entwickelt wurde, welche Daten zu seinem Training beigetragen haben oder was seine Lizenz erlaubt. Um beurteilen zu können, ob ein Modell wirklich offen ist, muss man Verfügbarkeit, Dokumentation und Nutzungsfreiheit auseinanderhalten.
Die Gewichte machen das Modell zugänglich, nicht seine gesamte Entstehung
Gewichte sind numerische Parameter, die während des Trainings angepasst werden. Sie beeinflussen, wie das Modell eine Eingabe in eine Antwort umwandelt. Wenn ein Anbieter sie zum Download bereitstellt, macht er eine wesentliche Komponente des Modells zugänglich und ermöglicht es Nutzern unter Umständen, es auf ihrer eigenen Infrastruktur auszuführen.
Dadurch werden weder automatisch der Trainingscode noch die Datenverarbeitung oder die Rechte im Zusammenhang mit Weiterverbreitung und Veränderung offengelegt. „Open Weights“ beschreibt daher die materielle Verfügbarkeit: Die Dateien sind zugänglich. Der Ausdruck garantiert für sich genommen nicht, dass Nutzer das System uneingeschränkt untersuchen und weiterverwenden dürfen.
Dieser Unterschied ist in der Praxis wichtig. Eine Organisation, die ein Modell selbst hosten möchte, kann die Gewichte für bestimmte Anwendungen als ausreichend erachten, vorbehaltlich der Lizenz und der technischen Anforderungen. Ein Team, das das Verhalten des Modells verstehen, es grundlegend verändern oder ein vergleichbares System nachbilden möchte, benötigt weitere Komponenten: Dokumentation, Code und Informationen zu den Daten.
Was die Definition der OSI verlangt
Die Open Source Initiative (OSI) veröffentlichte 2024 die Version 1.0 der Open Source AI Definition, kurz OSAID. Dieser Text ist weder ein universelles Gesetz noch eine automatische Zertifizierung. Er ist ein Referenzrahmen, der zentrale Freiheiten der Open-Source-Welt auf KI überträgt: das System zu nutzen, seine Funktionsweise zu untersuchen, es zu verändern und weiterzugeben, ohne für jede Anwendung eine Genehmigung einholen zu müssen.
Damit diese Freiheiten tatsächlich gelten, verlangt die OSAID die „bevorzugte Form“ zur Veränderung eines maschinellen Lernsystems. Dazu gehören die Parameter, einschließlich der Gewichte, aber auch der vollständige Code, der zur Verarbeitung der Daten, zum Training und zum Betrieb des Systems verwendet wurde. Außerdem gehören ausreichend detaillierte Informationen zu den Daten dazu, damit eine qualifizierte Person ein im Wesentlichen gleichwertiges System entwickeln kann.
Diese Anforderung bedeutet nicht, dass alle Rohdaten veröffentlicht werden müssen. Die Definition verlangt unter anderem eine vollständige Beschreibung der verwendeten Daten, einschließlich jener, die nicht weitergegeben werden können, sowie Angaben zu ihrer Herkunft, Auswahl, Kennzeichnung und Verarbeitung. Sie sieht außerdem eine Liste der öffentlich zugänglichen Trainingsdaten und Hinweise zu deren Beschaffung vor. Der Unterschied ist wichtig: Materialien und Verfahren zu dokumentieren, bedeutet nicht zwingend, jede Quelldatei zu verbreiten.
Die OSI stellt klar, dass diese Kriterien auch für Modelle und Gewichte gelten, die als Open Source bezeichnet werden. Ein Download kann also echte Möglichkeiten zum Experimentieren bieten und dennoch gemessen an dieser Definition unzureichend sein, wenn der Code oder Informationen zu den Daten fehlen. Um eine Ankündigung zu beurteilen, sollte man die tatsächlich bereitgestellte Dokumentation mit diesen Anforderungen vergleichen, statt sich auf die vom Anbieter gewählte Bezeichnung zu verlassen.
Eine offene Lizenz klärt nicht alle Fragen
Die Lizenz legt die Nutzungsrechte und -bedingungen fest. Freizügige Lizenzen wie MIT oder Apache 2.0 erlauben in der Regel ein breites Spektrum an Anwendungen, sagen für sich genommen aber nicht aus, ob die Daten und das Trainingsverfahren dokumentiert sind. Umgekehrt garantiert die Verfügbarkeit der Gewichte keine uneingeschränkte Freiheit: Eine Lizenz kann bestimmte Anwendungen einschränken oder besondere Bedingungen vorsehen.
Deshalb muss man das konkrete Modell prüfen und darf seine Rechte nicht aus dem Ruf des Anbieters oder dem Namen einer Modellfamilie ableiten. Ein und dasselbe Unternehmen kann geschlossene Modelle, Modelle mit unter eigenen Bedingungen zugänglichen Gewichten und weitere Modelle unter einer freizügigeren Lizenz anbieten. Die Lizenz der heruntergeladenen Version, etwaige Einschränkungen und die Regeln für die Weiterverbreitung müssen gesondert geprüft werden.
Bei einer beruflichen Nutzung ist diese Prüfung keine abstrakte juristische Nebensache. Sie kann darüber entscheiden, ob das Modell in einen kommerziellen Dienst integriert, an Kunden weitergegeben oder an einen internen Bedarf angepasst werden darf. Sie beantwortet jedoch nicht alle Fragen zur Zuverlässigkeit: Eine offene Lizenz belegt weder die Qualität der Antworten noch die Abwesenheit von Verzerrungen oder Fehlern.
Eine Orientierungshilfe vor der Wahl
Bei einem als offen bezeichneten Modell bieten drei Prüfungen eine erste Orientierung. Erstens: Sind die Gewichte tatsächlich zugänglich, und lässt sich das Modell unter den angegebenen Bedingungen ausführen? Zweitens: Welche Lizenz gilt genau für diese Version, und was erlaubt sie hinsichtlich kommerzieller Nutzung, Veränderung und Weiterverbreitung? Drittens: Veröffentlicht das Projekt den Code und ausreichend genaue Informationen zu Daten und Training, damit eine unabhängige Prüfung oder eine weitgehende Reproduktion möglich ist?
Diese Fragen trennen häufig miteinander verwechselte Bedürfnisse. Um ein Modell zu testen oder intern zu hosten, können die Gewichte und eine passende Lizenz ausreichen. Um es zu prüfen, zu verändern oder zu verstehen, wie die Daten seine Antworten geprägt haben, genügt der Zugang zu den Gewichten nicht als Ersatz für Dokumentation. Und um seine Leistung zu beurteilen, braucht es darüber hinaus Tests, die auf die jeweilige Aufgabe zugeschnitten sind: Offenheit ist kein Qualitätswert.
Der Ausdruck „Open Source“ sollte also nicht als Kurzform für „herunterladbar“ dienen – ebenso wenig garantiert er, dass ein System in all seinen Auswirkungen transparent ist. Die zielführendere Frage ist konkreter: Welche Komponenten sind unter welchen Bedingungen zugänglich, und mit welchen Informationen lässt sich das Modell tatsächlich verstehen oder verändern?
Quellen
Computerprogrammiercode auf einem Bildschirm. Symbolfoto; es handelt sich nicht um den Trainingscode eines in diesem Artikel vorgestellten Modells.
