Veröffentlicht am

KI-Modelle: Kategorien im Vergleich

UN (2026) Preliminary Report of the Independent International Scientific Panel on AI
https://www.un.org/independent-international-scientific-panel-ai/en/preliminary-report

In dem Beitrag Das Kontinuum zwischen Closed Source AI und Open Source AI hatte ich darauf hingewiesen, dass es zwischen den Polen Closed Source AI (Proprietary Models) und Open Source AI ein Kontinuum gibt. In der Abbildung ist dazu beispielhaft die Kategorie Open Weight AI Models positioniert.

Alleine der Vergleich dieser drei Kategorien zeigt, dass Open Source Models im Vergleich zu den dominierenden Proprietary Models und Open Weight Models erhebliche Vorteile haben. Es wundert daher nicht, dass in den letzten Jahren ein deutlicher Trend zu Open Source AI Models zu erkennen ist. Dominiert wird der Markt allerdings (noch) von den KI-Modellen, die von großen Unternehmen entwickelt wurden.

„Business-led development. The development of frontier, general-purpose AI models is dominated by a small number of private firms with massive computing resources. In 2025, 91% of notable AI models originated from the private sector. Consequently, many decisions about training data, safeguards, deployment thresholds, model access and capability release sit inside private firms“ (UN 2026).

Interessant an der Abbildung oben ist, dass noch eine weitere Spalte zu erkennen ist: Open Development AI Models. Diese Kategorie ist (noch) sehr selten, obwohl gerade dieser Ansatz die größten gesellschaftlichen Vorteile verspricht. In Europa haben wir in dieser Richtung mit EuroLLM, Teuken 7B oder auf SOOFI vielversprechende Entwicklungen. Siehe dazu auch Open Street Map: Europäische Open Source KI Modelle in den jeweiligen Landessprachen.

Auf der internationalen Konferenz MCP 2026, 16.-19.09.2026, Balatonfüred, Ungarn gehe ich auf diese Zusammenhänge in zwei meiner Paper ein.

Veröffentlicht am

Künstliche Intelligenz und das Internationale Seerecht: Vom Mare Clausum zum Mare Liberum

Image by Christine JAMIN from Pixabay

In der Veröffentlichung MYRA Security GmbH (2026) Unchartered Waters. State of Digital Sovereignty 2026 (PDF) habe ich eine interessante Analogie gefunden, die ich hier in eigenen Worten wiedergeben möchte, obwohl Analogien / Vergleiche immer etwas hinken.

Wenn man sich mit dem Begriff der Souveränität beschäftigt, kann man bis zum 16. Jahrhundert zurückgehen. Dabei ging es zunächst um die Rolle des Souverän als Gewaltmonopol, mit Bodin (1530–1596) als Vordenker. Doch gibt es auch einen Bezug zu Souveränität, wenn wir uns die Entwicklung des Seerechts ansehen.

Durch die globale Vernetzung über die Weltmeere kam es schon im 15. Jahrhundert immer wieder zu Auseinandersetzungen, obwohl sich Spanien und Portugal in dieser Zeit im Vertrag von Tordesillas (1494) die Weltmeere aufgeteilt hatten. Es waren dabei zwei souveräne Meere entstanden, die von dem jeweiligen Land beansprucht wurden. In diesem Sinne kam es also zu jeweils geschlossenen Meeren: Lateinisch: Mare Clausum – Englisch: Closed Sea.

Um die dadurch immer wieder auftretenden Konflikte zu lösen, schlug Hugo Grotius vor, die Meere als offene Meere zu sehen, die allen zur Verfügung stehen sollten. Er veröffentlichte „1609 die Schrift Mare Liberum, die das niederländische Begehren eines freien Handels zur See unterstützt und juristisch begründet“ (Quelle: Wikipedia). Lateinisch: Mare Liberum – Englisch: Open Sea. „Der Teil der Weltmeere, der außerhalb einer Dreimeilenzone lag (Seemeile, 1852 m), galt als internationales Gewässer“ (Internationale Gewässer).

„Damals stand Mare Clausum – das geschlossene Meer – gegen Mare Liberum. Europa will keine Isolation und keinen „Konflikt“ gegen amerikanische oder asiatische Technologie. Es will verhindern, dass kritische digitale Infrastruktur faktisch in fremden Hoheitszonen gefangen bleibt. Die Forderung Europas nach digitaler Souveränität bedeutet in diesem Sinne dasselbe, was Grotius damals forderte: offene Räume, faire Regeln und echte Wahlfreiheit. Freiere digitale Weltmeere für eine neue Generation von Händlern“ (MYRA Security GmbH, 2026).

Ich kann mir hier die Analogie zu Closed Source AI und Open Source AI nicht verkneifen, auch wenn der Vergleich etwas hinkt. Dennoch: Open Source AI ist der zukunfsträchtigere Weg, Künstliche Intelligenz für alle Nationen und ihren Menschen nutzbar zu machen.

Es sollte nicht sein, dass das Machtmonopol nur bei einigen Wenigen liegt, die rein kommerzielle und kaum gesellschaftliche Interessen verfolgen. Das Beispiel des Seerechts zeigt auf, dass es sinnvoll ist, geschlossene Räume zu öffnen. Siehe dazu auch Open Source AI: Besser für einzelne Personen, Organisationen und demokratische Gesellschaften.

Auf der internationalen Konferenz MCP 2026 (16.-19.09.2026, Balatonfüred, Ungarn) gehe ich auf diese Zusammenhänge in zwei meiner Paper ein.

Veröffentlicht am

Künstliche Intelligenz: Kostenlose, unabhängige Online-Kurse – auch für Open Source KI

https://ki-campus.org/

Durch die neuen Möglichkeiten, Künstliche Intelligenz (KI, englisch AI) im privaten Umfeld, in Unternehmen und Öffentlichen Verwaltungen einsetzen zu können, entsteht natürlich ein riesiger Weiterbildungsbedarf.

In erster Linie versuchen die etablierten Anbieter proprietärer KI-Systeme durch „kostenlose“ Online-Lehrgänge mit firmeneigenem Zertifikat Personen und Organisationen an sich zu binden. Ich habe dabei das Wort „kostenlos“ absichtlich in Anführungszeichen gesetzt. Der Grund ist, dass diese Lehrgänge sich natürlich auf die KI-Modelle beziehen, die diese Unternehmen anbieten. Durch die Gewöhnung an die KI-Modelle entsteht eine Pfadabhängigkeit, die die Unternehmen dann später für die Kommerzialisierung nutzen. Die Nutzer solcher Angebote zahlen also mit ihrer KI-Abhängigkeit.

In der Zwischenzeit gibt es auf dem Weiterbildungsmarkt auch wieder sehr viele Angebote, die sich mit Künstlicher Intelligenz befassen. Dabei wird in den Ausschreibungen nicht immer angegeben, um welche KI-Modelle es sich handelt. Auch verwenden diese Angebote oftmals die gewohnten KI-Modelle, die die führenden Tech-Unternehmen anbieten. Es handelts sich hierbei um seine subtilere Art, seine Produkte in den Markt zu bringen, und die Nutzer auch über diesen Weg in die KI-Abhängigkeit zu führen.

Weiterbildungen im Bereich Open Source KI-Modelle findet man nicht so oft. Es besteht hier allerdings ein großer Bedarf, da viele Personen, Unternehmen und Öffentliche Verwaltungen gar nicht wissen, was mit Open Source KI möglich ist. Siehe dazu Skill shortage: Es fehlen Kompetenzen zu Open Source Software und Open Source Hardware.

Es freut mich daher, dass der KI-Campus hier eine Alternative bietet. Die vom Bund geförderte, gemeinwohlorientierte Initiative bietet kostenlose Online-Kurse (auch mit Zertifikat) für jeden und jede Organisation an. Dabei wird auch die strategische Bedeutung von Open Source KI (Closed Source AI – Open Source AI), Datensouveränität (Digitale Souveränität) durch Open Source KI thematisiert.

„Der KI-Campus ist die Lernplattform des Stifterverbandes für Künstliche Intelligenz. Mit kostenlosen Onlinekursen, Videos, Podcasts und Tools stärken wir als gemeinwohlorientierte Initiative KI-Kompetenzen in der Gesellschaft. Kooperation und Offenheit sind dabei Leitprinzipien für unsere Arbeit.“

Wenn es Ihnen also um Digitale Souveränität, Datenschutz und Transparenz bei der Nutzung von Künstlicher Intelligenz geht, sollten Sie sich überlegen, ob Sie sich nicht einmal mit Open Source AI befassen – am besten mit einem der vom KI-Campus dazu angebotenen kostenlosen Online-Kursen.

Veröffentlicht am

Künstliche Intelligenz: Mit der OLMo2 Modell-Familie offene Forschung an Sprachmodellen vorantreiben

Eigener Screenshot: olmo2 istalliert in Ollama auf unserem Server

Auf unseren Servern haben wir LocalAI installiert, das wir über den Nextcloud Assistenten in allen Nextcloud-Anwendungen nutzen können. Dabei bleiben alle Daten auf unserem Server.

Weiterhin arbeiten wir an KI-Agenten, die wir in Langflow entwickeln. Dazu greifen wir auf Modelle zurück, die wir in Ollama installiert haben. Auch Langflow und Ollama sind auf unserem Servern installiert, sodass auch hier alle Daten bei uns bleiben.

In Ollama haben wir nun ein weiteres Modell installiert, das aus einer ganzen OLMo2-Familie stammt. In der Abbildung ist zu erkennen, dass wir OLMo2:latest installiert haben. Wir können nun auch das Modell in Ollama testen und dann später – wie schon angesprochen – in Langflow in KI-Agenten einbinden.

Alle Modelle, die wir auf unseren Servern installieren, sollen den Anforderungen einer Open Source AI entsprechen. Manchmal nutzen wir auch Open Weights Models, um zu Testzwecken die Leistungsfähigkeit verschiedener Modelle zu vergleichen. Siehe dazu Das Kontinuum zwischen Closed Source AI und Open Source AI.

Das Modell OLMo2:latest ist ein Modell, aus einer Modell-Familie, dass im wissenschaftlichen Umfeld / Forschung eingesetzt werden kann.

„OLMo is Ai2’s first Open Language Model framework, intentionally designed to advance AI through open research and to empower academics and researchers to study the science of language models collectively“ (Ai2-Website).

An diesem Beispiel zeigt sich, dass es einen Trend gibt: Weg von einem Modell, das alles kann – one size fits all. In Zukunft werden immer mehr Modelle gefragt und genutzt werden. die sich auf eine bestimmte berufliche Domäne (Forschung, Wissenschaft etc.) fokussieren und dadurch bessere Ergebnisse erzielen und weniger Ressourcen benötigen.

Siehe dazu auch KI-Modelle: Von “One Size Fits All” über Variantenvielfalt in die Komplexitätsfalle?

Veröffentlicht am

The Agent Company: KI-Agenten können bis zu 30% der realen Aufgaben eines Unternehmens autonom übernehmen

Quelle: Xu et al. (2025): The Agent Company | https://the-agent-company.com/

Es ist mehr als eine interessante Spielerei von KI-Enthusiasten: KI-Agenten (AI-Agents) können immer mehr Aufgaben in einem Unternehmen autonom übernehmen. Um das genauer zu untersuchen, haben Wissenschaftler in dem Paper

Xu et al. (2025): TheAgentCompany: Benchmarking LLM Agents on Consequential Real World Tasks

wichtige Grundlagen dargestellt, und auch untersucht, welche Tasks in einem Unternehmen von KI-Agenten autonom übernommen werden können.

Wie in der Abbildung zu erkennen ist, wurden Mitarbeiterrollen simuliert (Engineer, CTO, HR) und verschiedene Tasks angenommen. Bei dem Admin beispielsweise „arrange meeting room“ und bei dem Projektmanager (PM) „teams sprint planning“, was auf das Scrum Framework hinweist. Als Modelle für Trainingsdaten wurden Large Language Models (LLMs) genutzt – closed source und open weight models:

„We test baseline agents powered by both closed API-based and open-weights language models (LMs), and find that the most competitive agent can complete 30% of tasks autonomously“ (Xu et al (2025).

Es wird zwar ausdrücklich auf die Beschränkungen (Limitations) hingewiesen, doch gibt diese Untersuchung konkrete Hinweise darauf, welche Aufgaben (Tasks) in Zukunft möglicherweise von KI-Agenten in Unternehmen übernommen werden können.

Interessant bei dem Paper ist, dass dazu auch eine ausführliche Website https://the-agent-company.com/ aufgebaut wurde, auf der Videos, inkl. der verschiedenen KI-Agenten zu finden sind. Interessiert Sie das? Wenn ja, nutzen Sie einfach den Quick Start Guide und legen Sie los!

Natürlich sollte jedes Unternehmen für sich herausfinden, welche Tasks von KI-Agenten sinnvoll übernommen werden sollten. Dabei wird schon deutlich, dass es hier nicht darum geht, ganze Berufe zu ersetzen, sondern ein Sammelsurium von unterschiedlichen Tasks (Ausgaben) autonom durchführen zu lassen.

Hervorzuheben ist aus meiner Sicht natürlich, dass die Autoren mit dem letzten Satz in ihrem Paper darauf hinweisen, dass die Nutzung von Open Source AI in Zukunft ein sehr vielversprechender Ansatz sein kann – aus meiner Sicht: sein wird!

„We hope that TheAgentCompany provides a first step, but not the only step, towards these goals, and that we or others may build upon the open source release of TheAgentCompany to further expand in these promising directions“ (Xu et al 2025).

Veröffentlicht am

Das Kontinuum zwischen Closed Source AI und Open Source AI

In dem Beitrag AI: Was ist der Unterschied zwischen Open Source und Open Weights Models? hatte ich schon einmal darauf hingewiesen, dass es zwischen den Polen Closed Source AI und Open Source AI ein Kontinuum weiterer Möglichkeiten gibt.

Die Grafik illustriert den Zusammenhang noch einmal anhand der zwei Dimensionen Degree of Openness und Completeness. Man sieht hier deutlich, dass der Firmenname OpenAI dazu führen kann, z.B. ChatGPT von OpenAI als Open Source AI zu sehen, obwohl es komplett intransparent ist und somit in die Kategorie Closed Source AI gehört. Die Open Weights Models liegen irgendwo zwischen den beiden Polen und machen es nicht einfacher, wirkliche Open Source AI zu bestimmen.

Eine erste Entscheidungshilfe kann die Definition zu Open Source AI sein, die seit 2024 vorliegt. Anhand der (recht wenigen) Kriterien kann man schon eine erste Bewertung der Modelle vornehmen.

In der Zwischenzeit hat sich auch die Wissenschaft dem Problem angenommen und erste Frameworks veröffentlicht. Ein erstes Beispiel dafür ist hier zu finden:

White et al. (2024): The Model Openness Framework: Promoting Completeness and Openness for Reproducibility, Transparency, and Usability in Artificial Intelligence | Quelle).

Veröffentlicht am

AI: Was ist der Unterschied zwischen Open Source und Open Weights Models?

In verschiedenen Beiträgen habe ich schon erläutert, dass sich Open Source AI und Closed Source AI unterscheiden. Die bekannten Closed Source AI Modelle wie z.B. ChatGPT von (OpenAI) sind beispielsweise nicht wirklich Open Source sind, da dsolche Modelle intransparent sind und den eigentlichen Zweck haben, wirtschaftliche Gewinne zu generieren – koste es was es wolle. Siehe dazu Open Source AI: Besser für einzelne Personen, Organisationen und demokratische Gesellschaften.

Zwischen diesen beiden Polen Open Source AI und Closed Source AI gibt es allerdings – wie immer – ein Kontinuum von weiteren Möglichkeiten. Beispielsweise sind LLama, Mistral und Gemma nicht so ohne weiteres den beiden Extremen zuzuordnen, da diese Modelle teilweise offen sind. Solche Modelle werden Open Weights Models genannt:

„As a result, the term “Open Source” has been used to describe models with various levels of openness, many of which should more precisely be described as “open weight” models. Among the Big AI companies, attitudes towards openness vary. Some, like OpenAI or Anthropic, do not release any of their models openly. Others, like Meta, Mistral or Google, release some of their models. These models — for example, Llama, Mistral or Gemma — are typically shared as open weights models“ (Tarkowski, A. (2025): Data Governance in Open Source AI. Enabling Responsible and Systemic Access. In Partnership with the Open Source Initiative).

Warum nur werden solche Modelle angeboten? Der Grund kann sein, dass man mit dieser Strategie versucht, dem Regulierungsbestreben z.B. der Europäischen Union entgegenzuwirken. Ich hoffe, dass das nicht funktioniert und Big Tech gezwungen wird, sich an die Spielregeln in der Europäischen Union zu halten. Aktuell sieht es so aus, dass die neue Regierung der USA die Europäische Union auch bei diesem Thema vor sich hertreiben möchte.