Was bedeutet „Open-Weight“ genau?

Open-Weight bedeutet, dass der Hersteller die fertig trainierten Bausteine eines Sprachmodells — die „Gewichte“ — frei zur Verfügung stellt. Man darf das Modell herunterladen und auf eigener Hardware betreiben. Das ist die Voraussetzung dafür, ein Modell lokal zu nutzen, statt es nur als Online-Dienst anzusprechen.

Ist Open-Weight dasselbe wie Open-Source?

Nicht ganz. Open-Source bezieht sich klassisch auf offen einsehbaren Quellcode. Bei Open-Weight geht es um die freigegebenen Modell-Gewichte. Manche Modelle sind in beiderlei Hinsicht offen, bei anderen sind zwar die Gewichte verfügbar, aber die Nutzung ist an Lizenzbedingungen geknüpft. Ein Blick in die jeweilige Lizenz lohnt sich.

Wer steht hinter Llama, Mistral und Qwen?

Llama stammt vom US-Konzern Meta, Mistral vom französischen Unternehmen Mistral AI und Qwen vom chinesischen Konzern Alibaba. Alle drei veröffentlichen Modelle, deren Gewichte verfügbar sind und die sich auf eigener Hardware betreiben lassen.

Was kann ich mit einem Open-Weight-Modell machen, was mit einem geschlossenen nicht geht?

Vor allem: es selbst betreiben. Sie können das Modell in der eigenen Infrastruktur laufen lassen, sodass Daten im Haus bleiben, und sind unabhängig davon, ob ein Anbieter den Dienst weiterführt oder die Preise ändert. Diese Kontrolle ist der zentrale Unterschied zu reinen Online-Modellen.

Wissen · Aktualisiert: 4. Juni 2026

Llama, Mistral, Qwen: Open-Weight-Modelle verständlich erklärt

„Open-Weight“ ist das Stichwort, das lokale KI überhaupt möglich macht. Dieser Beitrag erklärt verständlich, was dahintersteckt, wer die bekannten Modellfamilien herstellt und was offene Gewichte einem Unternehmen erlauben.

Von Slava Spitsyn · AI Builder · Redaktionelle Grundsätze (englisch)

Open-Weight-Modelle sind Sprachmodelle, deren fertig trainierte Bausteine — die sogenannten „Gewichte“ — frei verfügbar sind, sodass man das Modell herunterladen und auf eigener Hardware betreiben darf. Genau dieses Merkmal macht lokale KI überhaupt erst möglich: Ohne offene Gewichte bliebe ein Modell ein reiner Online-Dienst, den man nur über die Server des Anbieters nutzen kann.

Dieser Beitrag erklärt, was „Open-Weight“ bedeutet, wie es sich von geschlossenen Modellen unterscheidet und wer hinter den bekanntesten Familien steht — verständlich und ohne tiefen Technik-Vergleich. Den Gesamtüberblick gibt der Leitfaden Lokale LLMs für Unternehmen.

Was die „Gewichte“ sind — ein Bild

Wenn ein Sprachmodell trainiert wird, lernt es aus riesigen Textmengen unzählige feine Einstellungen, die zusammen sein „Wissen“ und sein Sprachgefühl ausmachen. Diese Einstellungen nennt man Gewichte. Man kann sie sich wie das fertige Rezept eines Kochs vorstellen, das aus jahrelanger Erfahrung entstanden ist: Hat man das Rezept, kann man das Gericht selbst nachkochen — in der eigenen Küche, ohne den Koch jedes Mal anrufen zu müssen.

Open-Weight heißt: Der Hersteller gibt dieses „Rezept“ heraus. Sie dürfen das fertige Modell auf eigener Hardware ausführen.

Open-Weight gegenüber geschlossenen Modellen

Das Gegenstück sind geschlossene Modelle, oft auch „API-Modelle“ genannt. Bei ihnen behält der Anbieter die Gewichte für sich. Man kann das Modell nutzen — eine Frage hinschicken, eine Antwort zurückbekommen —, aber man kann es nicht herunterladen oder selbst betreiben. Bekannte Beispiele sind die Modelle hinter ChatGPT oder Claude.

Der Unterschied in der Praxis:

Geschlossenes Modell: schnell nutzbar, oft sehr leistungsstark, aber die Verarbeitung läuft beim Anbieter, und man ist von dessen Diensten abhängig.
Open-Weight-Modell: selbst betreibbar, Daten bleiben im Haus, unabhängig vom Anbieter — dafür liegt der Betrieb in der eigenen Verantwortung.

Ein häufiges Missverständnis: „Open-Weight“ ist nicht automatisch dasselbe wie „Open-Source“. Open-Source meint klassischerweise offenen Quellcode; Open-Weight meint die freigegebenen Gewichte. Oft sind die offenen Modelle zudem an Lizenzbedingungen geknüpft, die festlegen, wofür man sie einsetzen darf. Ein Blick in die jeweilige Lizenz ist deshalb sinnvoll, gerade im kommerziellen Einsatz.

Wer die bekannten Familien herstellt

Drei Familien tauchen im Zusammenhang mit lokaler KI immer wieder auf:

Llama — eine Modellfamilie des US-Konzerns Meta (zu dem auch Facebook und Instagram gehören). Llama ist weit verbreitet und hat dem Thema offener Modelle viel Aufmerksamkeit verschafft.
Mistral — vom französischen Unternehmen Mistral AI. Als europäischer Anbieter wird Mistral in der EU besonders beachtet, gerade wenn europäische Herkunft eine Rolle spielt.
Qwen — eine Modellfamilie des chinesischen Konzerns Alibaba. Qwen-Modelle decken ein breites Spektrum ab und unterstützen viele Sprachen.

Alle drei bieten Modelle in verschiedenen Größen an — von kompakten Varianten, die schon auf moderater Hardware laufen, bis zu großen, die mehr Ressourcen verlangen. Welche Familie und welche Größe passt, hängt vom Anwendungsfall, der gewünschten Sprachqualität (für Deutsch durchaus relevant) und der verfügbaren Hardware ab.

Was offene Gewichte ermöglichen

Der praktische Gewinn offener Modelle lässt sich auf drei Punkte bringen:

Selbst betreiben. Das Modell läuft in Ihrer eigenen Infrastruktur, sodass Daten das Haus nicht verlassen — die Grundlage für datensensible Anwendungen.
Kontrolle. Sie entscheiden, welches Modell wann läuft und wie es eingebunden ist, ohne von Änderungen eines Anbieters überrascht zu werden.
Unabhängigkeit. Sie bleiben handlungsfähig, auch wenn ein Anbieter Preise ändert oder einen Dienst einstellt — das Modell liegt bei Ihnen.

Fazit

„Open-Weight“ ist der Schlüsselbegriff hinter lokaler KI: Weil Hersteller wie Meta (Llama), Mistral AI (Mistral) und Alibaba (Qwen) die Gewichte ihrer Modelle freigeben, lassen sich diese im eigenen Haus betreiben — mit allen Vorteilen für Datenhoheit, Kontrolle und Unabhängigkeit. Wer den eigenen Betrieb erwägt, sollte neben Größe und Sprachqualität auch einen Blick auf die Lizenzbedingungen werfen. Wie sich der lokale Betrieb konkret einordnet, vertieft der Leitfaden Lokale LLMs für Unternehmen.