Offene Gewichte halten sich, aber nicht mehr als Aussenseiterkanal

7. Oktober 2026

Open-Weight-Modelle verschwinden nicht in einem geschlossenen Markt. Sie werden weiter in reale Betriebsumgebungen gedrückt - lokale Laufzeitumgebungen, gehostete Dienste und souveräne Deployments -, sodass Käufer ernsthafte Systeme testen und betreiben können, ohne auf einen einzelnen Cloud-Gatekeeper warten zu müssen. Aleph Alpha veröffentlichte Kolibri mit offenen Gewichten für souveräne On-Premise-Nutzung, Cloudflare lancierte Clef und Clef-flash sowohl als gehostete Dienste als auch als herunterladbare Gewichte, und die Maintainer von llama.cpp fügten ihrem lokalen Server Unterstützung für Entscheidungsmodelle hinzu. Das verlängert eine Linie, die begann, als Moonshot AI und Thinking Machines Lab Frontier-Modelle mit offenen Gewichten veröffentlichten und als LM Studio Local-First-Agenten zu einer brauchbaren Produktform machte. Die Grenze hat sich jedoch verschoben. Mistral kündigte Mistral Large 4 in einer öffentlichen Vorschau an und sagte, dass es die Gewichte bis Ende Oktober veröffentlichen wolle. Das schwächt die Aussage nicht; es erfüllt die Bedingung, die die ältere Behauptung widerlegt hätte, dass offene Frontier-Modelle enden könnten. Die bessere Lesart scheint nun enger und härter zu sein: Offene Gewichte sind dauerhaft, aber weniger als ein separates Lager, das sich gegen APIs stellt, sondern eher als eine von mehreren Bereitstellungsformen, oft gepaart mit Hosting durch Anbieter und Kontrollen für Unternehmen.

Der Wettbewerb bewegt sich weg vom eigenständigen Chatbot und hin zum vollständigen Stack, der ein Modell innerhalb von Arbeit handeln lässt. OpenAI und Atlassian bauten ihre Partnerschaft aus, um Modelle der GPT-6-Familie in Atlassians Plattform und in Rovo AI zu platzieren, während OpenAI eine Decisions API öffnete, die typisierte Entscheidungen und Bewertungen statt Chat-Text zurückgibt. Ein Decisions-Endpunkt ist kein weiteres Chatbot-Gesicht; er ist eine Komponente für Software, die innerhalb eines grösseren Systems klassifizieren, weiterleiten oder auswählen muss. Das passt zu der Linie, die zuvor von Agent-Stacks von AMD, Alibaba Cloud, OpenAI und Microsoft aufgebaut wurde, und es erweitert die praktische Wirkung über diese Unternehmen hinaus: Käufer wählen zunehmend nicht nur ein Modell, sondern auch die umgebende Mechanik für Speicher, Orchestrierung, Kostenkontrolle und Workflow-Passung.

Regulierung ist nun Teil davon, wie KI betrieben wird, nicht etwas, das am Rand des Marktes wartet. Das Weisse Haus sicherte ein freiwilliges Sicherheitsabkommen mit grossen KI-Firmen und ernannte einen KI-Zaren, die britische Regierung akzeptierte einen vollständigen Regulierungsentwurf für KI im Gesundheitswesen und eröffnete die nächste Phase ihrer AI Airlock Sandbox, und NIST schloss die Kommentierungsphase zu seinem TEVV-Athlon-Rahmenwerk zum Testen und Validieren von KI-Systemen ab. TEVV bedeutet die Disziplin, ein System vor und während der Nutzung zu testen, zu evaluieren, zu verifizieren und zu validieren - mit anderen Worten: aus «Ist das sicher und betriebstauglich?» einen wiederholbaren Prozess zu machen. Die Wirkung reicht über die Regierungen selbst hinaus. Wenn Aufsicht in Form von Deploymentsregeln, Sandbox-Zugangsschranken und Evaluationsrahmenwerken kommt, dann müssen Anbieter und Kunden gleichermassen KI so bauen, dass sie unter Aufsicht geprüft, dokumentiert und aktualisiert werden kann, statt einfach nur eingeschaltet zu werden.