Künstliche Intelligenz | Kommunismus der KI?

Protest gegen Big-Tech und Ressourcenverschwendung der KI-Entwicklung: Könnte die lokale Nutzung gemeinfreier Modelle dieses Problem lösen? Foto: AFP/JOE KLAMAR Von Mark Zuckerberg hätte wohl kaum jemand einen positiven Beitrag zum Thema Datenschutz erwartet. Und doch ist der Gründer und Chef von Meta zum Posterboy einer der bemerkenswertesten Entwicklungen im Bereich der Künstlichen Intelligenz geworden. Im Sommer 2023 hat der Social-Media-Konzern das hauseigene Sprachmodell Llama unter einer freien Lizenz veröffentlicht. Llama wurde damit zu digitalem Gemeingut. Dank der »Community-Lizenz« des Konzerns konnte man die Llama-Modelle seitdem in unterschiedlichen Größen herunterladen und damit einen datensparsamen, privaten Chatbot betreiben. Heute ist Llama längst nicht mehr die einzige Option, um KI in dieser Weise zu nutzen. Mehr als ein Dutzend Sprachmodelle unter freien Lizenzen stehen zur Auswahl.

Zur Freigabe dieser millionenschweren Modelle gibt es verschiedene Spielarten. Bei Llama, dem französischen KI-Modell Mistral und dem chinesischen DeepSeek sind mit wenigen Ausnahmen alle Versionen und Größen frei nutzbar, genauso beim Sprachmodell Nemotron vom Grafikchip-Hersteller Nvidia und bei Qwen vom chinesischen IT-Konzern Alibaba. Andere KI-Entwickler geben abgespeckte Versionen ihrer ansonsten geschlossenen Spitzenmodelle unter eigenen Namen frei. Das gilt etwa für Gemma von Google, Phi von Microsoft und GPT-OSS von OpenAI.

Kommerzielle Entwickler veröffentlichen meist nur die sogenannten Gewichte: Milliarden von Zahlenwerten, die in einem komplizierten mathematischen Zusammenspiel Computer befähigen, Quantenphysik zu erklären, Gedichte zu schreiben und Bilder zu erzeugen. Diese Praxis heißt »Open Weight«. Daneben gibt es noch den weitergehenden »Open Source«-Ansatz, bei dem KI-Entwickler zusätzlich dokumentieren, wie und mit welchen Daten sie ihre Modelle trainiert haben. Diese Transparenz findet man vor allem bei den Modellen nicht-kommerzieller Akteure – etwa bei Soofi, hinter dem ein Konsortium deutscher Universitäten und Forschungszentren steht.

Egal ob Open Source oder nur Open Weight: Sind die Gewichte per Lizenz freigegeben, ist eine autonome Nutzung von KI möglich. Man kann die Modelle herunterladen und lokal betreiben – unbegrenzt kostenlos und vor allem ohne Datenspur. Über Hilfsprogramme chattet man mit einem Modell auf dem eigenen Rechner oder Smartphone. Dabei verlassen keine Daten das eigene Gerät.

Dass Unternehmen mitunter Produkte verschenken, ist in der digitalen Welt eigentlich ein alter Hut. Hinter wichtigen Versionen der alternativen Betriebssystemfamilie Linux oder hinter der populären Blog- und Websoftware Wordpress beispielsweise stehen federführend Firmen. Über freie Lizenzen – rechtlich verbindliche Regelwerke – machen diese ihre digitalen Produkte zu öffentlichen Gütern, die man uneingeschränkt nutzen und sogar klonen und weiterentwickeln kann. Die Unternehmen finanzieren sich über sogenannte Open-Source-Geschäftsmodelle. Das Haupt- oder Basisprodukt ist frei verfügbar. Einige Kunden, die es professionell nutzen wollen, bezahlen dennoch für nicht freie Zusatzversionen, Support-, Beratungs- oder Clouddienstleistungen. Hinter der Schaffung von digitalen Gemeingütern steht also keine Gemeinwohlorientierung, sondern eine etablierte Business-Strategie.

Der digitale Kapitalismus sorgt oft für bedrückende Machtverhältnisse, manchmal muten diese aber auch kommunistisch an.

Analog könnte man bei kommerzieller freier KI von »Open-Weight-Geschäftsmodellen« sprechen. Geben Unternehmen die Gewichte ihrer Modelle frei, ist klar: Vor allem Privatpersonen werden sie nutzen, ohne dass Geld an die KI-Entwickler fließt. Unternehmen und öffentliche Verwaltungen aber entscheiden sich vielleicht für die größere und bessere Spitzenversion – wenn, wie bei Google, OpenAI und Microsoft, nur abgespeckte Versionen freigegeben sind. Oder sie bezahlen die KI-Entwickler für Hilfe bei der lokalen Einrichtung. Sie greifen auf Expertise zurück, um ein Modell auf firmeninterne Zwecke anzupassen oder nutzen zugeschnittene, nicht freie Spezialversionen.

Die Öffnung eines Modells kann außerdem beim Aufbau von Vertrauen, bei der Verbreitung und sogar bei der Verbesserung des Produkts helfen. Ein frei nutzbares KI-Modell findet schnell eine Vielzahl von Nutzenden. Läuft es gut, bildet sich ein Ökosystem, in dem eine Community unbezahlt zusätzliche Anwendungen entwickelt und Verbesserungsvorschläge beisteuert.

Unter Umständen wird das wirtschaftliche Kalkül hinter solchen Geschäftsmodellen nicht immer aufgehen. Und es ist denkbar, dass zumindest einige Entwickler ihre Strategien ändern werden. Im Frühjahr 2026 hat Meta eine neue Modellfamilie bekannt gegeben: Muse Spark soll zukünftig statt Llama in Whatsapp, Facebook und Instagram eingebaut werden, da Meta mit der Qualität des bisherigen Sprachmodells unzufrieden war. Noch ist offen, ob Muse Spark im gleichen Maße unter einer freien Lizenz stehen wird. Und im chinesischen Regierungsapparat gibt es Überlegungen, die Praxis einzuschränken, dass heimische KI-Entwickler ihre Modelle im großen Stil freigeben.

Schlussendlich ist es allerdings egal, wieso Unternehmen ihre Modelle der Öffentlichkeit zur Verfügung stellen. Für die Gesellschaft ist eine komfortable Situation entstanden: Wer KI lokal nutzen will, hat viele Optionen. Über ein kostenloses, Laien-kompatibles KI-Hilfsprogramm – etwa LM Studio, Ollama oder GPT4All – kann man sich Sprachmodelle herunterladen und mit ihnen chatten. Ist das nicht die perfekte Lösung für eines der großen Probleme bei Künstlicher Intelligenz – die immensen Datenballungen, die durch die Nutzung von Cloud-KI entstehen?

Jein. Lokale KI zu nutzen, ist tendenziell Mangelwirtschaft. Man muss mit teilweise erheblichen Einschränkungen leben. Zum einen sind längst nicht alle Modellfamilien und -versionen frei zugänglich. Zum anderen stellt sich stets die Frage, welche Modellgröße überhaupt auf dem eigenen Gerät läuft. Unternehmen, Organisationen und staatliche Verwaltungen verfügen vielleicht über eigene Rechenzentren, die auch die größten freien Modellversionen bewältigen können – oder sie mieten sich in datenschutzkonforme Rechenzentren aus Europa ein. Die Berliner Verwaltungs-KI BärGPT etwa basiert auf dem französischen Open-Weight-Modell Mistral.

Anders sieht es aus, wenn Privatpersonen oder kleine Kollektive KI-Modelle auf handelsüblichen Rechnern betreiben wollen. Auf denen laufen nur vergleichsweise winzige Modellversionen. Einige von denen produzieren oft inhaltlichen und sprachlichen Unsinn. Andere hingegen funktionieren auch in komprimierter Form zumindest für bestimmte Zwecke gut genug. Was die kleinen Sprachmodelle oft problemlos bewältigen können, sind einfache Fragen oder Plaudereien über den Sinn des Lebens. Lokale KI eignet sich außerdem für einige sehr konkrete Aufgaben, etwa Texte mittelgut zu übersetzen.

»Man kann generell sagen: Je größer ein Modell ist, desto mehr ist es in der Lage, komplexe Fragen zu beantworten«, sagt Dr. Nicolas Flores-Herr von Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS. Er forscht zu KI, hat den Bau des europäischen Modells Soofi mit angestoßen und ist einer der Leiter des Projekts. Allerdings sei nicht allein die Größe entscheidend. Es habe sich vielmehr gezeigt, dass auch kleine Modelle einige Aufgaben hinreichend erledigen: »Es gibt Anwendungsfälle, bei denen es wichtig ist, dass ein Modell zu den weltweit besten gehört, etwa im Bereich von komplexer Wissenschaft oder wenn es um möglichst viel Detailwissen geht. Viele Aufgaben können aber auch von kleinen Modellen gut gelöst werden.« Das betreffe etwa das Zusammenfassen von Dokumenten, die Generierung von standardisierten Texten und die Abfrage einfacher Informationen. Außerdem, so Flores-Herr, seien Modelle dann gut einsetzbar, wenn man ihnen zusätzliche Informationen bereitstellt. Der KI-Forscher empfiehlt, »mit offenen Modellen herumzuprobieren und sich positiv überraschen zu lassen, was für welche Anwendungsfelder sinnvoll ist«.

KI unter freien Lizenzen löst also nicht alle Probleme. Sie ändert nichts an der Dominanz und Intransparenz der kapitalstarken Akteure, die den KI-Markt beherrschen. Gerade diese sind es immerhin, die die wichtigsten freien Modelle zur Verfügung stellen. Aber lokale KI bietet zumindest für ein Problem eine Lösung, nämlich den Datenschutz. Wer die Modelle von Mistral, Google oder Microsoft nicht in der Cloud, sondern lokal nutzt, muss zwar mit Einschränkungen leben – kann sich aber sicher sein: Niemand horcht mit. Die Daten bleiben auf dem eigenen Gerät. Dass das möglich ist, liegt an einer mitunter paradoxen Logik des digitalen Kapitalismus. Dieser sorgt oft für bedrückende Machtverhältnisse, manchmal aber auch für kommunistisch anmutende Verhältnisse: Unternehmen entwickeln für viel Geld Produkte – und machen diese aus wettbwerbsstrategischen Gründen fröhlich zu Gemeingütern.

Die »nd.Genossenschaft« gehört den Menschen, die sie ermöglichen: unseren Leser*innen und Autor*innen. Sie sind es, die mit ihrem Beitrag linken Journalismus für alle sichern: ohne Gewinnmaximierung, Medienkonzern oder Tech-Milliardär.

→ unabhängig und kritisch berichten → Themen sichtbar machen, die sonst untergehen → Stimmen Gehör verschaffen, die oft überhört werden → Desinformation Fakten entgegensetzen → linke Debatten anstoßen und vertiefen

Jetzt »Freiwillig zahlen« und die Finanzierung unserer solidarischen Zeitung unterstützen. Damit nd.bleibt.