Open-Weights-Modelle holen gegenüber Frontier-Modellen auf. Für Unternehmen stellt sich die Frage, welches KI-Werkzeug zu welcher Aufgabe passt – und wo die Datenverarbeitung erfolgt.
KI-Modelle: Passende Werkzeuge erleichtern den Arbeitsalltag
Oliver Hessel vom Cloud-Anbieter IONOS ordnet im „heise meets …“-Podcast ein, wofür sich welche KI-Modelle eignen. Entscheidend sei nicht das Label, sondern der konkrete Anwendungsfall im Unternehmen.
Modellauswahl: Der Anwendungsfall bestimmt die Größe
Open-Weights-Modelle stellen die Modellgewichte frei zur Verfügung, während Frontier-Modelle als die jeweils stärksten Vertreter in gängigen Benchmarks gelten. Beide Kategorien schließen sich nicht aus – aktuell trennen den Spitzenreiter und das beste offene Modell nur sieben Punkte.
Für Textzusammenfassungen oder die Dokumentensortierung reicht ein kleines Modell. Komplexe Software-Architekturen verlangen hingegen nach großen Varianten. Hessel vergleicht das mit einem Architekten, der plant, und den Handwerkern, die bauen – beide braucht es, aber selten gleichzeitig.
Datenschutz: Herkunft der Modelle verdient Aufmerksamkeit
Die derzeit stärksten Open-Weights-Modelle stammen aus China. Für technische Aufgaben wie Dokumentenverarbeitung oder Coding eignen sie sich laut Hessel sehr gut. Bei politisch sensiblen Themen stoßen sie an Grenzen, etwa bei Fragen zum Tian’anmen-Massaker 1989 in China.
Jedes Modell trage einen kulturellen Bias – auch westliche. Wer die Einschränkungen kennt, trifft bewusste Entscheidungen. Behörden greifen eher zu US- oder europäischen Modellen, während Industriekunden die chinesischen Varianten mittlerweile aktiv nachfragen.
IONOS betreibt die Modelle in europäischen Rechenzentren und trainiert nach eigenen Angaben nicht mit Kundendaten. Mittelständler bauen damit interne Chatbots inklusive Vektordatenbanken auf. Größere Firmen mieten eigene GPU-VMs für dedizierte Instanzen. Kleine Betriebe starten mit vorgefertigten Bausteinen wie Telefonassistenten oder dem Workflow-Tool n8n.
Die Nutzungsmuster ändern sich rasant. Vor zwei Jahren dominierte Metas Llama 405B, später das offene GPT-OSS von OpenAI, aktuell ein mittelgroßes Qwen-Modell. Hessel rechnet damit, dass offene Modelle in wenigen Monaten das Niveau heutiger Frontier-Modelle erreichen, während die geschlossenen Anbieter wiederum vorlegen.
Welche Modelle sich für welchen Zweck eignen, wie Unternehmen Verzerrungen (Bias) einschätzen und welche Rolle Mixture-of-Experts-Architekturen spielen, erläutert Oliver Hessel ausführlich im „heise meets …“-Podcast.
