← Zurück zur Ausgabe vom 21. Juli 2026

Reportage

Die Drei-Billionen-Wette: Warum offene Modelle die Build-oder-Buy-Frage neu stellen

Mit Qwen 3.8 tritt diese Woche das nächste chinesische Open-Weight-Modell im Billionen-Maßstab an — kurz nach Kimi K3. Die Modelle sind gut genug für den Ernstfall, herunterladbar und lizenzfrei nutzbar. Für Unternehmen wird damit eine strategische Frage konkret, die zwei Jahre lang theoretisch war: eigenes Modell betreiben oder weiter API-Rechnungen zahlen? Eine Einordnung jenseits des Hypes.

Von Stefan Lange-Hegermann · · 9 Minuten

Ein Moment, auf den zwei Jahre hingearbeitet wurde

Als Alibaba am 20. Juli sein Modell Qwen 3.8 ankündigte — 2,4 Billionen Parameter, laut eigener Aussage nur von Anthropics Fable 5 geschlagen, die Gewichte sollen „bald“ frei verfügbar sein —, war das für sich genommen keine Sensation mehr. Genau das ist die Nachricht. Vor einem Jahr wäre ein offenes Modell in dieser Größenklasse ein Paukenschlag gewesen. Heute ist es das dritte oder vierte in wenigen Wochen: Moonshots Kimi K3 (2,8 Billionen Parameter) kam am 16. Juli, Zhipus GLM-5.2 und DeepSeek V4 Pro liegen bereits mit vollständigen Gewichten auf der Plattform Hugging Face.

Für Unternehmen verschiebt sich damit eine Frage vom Konferenz-Panel in die Budgetplanung: Muss man für gute KI überhaupt noch monatlich Geld an OpenAI oder Anthropic überweisen — oder kann man ein vergleichbar starkes Modell einfach herunterladen, selbst betreiben und die eigenen Daten im Haus behalten? Die ehrliche Antwort lautet: Es kommt darauf an — aber die Bedingungen, unter denen sich „selbst betreiben“ lohnt, sind dieses Jahr real geworden. Wer die Frage weiter pauschal mit „zu kompliziert“ beantwortet, verpasst möglicherweise den größten Kostenhebel, den KI-Infrastruktur gerade bietet. Wer sie zu enthusiastisch mit „klar, laden wir runter“ beantwortet, unterschätzt eine Rechnung, die sich erst auf den zweiten Blick zeigt.

Was „offene Gewichte“ wirklich bedeuten — und was nicht

Zunächst eine Begriffsklärung, weil sie in der Praxis dauernd durcheinandergeht. Ein Open-Weight-Modell gibt die trainierten Modellparameter — die „Gewichte“, also die eigentliche Intelligenz — zum Download frei. Man darf das Modell auf eigener Hardware laufen lassen, auf eigenen Daten nachtrainieren (Fine-Tuning) und in eigene Produkte einbauen, ohne jede Anfrage an einen fremden Server zu schicken. Das ist nicht dasselbe wie Open Source im klassischen Sinn: Trainingsdaten und Trainingscode bleiben meist geheim. Man bekommt den fertigen Motor, nicht die Baupläne der Fabrik.

Entscheidend ist die Lizenz. Kimi K3 erscheint unter einer modifizierten MIT-Lizenz, GLM-5.2 und DeepSeek V4 Pro sind vollständig MIT-lizenziert — das erlaubt uneingeschränkte kommerzielle Nutzung, Fine-Tuning und Self-Hosting. Für Entscheider heißt das: Anders als bei einem API-Vertrag gibt es hier keinen Anbieter, der den Preis über Nacht erhöhen, das Modell abschalten oder die Nutzungsbedingungen ändern kann. Man besitzt eine Kopie. Dieser Kontrollgewinn ist der eigentliche strategische Kern der ganzen Debatte — nicht der Benchmark-Wert.

Der Abstand ist geschlossen — in einigen Disziplinen sogar gekippt

Das jahrelange Gegenargument gegen offene Modelle war schlicht: Sie sind schlechter. Das stimmt 2026 nicht mehr pauschal. In mehreren Anwendungsfeldern hat sich der Abstand nicht nur geschlossen, sondern umgekehrt. Bei Coding-Aufgaben spielen offene Modelle wie Kimi K3 oder MiniMax auf dem Niveau der geschlossenen Spitze; unabhängige Auswertungen sehen K3 dicht hinter GPT-5.6 Sol und nur knapp hinter Fable 5. Für die klare Mehrheit betrieblicher Aufgaben — Textzusammenfassung, Klassifikation, Extraktion, Kundenservice, interne Recherche — ist die Frage „reicht die Qualität?“ längst mit Ja beantwortet.

Interessant ist die Diskrepanz zwischen Können und Nutzung. Der Marktanteil erzählt eine andere Geschichte als die Benchmarks: Rund 80 Prozent des gesamten Token-Volumens fließen weiterhin durch geschlossene Modelle — die im Schnitt etwa das Sechsfache pro Token kosten wie die offenen Alternativen. Anders gesagt: Die meisten Unternehmen zahlen einen deutlichen Aufpreis für Modelle, die in ihrem konkreten Anwendungsfall oft keinen messbaren Vorsprung mehr bieten. Trägheit, Vertragsbindung und die Bequemlichkeit einer fertigen API halten diesen Zustand aufrecht — nicht die Qualität.

Die Kostenfalle, die niemand auf der Landing-Page zeigt

Hier wird es für Entscheider konkret, und hier liegt das größte Missverständnis. „Offenes Modell = billiger“ ist nur die halbe Wahrheit, weil zwei völlig verschiedene Dinge gemeint sein können.

Variante eins: das offene Modell über eine fremde API nutzen. Anbieter wie Hosting-Plattformen betreiben die offenen Modelle für einen und rechnen pro Token ab — nur eben viel günstiger als die Frontier-Labore. DeepSeek V4 Pro kostet als Kostenführer rund 0,87 Dollar pro Million Ausgabe-Token; auf dem Intelligence-Index landet GLM-5.2 bei etwa 0,32 Dollar pro Aufgabe, DeepSeek gar bei vier Cent, während geschlossene Spitzenmodelle beim Zehn- bis Zwanzigfachen liegen. Das ist der schnellste, risikoärmste Hebel: gleiche Bequemlichkeit wie bisher, aber ein Bruchteil der Rechnung. Der Haken: Man behält die Daten nicht im Haus und ist weiter von einem Anbieter abhängig — nur von einem billigeren.

Variante zwei: das offene Modell wirklich selbst betreiben. Hier zerschellt die romantische Vorstellung an der Hardware. GLM-5.2 mit 744 Milliarden Parametern braucht in voller Präzision über ein Terabyte GPU-Speicher; Kimi K3 empfiehlt der Hersteller mit 64 oder mehr Beschleunigern zu betreiben — eine Größenordnung, die für die meisten Teams außer Reichweite liegt. Eine realistische, minimale Produktions-Installation eines offenen Modells veranschlagt eine Analyse mit 125.000 bis 190.000 Dollar pro Jahr — sobald man Infrastruktur, Bereitschafts-Engineering und die laufende Arbeit einrechnet, alle sechs Monate auf das nächste, bessere Modell zu migrieren. Bei Unternehmensmaßstab reicht das schnell in den Bereich von 8 bis 12 Millionen Dollar jährlich, wobei nicht die Hardware, sondern die Personalkosten der dominante Faktor werden. Der teuerste Teil eines selbstgehosteten Modells sind die Menschen, die es am Laufen halten.

Die Konsequenz für die Planung: Self-Hosting rechnet sich nicht über den Token-Preis, sondern über alles andere — Datenhoheit, Volumen und Anpassbarkeit.

Wann sich der eigene Betrieb tatsächlich lohnt

Aus den Zahlen lässt sich eine brauchbare Faustregel destillieren. Der eigene Betrieb eines offenen Modells lohnt sich, wenn mindestens einer dieser vier Punkte zutrifft:

Trifft keiner dieser Punkte zu, ist die nüchterne Empfehlung: Ein offenes Modell über eine günstige API nutzen und die Differenz sparen — aber die eigene GPU-Flotte bleibt vorerst im Schrank.

Das Bann-Risiko, das man einpreisen muss

Ein Faktor macht die Sache 2026 politisch: Fast alle dieser Billionen-Modelle kommen aus China. Das ruft Washington auf den Plan. In den USA läuft eine Debatte, ob man chinesische Open-Weight-Modelle aus der Unternehmens-IT verbannen sollte. Bemerkenswert offen argumentierte OpenAIs Strategiechef, die Regierung solle einen Vorwand finden, um regulatorische Unsicherheit um die neuen Modelle zu schüren — schließlich untergrüben offene Modelle die Investitionslogik der Frontier-Labore. Die Aussage wurde teilweise zurückgezogen, aber sie legte das eigentliche Motiv offen: Es geht weniger um Sicherheit als um Geschäftsmodelle.

Das Pikante daran: Ein Open-Weight-Modell lässt sich kaum verbieten. Anders als eine API, die man abschalten kann, ist ein einmal heruntergeladenes Modell überall — die Gewichte kursieren, sobald sie veröffentlicht sind. Genau diese Nicht-Kontrollierbarkeit macht offene Modelle für Regulierer so unbequem und für Unternehmen so attraktiv. Zugleich ist das Misstrauen nicht grundlos: Anthropic warf Alibabas Qwen-Team im Juni vor, mit rund 25.000 gefälschten Konten über 28 Millionen Claude-Interaktionen erzeugt zu haben, um konkurrierende Modelle zu trainieren — ein Streit, der zeigt, wie ruppig der Wettbewerb geworden ist.

Für Entscheider heißt das nicht „Finger weg“, sondern: Das geopolitische Risiko gehört in die Bewertung. Wer heute eine Produktarchitektur fest an ein einzelnes chinesisches Modell bindet, sollte einen Plan B haben, falls Compliance-Abteilung oder Regulierer morgen anders entscheiden.

Was Entscheider jetzt konkret tun sollten

Die Billionen-Modell-Welle ist kein Grund zur Hektik, aber ein guter Anlass, drei Dinge zu ordnen.

Erstens: Die Modell-Schicht austauschbar halten. Der wichtigste Schritt ist architektonisch, nicht vertraglich. Wer seine Anwendung über eine abstrahierende Zwischenschicht (etwa ein Gateway wie LiteLLM oder OpenRouter) an Modelle anbindet, kann zwischen geschlossen und offen, teuer und günstig, amerikanisch und chinesisch wechseln, ohne die Anwendung neu zu bauen. Diese Portabilität ist die einzige verlässliche Absicherung gegen Preis-, Qualitäts- und Regulierungsschocks.

Zweitens: „offene API“ und „Self-Hosting“ sauber trennen. Der schnelle Gewinn liegt in der günstigen API-Nutzung offener Modelle — hier lassen sich Kosten oft halbieren oder besser, ohne eigene Infrastruktur. Der aufwändige, aber strategische Schritt ist der echte Eigenbetrieb, der sich nur bei Datenhoheit und hohem Volumen rechnet. Wer beide verwechselt, trifft die falsche Investitionsentscheidung.

Drittens: Souveränität als Geschäftsargument ernst nehmen — oder bewusst verwerfen. Für manche Branchen ist „läuft in unserem Haus“ inzwischen ein Verkaufsargument gegenüber Kunden, nicht nur eine Compliance-Übung. Für andere ist es überflüssiger Aufwand. Diese Entscheidung sollte bewusst und dokumentiert fallen, nicht per Reflex in die eine oder andere Richtung.

Die Drei-Billionen-Wette der chinesischen Labore ist zunächst eine technische: dass sich schiere Größe und offene Verfügbarkeit auszahlen. Für Unternehmen ist die eigentliche Wette eine andere — dass die Modell-Schicht zur austauschbaren Ware wird und der Wettbewerbsvorteil woanders liegt: in den eigenen Daten, den eigenen Arbeitsabläufen und der Fähigkeit, das jeweils beste Modell schnell einzusetzen, egal woher es kommt.

Quellen