Offene Gewichte, geschlossene Rechnung: Wie Open Source bei KI-Modellen zum Lizenzgeschäft wird

Zwei Wochen, die eine Kategorie verändert haben

Am 27. Juli hat Moonshot AI die Gewichte von Kimi K3 veröffentlicht — 2,8 Billionen Parameter, das größte frei herunterladbare Modell der Welt. Einen Tag später erschien die Lizenz dazu, und sie las sich anders als alles, was man von offenen Modellen kannte. Wer Kimi K3 als Dienst anbietet, also Dritten Inferenz oder Fine-Tuning darauf verkauft, darf das kostenlos tun — bis zu einem Umsatz von 20 Millionen Dollar in zwölf Monaten, aggregiert über verbundene Unternehmen. Darüber ist eine separate kommerzielle Vereinbarung mit Moonshot nötig. Reuters berichtet, dass darin bis zu 30 Prozent Umsatzbeteiligung verlangt werden können. Produkte mit über 100 Millionen monatlich aktiven Nutzern müssen zusätzlich den Namen „Kimi K3“ sichtbar führen.

Am 7. August berichtete Reuters, dass Alibaba beim kommenden Open-Weight-Release von Qwen3.8-Max denselben Weg gehen will. Der Beteiligungssatz sei noch nicht festgelegt, Alibaba äußerte sich nicht. Bestätigt ist nur die Richtung.

Zwei Datenpunkte sind keine Entwicklung. Aber es sind die beiden Anbieter, die derzeit die stärksten frei verfügbaren Modelle bauen — und ihre Entscheidung trifft eine Kategorie, auf der inzwischen sehr viele Produkte stehen. Für Unternehmen, die ihr Angebot auf einem offenen Modell aufgebaut haben, lohnt sich deshalb ein nüchterner Blick darauf, was hier eigentlich zur Disposition steht und was nicht.

Was „offen“ überhaupt heißt

Der Begriff, mit dem alle arbeiten, hält der Belastung nicht stand. „Open Source“ bedeutet bei Software seit rund 25 Jahren etwas Präzises: Der Quellcode ist verfügbar, und die Lizenz erlaubt Nutzung, Veränderung und Weitergabe zu jedem Zweck, ohne Diskriminierung von Personen oder Einsatzfeldern. Genau dieses letzte Kriterium — jeder Zweck, jede Person — ist bei den neuen Modelllizenzen nicht mehr erfüllt.

Die Open Source Initiative, die diese Definition verwaltet, hat 2024 eine eigene Fassung für KI vorgelegt, die Open Source AI Definition. Sie ist bis heute in Version 1.0 in Kraft; Berichte über eine bevorstehende Überarbeitung stammen aus Sekundärquellen und sind von der OSI nicht bestätigt. Nach dieser Definition erfüllen die wenigsten bekannten Modelle die Anforderungen, und zwar aus einem Grund, der mit Lizenzklauseln gar nichts zu tun hat: Die Definition verlangt hinreichend detaillierte Angaben zu den Trainingsdaten, damit ein Dritter das Modell prinzipiell nachbauen könnte. Kaum ein Anbieter liefert die.

Die OSI hat sich zu Metas Sprachgebrauch früh und deutlich geäußert: Meta verwechsle „open source“ mit „resources available to some users under some conditions“. JJ Jasser hat in einer Analyse für Tech Policy Press vom 25. Juli — also noch vor Veröffentlichung des Lizenztexts — bereits erwartet, was Moonshot dann tatsächlich lieferte: „a permissive license with added conditions that is not an OSI-approved open-source license“. Für das Muster, um das es dabei geht, hat sich ein eigener Begriff etabliert, den Jasser so definiert: „Researchers call this pattern 'open-washing,' borrowing openness's credibility while withholding the transparency that justifies it.“

Die sauberere Bezeichnung für das, worüber wir reden, ist deshalb offene Gewichte: Die trainierten Parameter kann man herunterladen und lokal betreiben. Was man damit tun darf, steht in der jeweiligen Lizenz — und da wird es sehr unterschiedlich.

Die Lizenzlandkarte im August 2026

Grob sortiert sich das Feld in drei Gruppen.

Wirklich permissiv. DeepSeek stellt seine Modelle unter MIT, Z.ai sein GLM ebenfalls unter MIT, OpenAI seine gpt-oss-Modelle unter Apache 2.0, Mistral einen Teil seines Portfolios unter Apache 2.0. Hier gibt es keine Umsatzschwelle, keine Beteiligung, keine Namenspflicht. Wer die Gewichte hat, darf damit machen, was er will. Zu beachten ist bei Mistral, dass nicht alle Modelle unter Apache stehen — für einen Teil gelten die Mistral Research License beziehungsweise eine Non-Production-Lizenz, die den kommerziellen Einsatz gerade ausschließen.

Nutzungsschwelle ohne Beteiligung. Metas Llama Community License gibt es seit Llama 2 in dieser Form: Wer im Monat vor dem Modellrelease über 700 Millionen monatlich aktive Nutzer hatte, braucht eine gesonderte Lizenz, die Meta nach eigenem Ermessen erteilen oder verweigern kann. Diese Klausel richtet sich erkennbar gegen eine Handvoll Hyperscaler und trifft praktisch niemanden sonst. Sie verlangt auch kein Geld. Relevanter für normale Unternehmen ist ein anderer Teil derselben Lizenz: Abgeleitete Modelle erben sämtliche Beschränkungen einschließlich der Pflicht, „Llama“ im Namen zu führen. Googles Gemma folgt einem ähnlichen Muster mit eigenen Nutzungsbedingungen, die ebenfalls keine OSI-Lizenz sind.

Umsatzbeteiligung. Bis Juli 2026 war diese Gruppe leer. Jetzt steht Moonshot darin, und Alibaba klopft an.

Warum jetzt

Die Ökonomie dahinter ist unspektakulär und deshalb überzeugend. Epoch AI beziffert das Wachstum der Trainingskosten für Frontier-Modelle auf das 2,4-Fache pro Jahr und rechnet damit, dass die größten Trainingsläufe 2027 die Milliardenmarke überschreiten. Auf der anderen Seite fallen die Preise für Inferenz kontinuierlich. Wer offene Gewichte verschenkt, muss die Rechnung dafür anderswo begleichen.

Alibaba zeigt exemplarisch, wie das aussieht. Der Cloud-Umsatz wächst um 34 Prozent auf 5,6 Milliarden Dollar pro Quartal, die KI-Produkte legen seit neun Quartalen dreistellig zu und machen 30 Prozent des Cloud-Segments aus — und trotzdem brach das bereinigte EBITA zuletzt um 84 Prozent ein, weil 380 Milliarden Yuan über drei Jahre in Infrastruktur fließen. Qwen ist mit über 700 Millionen Downloads auf Hugging Face die meistgenutzte offene Modellfamilie überhaupt. Reichweite ist reichlich vorhanden, Erlöse daraus bislang nicht.

Bei Moonshot ist es die Bewertungsdynamik: 20 Milliarden Dollar im Mai, 35 Milliarden Ende Juli, Gespräche über eine Pre-IPO-Runde bei 50 Milliarden. Wer mit diesen Zahlen an die Börse will, braucht eine Umsatzgeschichte, die nicht nur aus einer Consumer-App besteht.

Und hier liegt der eigentliche Adressat der neuen Klauseln. Bei geschlossenen Modellen fließt praktisch der gesamte Umsatz an den Hersteller. Bei offenen Gewichten verdienen diejenigen, die sie betreiben — Hyperscaler, Neoclouds, spezialisierte Inferenz-Anbieter wie Fireworks, Together oder Baseten. Der Analyst Kevin S. Xu, früher bei GitHub und im US-Handelsministerium, hat die Kimi-Klausel entsprechend eingeordnet: Sie ziele auf genau diese Schicht, und die Schwelle sei „comically low“ — jeder ernsthafte Anbieter überschreite 20 Millionen Dollar und müsse verhandeln. Erste Belege gibt es bereits: DigitalOcean und Chinasoft International haben kommerzielle Vereinbarungen mit Moonshot offengelegt, ohne Konditionen zu nennen.

Was das für Ihr Unternehmen bedeutet

Die entscheidende Unterscheidung ist die zwischen drei Nutzungsarten, und sie wird in der Debatte oft verwischt.

Interner Einsatz — Sie betreiben das Modell für eigene Mitarbeiter oder eigene Prozesse. Von allen bekannten Klauseln nicht betroffen, bei keinem der genannten Anbieter.

Modell als Funktion im eigenen Produkt — Ihr SaaS-Produkt hat eine Zusammenfassungs- oder Suchfunktion, dahinter läuft ein offenes Modell. Nach dem Wortlaut der Kimi-K3-Lizenz zielt die Klausel auf „Model as a Service“, also darauf, Dritten Zugriff auf Inferenz oder Fine-Tuning zu geben. Eine Produktfunktion ist das nicht. Sicher ist die Abgrenzung aber nicht in allen Fällen, und für die geplante Qwen-Regelung liegt noch gar kein Text vor. Wer hier hohe Umsätze fährt, sollte den konkreten Lizenztext prüfen lassen, statt sich auf die Kategorie zu verlassen.

Inferenz als Dienstleistung — Sie verkaufen Zugang zum Modell. Das ist der ausdrückliche Adressat, und ab 20 Millionen Dollar wird verhandelt.

Zwei Punkte entschärfen die Lage erheblich. Erstens gilt eine Lizenz immer nur für die Version, der sie beiliegt. Wer heute Qwen unter Apache 2.0 heruntergeladen hat, behält diese Rechte an genau diesen Gewichten — dauerhaft und unwiderruflich. Eine neue Lizenz kann nur für eine neue Version gelten. Das Risiko ist also kein rückwirkendes, sondern ein Upgrade-Risiko: Der Preis der nächsten Modellgeneration ist nicht mehr nur die GPU-Rechnung.

Zweitens ist Wettbewerb vorhanden. Solange DeepSeek unter MIT liefert und Z.ai unter MIT und OpenAI seine offenen Modelle unter Apache stellt, gibt es Ausweichmöglichkeiten. Die Frage ist, wie teuer der Wechsel im Einzelfall ist — was vor allem davon abhängt, wie tief man sich auf Modelleigenheiten eingelassen hat.

Daraus ergibt sich eine kurze Prüfliste vor dem nächsten Modell-Update: Welche Lizenz genau, in welcher Fassung, für diese Version? Erben Fine-Tunes die Bedingungen — bei Llama und Gemma ausdrücklich ja, bei Kimi und Qwen ist es für Derivate nicht klar geregelt? Fällt unsere Nutzungsart unter „Model as a Service“? Wie hoch wären 20 oder 30 Prozent des relevanten Umsatzes im Vergleich zu dem, was uns eine kommerzielle API derselben Leistungsklasse kosten würde? Und wie viele Personenwochen kostet ein Modellwechsel, wenn Prompts, Evaluierungen und Fine-Tunes hängen?

Die letzte Frage ist meist die teuerste — und sie ist auch der Grund, warum die Klauseln funktionieren.

Der regulatorische Nebeneffekt

Ein Aspekt wird selten mitgedacht. Der EU AI Act kennt in Artikel 2 Absatz 12 eine Ausnahme für KI-Systeme, die unter einer „freien und quelloffenen Lizenz“ bereitgestellt werden, und für Modelle mit allgemeinem Verwendungszweck gibt es in Artikel 53 abgestufte Erleichterungen. Der Verordnungstext knüpft diese Erleichterungen ausdrücklich an die Lizenz, nicht an die bloße Verfügbarkeit der Gewichte — und für Modelle mit systemischem Risiko gilt die Erleichterung ohnehin nicht.

Damit steht eine Frage im Raum, die noch niemand abschließend beantwortet hat: Ist eine Lizenz mit einer Umsatzschwelle oder einer Nutzerobergrenze noch „frei und quelloffen“ im Sinne der Verordnung? Nach dem Maßstab der OSI-Definition, an dem sich die juristische Debatte orientiert, wäre die Antwort nein — betroffen wären dann sowohl Metas MAU-Klausel als auch die Umsatzschwelle von Kimi K3. Eine verbindliche Auslegung durch Aufsicht oder Gerichte gibt es dazu bislang nicht; wer hier plant, plant unter Unsicherheit.

Der Zeitpunkt macht das relevant: Die Pflichten für Allzweckmodelle gelten seit dem 2. August 2025, und seit dem 2. August 2026 — also seit dieser Woche — hat die Aufsicht Durchsetzungsbefugnisse einschließlich Bußgeldern von bis zu 15 Millionen Euro oder drei Prozent des weltweiten Umsatzes. Modelle, die vor August 2025 auf dem Markt waren, haben bis August 2027 Zeit. Wer ein offenes Modell in ein europäisches Produkt einbaut und dabei auf die Open-Source-Erleichterungen setzt, sollte die Lizenz also nicht nur unter Kostengesichtspunkten lesen.

Die Gegenposition, fair dargestellt

Man kann das alles auch deutlich entspannter sehen, und das Argument ist gut. Die Gewichte bleiben herunterladbar. Wer unter der Schwelle bleibt, zahlt nichts — und 20 Millionen Dollar Umsatz allein aus dem Weiterverkauf von Modellinferenz erreichen sehr wenige Unternehmen. Was hier passiert, ist ein klassisches Freemium-Modell: kostenlose Verbreitung zur Marktdurchdringung, Monetarisierung erst bei kommerzieller Skalierung. Für den allergrößten Teil der Nutzer ändert sich genau nichts.

Es gibt auch weiterhin lautstarke Verteidiger offener Gewichte. Ende Juli haben rund fünfzig Unterzeichner, darunter Meta, Hugging Face, a16z und Mistral, einen offenen Brief unter dem Titel „Open Weights and American AI Leadership“ mitgetragen, der offene Modelle als Beitrag zu Sicherheit, Innovation und technologischer Souveränität verteidigt. Der Brief nimmt allerdings nicht zu Umsatzklauseln Stellung — er verteidigt die Kategorie, nicht die Lizenzpraxis. DeepSeek-Gründer Liang Wenfeng hat seine Position schon zuvor kompromisslos formuliert: „We will open source, and our strongest models will likely be open sourced too. I can't see what benefit closed source brings.“ Und Nathan Lambert vom Allen Institute, selbst an einem vollständig offenen Modell beteiligt, ordnet die Kimi-Lizenz nüchtern als „inspired by MIT but distinctly non-commercial“ ein — eine Feststellung, keine Anklage.

Was bleibt

Die These, dass Open Source bei KI-Modellen stirbt, trägt nicht. Es gibt heute mehr wirklich permissiv lizenzierte, leistungsfähige Modelle als je zuvor, und mindestens ein großer Anbieter — DeepSeek — hat wiederholt und öffentlich erklärt, dass er das für richtig hält.

Was aber stimmt: Der Begriff trägt nicht mehr. Zwei Modelle können beide „open“ heißen und sich in ihren kommerziellen Folgen um Größenordnungen unterscheiden. Wer eine Modellentscheidung nach der Kategorie trifft statt nach dem Lizenztext, trifft sie auf Basis eines Wortes, das nichts mehr bedeutet.

Die praktische Konsequenz ist eine, die viele Produktorganisationen bisher nicht abbilden: Der Lizenztext eines Modells gehört in dieselbe Sorgfaltsprüfung wie ein Rahmenvertrag mit einem Anbieter — inklusive der Frage, wer sie beim nächsten Versionssprung noch einmal liest.