Ein Förderer verlässt die Bühne
Wenn ein Gründer-CEO geht, ändert sich oft weniger auf dem Papier als in den Prioritäten. Genau das ist die Sorge, die seit Donnerstag durch die Szene der offenen KI-Modelle zieht. Nvidia hat am 12. November bekannt gegeben, dass Jensen Huang mit sofortiger Wirkung als Präsident, Vorstandschef und Verwaltungsratsmitglied zurückgetreten ist. Finanzchefin Colette Kress führt das Unternehmen kommissarisch, die Suche nach einem dauerhaften Nachfolger läuft. Die Hintergründe – Huangs Affäre mit einer mutmaßlichen chinesischen Spionin und die daraus folgenden politischen Verwerfungen – haben wir in dieser Ausgabe und in den vergangenen Tagen behandelt. Hier geht es um eine Folgefrage, die für Firmen mit eigener KI-Strategie wichtiger sein dürfte als die Personalie selbst: Was wird aus Nvidias Engagement für offene Modelle?
Zur Begriffsklärung: „Open Weights“ heißt, dass die trainierten Parameter eines Modells, seine „Gewichte“, zum Download bereitstehen. Wer sie hat, kann das Modell auf eigener Hardware betreiben, mit eigenen Daten nachtrainieren und prüfen. „Open Source“ im strengen Sinn wäre mehr: auch Trainingsdaten und Trainingsrezepte offenzulegen. Die Unterscheidung ist praktisch relevant, dazu gleich mehr.
Huang war nach Darstellung von TechCrunch einer der lautesten Befürworter dieses Ansatzes. Im Juli veröffentlichte er einen Brief, den 25 Unternehmen unterzeichneten, darunter Microsoft, Meta, IBM, Palantir und Hugging Face. Er warnte darin Washington davor, offene Modelle zu stark zu beschränken. Offene Modelle, hieß es sinngemäß, stärkten Wettbewerb, Sicherheit und digitale Souveränität, und Kunden müssten sich nicht an einen Anbieter binden. Hintergrund der Debatte: Anthropic und OpenAI werfen chinesischen Laboren vor, Wissen aus amerikanischen Modellen abzuschöpfen, und haben laut Berichten in Washington für strengere Regeln geworben.
Was bestätigt ist – und was Spekulation bleibt
Bestätigt ist die Faktenlage: Nvidia hat im September die Übernahme von Hugging Face für 12,93 Milliarden Dollar verkündet. Hugging Face ist so etwas wie das GitHub der KI – der zentrale Marktplatz, auf dem Modelle und Datensätze veröffentlicht und heruntergeladen werden; nach eigenen Angaben liegen dort über drei Millionen Modelle. Der Abschluss ist laut TechCrunch für die erste Jahreshälfte 2027 vorgesehen und steht noch aus. Zusätzlich fragt das US-Justizministerium laut einem Reuters-Bericht vom Oktober nach den Wettbewerbsfolgen. In der Ankündigung hatte Huang zugesagt, Hugging Face bleibe eine offene Plattform; Nvidia-Rechenleistung sei weder zum Bauen noch zum Betreiben nötig.
Ebenfalls bestätigt: Nvidia hat im Oktober seine Nemotron-Familie erweitert, um ein 120-Milliarden-Parameter-Modell für Unternehmensagenten und zwei kleinere „Bolt“-Modelle für lokale KI-PCs. Der Konzern nennt Salesforce, EY, Crowdstrike und Perplexity als Nutzer; seine Behauptung, das Modell sei nach Spezialtraining bei bestimmten Agentenaufgaben schneller als Modelle von Anthropic und OpenAI, ist eine Herstellerangabe, die wir nicht unabhängig prüfen konnten. Dazu kommen ein berichteter Sechs-Milliarden-Dollar-Deal mit dem Coding-Start-up Poolside und Beteiligungen an Reflection AI und Thinking Machines Lab, die amerikanische offene Modelle konkurrenzfähiger machen sollen.
Offen ist dagegen, was Kress und ein künftiger Chef daraus machen. Nvidias Mitteilung zum Führungswechsel verspricht, Geschäft, Kundenzusagen und Produkt-Roadmap liefen „ohne Unterbrechung“ weiter, erwähnt Hugging Face und Nemotron aber nicht. Ein Insider sagte TechCrunch, er erwarte keine Folgen für die Nemotron-Entwicklung – das ist eine anonyme Einzelstimme. Auf der Gegenseite steht die Warnung des Forschers Nathan Lambert, ohne Huang sei die Lage „sehr, sehr schlecht“ für die Sache offener US-Modelle. Hugging-Face-Chef Clément Delangue kündigte an, man werde „härter denn je“ für offene KI kämpfen. Beides sind Stimmungsbilder, keine Fakten über Nvidias künftige Politik.
Warum Nvidia offene Modelle auch ohne Huang braucht
Es gibt ein nüchternes Argument gegen den Untergang: Offene Modelle sind für Nvidia kein Idealismus, sondern Geschäft. TechCrunch weist darauf hin, dass große Kunden wie Google und OpenAI eigene Chips entwickeln. Je mehr Unternehmen, Staaten und Start-ups Modelle selbst trainieren, anpassen und betreiben, desto breiter wird Nvidias Kundenbasis. Huang selbst argumentierte, fast alle offenen Modelle liefen auf Nvidia-Hardware. Und die Oktober-Ankündigung der Nemotron-Modelle war ausdrücklich auf Firmen zugeschnitten, die „auf eigener Infrastruktur deployen und besitzen, was sie bauen“, wie es Nvidias Open-Models-Vizepräsidentin Kari Briski formulierte.
Das ist eine plausible Begründung für Kontinuität, aber keine Garantie. Interessen können sich verschieben, ein Interims-CEO und eine Aufsichtsbehörde bremsen Großprojekte, und die politische Lage ist heikel: TechCrunch hält es für möglich, dass Huangs Fall die Befürworter strengerer Regeln gegen chinesische KI-Firmen stärkt, weil seine Lobbyarbeit gegen Exportkontrollen nun unter Verdacht steht. Dazu kommt ein Detail aus der Fachdebatte: Der Forscher Sebastian Raschka hofft laut AICoder, dass Nemotron weitermacht – gerade weil Nvidia Daten und Trainingsrezepte mitveröffentlicht, was kaum ein anderer Anbieter so konsequent tut. Diese Ebene ist am schwersten zu ersetzen. Die Gewichte selbst sind dagegen robust: Was heruntergeladen und archiviert wurde, bleibt nutzbar, egal was künftig geschieht.
Einordnung für die Praxis: Strategie ohne Schutzpatron
Für Entscheider ergibt sich daraus kein Alarm, aber ein Prüfauftrag. Der Fall zeigt, dass auch „offene“ Ökosysteme an Personen, Konzernen und Gesetzgebern hängen. Die Konsequenz ist nicht, offene Modelle zu meiden, sondern sie so zu nutzen, dass Ihr Betrieb von keinem einzelnen Förderer abhängt.
1. Offen und geschlossen als Portfolio denken. Delangue beschreibt im Juli ein wiederkehrendes Muster: Firmen starten mit Programmierschnittstellen der großen Labore, und wenn der Verbrauch wächst, treiben die Kosten sie zu offenen Modellen. Das ist die Sicht eines Plattformbetreibers mit Eigeninteresse, passt aber zu dem, was viele Teams berichten. Ein pragmatischer Zuschnitt: Geschlossene Spitzenmodelle für schwierige, seltene Aufgaben; offene Modelle für Massenarbeit, sensible Daten und alles, was Sie nachtrainieren oder lokal betreiben wollen.
2. Austauschbarkeit bauen. Entscheidend ist eine Zwischenschicht, die Modelle per Konfiguration wechselbar macht, plus eine eigene Testsuite mit Ihren echten Aufgaben. Dann kostet der Wechsel von Nemotron zu einem anderen offenen oder geschlossenen Modell Tage statt Quartale.
3. Eigene Kopien sichern. Archivieren Sie genau die Modellversionen, Datensätze und Lizenztexte, die Sie produktiv nutzen, in eigener Infrastruktur. Das kostet wenig Speicher und neutralisiert das Risiko, dass ein Repository, eine Plattformregel oder eine Lizenzpolitik sich ändert.
4. Herkunft und Regulierung mitdenken. Viele leistungsfähige offene Modelle stammen aus China. Ob Washington sie einschränkt, ist offen. Wer sie einsetzt, sollte Alternativen aus den USA oder Europa auf der Shortlist halten und Compliance früh klären.
5. Termine beobachten. Nvidia legt am 17. November Quartalszahlen vor; ob die Telefonkonferenz Hugging Face und Nemotron erwähnt, ist ein erstes Signal. Der Abschluss der Übernahme folgt frühestens 2027.
Wer so aufgestellt ist, kann die kommenden Monate gelassen verfolgen. Offene Modelle haben jetzt keinen charismatischen Fürsprecher mehr an der Spitze des mächtigsten KI-Konzerns. Gut gebaute Unternehmensarchitekturen brauchten aber nie einen.
- TechCrunch: Jensen Huang's exit puts Nvidia's support for open source in question (12.11.2026)
- TechCrunch: Hugging Face CEO vows to keep fighting for open source AI after Jensen Huang's exit (12.11.2026)
- NVIDIA Newsroom: NVIDIA Announces CEO Transition (12.11.2026)
- TechCrunch: Nvidia confirms it will buy Hugging Face for $12.9 billion (3.9.2026)
- TechCrunch: Nvidia launches new open models to run agents in the enterprise and on PCs (19.10.2026)
- TechCrunch: Hugging Face's CEO on why companies are done renting their AI (10.7.2026)
- AICoder: X Debate – Clem Delangue, Sebastian Raschka und Nathan Lambert nach Huangs Rücktritt (12.11.2026, Sekundärquelle, teils KI-gestützt zusammengestellt)