ToolNavs KI-Tools entdecken
Tool einreichen Anmelden
Zurück zu KI-Informationen
Offene Modelle verlieren ihren Förderer: Nach Huangs Abgang klafft eine Lücke im US-Ökosystem

Offene Modelle verlieren ihren Förderer: Nach Huangs Abgang klafft eine Lücke im US-Ökosystem

KI-Informationen • Admin • • 26 Aufrufe

Am 14. November 2026 schrieb der bekannte KI-Forscher Nathan Lambert in Interconnects, dass der Rücktritt von Nvidia-CEO Jensen Huang ein schwerer Schlag für das US-amerikanische Ökosystem offener Modelle ist: In den vergangenen zwei Jahren beruhte Nvidias Finanzierung offener Modelle zu einem großen Teil auf einer Gründerwette, die Huang persönlich entschied — und dieses Geld wird mit seinem Weggang sehr wahrscheinlich versiegen. Nvidias oberste Priorität ist nun, das Unternehmen zu stabilisieren und Kunden pünktlich zu beliefern; offene Modelle stehen nicht mehr auf der Liste.

Lamberts Argument beruht auf einem Zeitfenster: Die Wirtschaft offener Modelle steckt noch in den Kinderschuhen, und dies sind die entscheidenden Jahre, um Anwendungsfälle, Einnahmequellen und die Motivation zum Training der nächsten Modellgeneration aufzubauen. Die gute Nachricht: Open Source hat einen Weg gefunden, sich zu behaupten — „Eigentum an Intelligenz" und Post-Training für Unternehmen sind ein echter Weg. Die schwierige Seite: Der wahre langfristige Wert von Open Source — Intelligenz zu einer billigen Ware zu machen — ist noch weit entfernt, während Rechenleistung so knapp ist wie nie. Inference-Startups bekommen nicht einmal Chips, weil Anthropic und OpenAI die Lieferungen aufkaufen; wenn offene Gewichtsmodelle ebenfalls mit hohen Inferenzmargen betrieben werden müssen, sind sie weit davon entfernt, eine Ware zu sein.

Je knapper die Rechenleistung, desto mehr gewinnen die Geschlossenen

In dieser Lage gewinnt die Seite mit mehr Größe und Integration: Geschlossene Labore besitzen die vollständigere Kette — vom Modell über Rechenzentren bis zu Chips. Lambert zitiert Dylan Patel, CEO von SemiAnalysis: Das Problem sei nicht Geld, sondern Talent — die besten Köpfe sitzen fast alle bei Anthropic, OpenAI, DeepMind und Meta, der Rest verteilt sich auf hundert Startups. Inkling 2 Small von Thinking Machines Lab, gerade als Open Source veröffentlicht, ist eines der besten westlichen Open-Weight-Modelle seit Langem, liegt aber noch deutlich hinter Moonshots Kimi K3.1 Pro; Miras nächste Finanzierungsrunde soll angeblich mit einer Bewertung von 40 Milliarden Dollar stehen, doch selbst dieses Geld reicht nicht, damit Open Source mit dem Ausgabetempo der geschlossenen Spitze mithalten kann.

Die größere Sorge liegt auf der regulatorischen Seite. Lambert sieht kurzfristig die größte Gefahr in hastiger KI-Regulierung auf Ebene der Bundesstaaten, gefolgt von Regulierung auf nationaler Ebene — vorangetrieben von Menschen, die zu wenig darüber wissen, wozu Open Source gut ist. Er schreibt, dass die USA seit diesem Sommer nur ein starkes chinesisches Open-Weight-Modell von einer Krise entfernt sind; einen groß angelegten Angriff, ausgelöst durch ein populäres chinesisches offenes Modell, habe es noch nicht gegeben — doch es sei nur eine Frage der Zeit. Das offene Lager braucht jemanden, der in der Krise ans Telefon geht und die Lage stabilisiert — und in den vergangenen zwei Jahren war das Jensen Huang.

Lamberts Rezept lautet: einen einzigen Weg — in den USA einen wirklich führenden Open-Model-Akteur heranzuziehen. Wer diesen Anruf entgegennimmt — Zuckerberg, Jassy oder Satya — ist noch offen; sicher ist nur, dass die Zeit, in der man sich auf Jensen Huang allein verlassen konnte, vorbei ist, und auch der Geldhahn für das offene Ökosystem wird zugedreht. Es bleibt nicht mehr viel Zeit, um aus eigener Kraft eine neue Stütze zu errichten.

Empfohlene Tools

Mehr