Chinas KI-Mirage: Wie “Open Source” das Wichtigste verbirgt

Mit Big-Tech-Playern wie Google, Microsoft und Meta, die um die Vorherrschaft im KI-Markt kämpfen, haben Chinas High Flyer, Baidu, Moonshot und Alibaba mit der Veröffentlichung ihrer großen Sprachmodelle DeepSeek, ERNIE 4.5, Kimi K2 und Qwen3 als Open Source für Schlagzeilen gesorgt. Dieser Schritt weg von der Veröffentlichung von geschützten, proprietären GenAI-Modellen wird als Zeichen dafür gesehen, dass Chinas KI-Industrie die Macht der Open-Source-Entwicklung annimmt, um die KI-Entwicklung zu demokratisieren und Innovationen zu fördern.

Wie viele Spieler, die ihre Angebote als Open Source bewerben und sogar in ihren Firmennamen verwenden, haben High Flyer, Baidu und Moonshot jedoch nicht tatsächlich kritische Teile wie Datensätze im Herzen ihrer Modelle geteilt. Da diese großen Modelle versuchen, zu Commodities zu werden, auf die Entwickler angewiesen sind, ist die Transparenz der wahren Open-Source-Modelle, die getestet, untersucht und iteriert werden können, entscheidend für die Schaffung unvoreingenommener, ethischer und nützlicher Technologien, die wir alle vertrauen können. Alle diese “Open-Source”-Modelle sind tatsächlich “Open-Weight”-Modelle, was bedeutet, dass sie heruntergeladen und verwendet werden können, aber nicht auf eine sinnvolle Weise ohne die Daten untersucht werden können.

Während US-amerikanische Spieler wie Open AI und Meta offenbar von Open Source abrücken, kann Baidus offene Einladung, seine frei verfügbare Suite von ERNIE-4.5-Modellen zu nutzen, tatsächlich Innovation und Zusammenarbeit mit Entwicklern fördern, die kleinere, leistungsstarke Anwendungen erstellen möchten. Gleichzeitig hat das Unternehmen, das Chinas Google ähnelt, sich einen Wettbewerbsvorteil verschafft, indem es die Adoption fördert und seine Modelle in dem aufstrebenden KI-Ökosystem verankert.

Dasselbe kann für DeepSeek, das günstige Kimi K2 und das aktualisierte Qwen3 gesagt werden, das Benchmarks aufweist, die geschlossene Modelle wie Claude Opus 4 und GPT-4o-0327 herausfordern.

Diese KI-Spieler haben sich gut positioniert, um das Kommoditätsmodell der Wahl zu werden, und Qwen3s neuestes innovatives Update wurde sogar von Feedback der Open-Source-Community inspiriert.

Wie viele, die ihre großen KI-Modelle als Open Source bewerben, teilt die chinesische KI-Gemeinschaft jedoch tatsächlich keine Daten oder andere kritische Teile ihrer KI-Systeme. Stattdessen fordern sie globale Entwickler auf, blindlings Vertrauen in Modelle zu setzen, die sie nicht wirklich verstehen oder untersuchen können.

Auf dem Weg in die Zukunft mit Open-Source-KI-Modellen

Als das iPhone 2007 auf den Markt kam, nahmen einige an, dass Mac mit iOS das Smartphone-Spiel dominieren würde, aber die Teilnahme an Open-Source-Projekten ist für Start-ups integral, während sie auch unternehmerisches und wirtschaftliches Wachstum weltweit fördert – und Android, ein Start-up, das 2005 von Google übernommen wurde, folgte diesem Weg zum Erfolg.

Indem Android Open-Source-Software veröffentlichte, die eingesehen, modifiziert, adoptiert und geteilt werden konnte, lud das Unternehmen Akademiker, Entwickler und sogar Wettbewerber ein, an der Software mitzuarbeiten. Dies beschleunigte den Innovationsprozess, demokratisierte das Spielfeld und trieb letztendlich die Preise nach unten. Android kam ein Jahr nach dem ersten iPhone auf den Markt und zu Beginn dieses Jahres verfügte es über 71,88 Prozent des globalen Marktes, während iOS 27,65 Prozent hatte.

In einer technologischen Revolution, die über Nacht zu passieren schien, wurden Smartphones allgegenwärtig und auch wenn Software-, Hardware- und Benutzeroberflächen-Verbesserungen weiterhin erfolgen, ist die Branche weit über die Revolutionierung der Funktionsweise von Smartphones hinausgewachsen. Da Smartphones nun eine Kommodität darstellen, liegt die Innovation in den Apps, die auf ihnen laufen, und um wettbewerbsfähig zu sein, müssen Smartphone-Anbieter ein Ökosystem aufrechterhalten, das Entwickler einlädt.

Nicht drei Jahre nach dem Launch von ChatGPT befindet sich die KI-Industrie an einem ähnlichen Wendepunkt. Jeder Spieler in der globalen KI-Industrie versucht, seine Modelle zu dem nächsten Android oder sogar iOS zu machen, und indem chinesische Innovatoren Open-Source-Modelle wie DeepSeek, ERNIE 4.5 und Kimi K2 veröffentlichen, versuchen sie, ihren Anspruch auf ein aufstrebendes Ökosystem zu sichern.

Während dies in ihrem Sinne funktionieren könnte, fördert es jedoch nicht die wahre Transparenz von Open Source, die für die Schaffung von Innovationen, die wir vertrauen können, entscheidend ist.

Die fehlende Daten sind der entscheidende Faktor in der meisten Open-Source-KI

Da KI-Modelle viel komplizierter zu erstellen und zu teilen sind als herkömmliche Software, ist der Ruf nach vollständig Open-Source-KI keine kleine Angelegenheit. Anstatt nur einen einfachen Quellcode zu haben, bestehen KI-Systeme aus sieben Komponenten – einschließlich Quellcode, Modellparameter, Datensatz, Hyperparameter, Trainingsquellcode, Zufallszahlengenerierung und Software-Frameworks.

Jedes Teil muss zusammenarbeiten, damit ein Modell die gewünschten Ergebnisse liefert, was bedeutet, dass Entwickler volle Sichtbarkeit benötigen, um ein System zu teilen, zu modifizieren und zu adoptieren und zu verstehen, was passiert. Da Reproduzierbarkeit die Grundlage der wissenschaftlichen Methode ist, hat die KI-Industrie jedoch die Angewohnheit, den Begriff Open Source zu verwenden, um kostenlose oder preiswerte Veröffentlichungen zu beschreiben, die mit Zugriff auf einige Teile des Puzzles verfügbar gemacht werden.

Baidu hat beispielsweise zehn ERNIE-4.5-Modelle kostenlos zur Verfügung gestellt. Neben der Veröffentlichung des Modells und der Parameter hat das Unternehmen auch ERNIEKit und die FastDeploy-Deploy-Toolkits als Open Source veröffentlicht. Diese ermöglichen es Entwicklern, leistungsstarke KI-Anwendungen zu erstellen, indem sie industrielle Fähigkeiten, ressourcenschonende Trainings- und Inferenz-Workflows sowie Multi-Hardware-Kompatibilität bereitstellen.

Anders ausgedrückt, hat Baidu Entwicklern Werkzeuge zur Verfügung gestellt, die es ihnen ermöglichen, Innovationen schneller zu entfesseln, was wiederum dazu führen soll, dass sie ERNIE 4.5 gegenüber der Konkurrenz bevorzugen.

Entwickler, die ERNIE 4.5 nutzen, werden jedoch aufgefordert, dem Modell blindlings zu vertrauen, da Baidu viel verborgen hat, einschließlich der Datensätze, die seine Modelle informieren und unterrichten.

Die Macht transparenter Open-Source-KI-Modelle

Während jedes Teil des KI-Puzzles entscheidend ist, um ein Modell zum Funktionieren zu bringen, scheitern 80 Prozent der KI-Projekte, und Daten sind das Herz des Problems. Un genaue, unvollständige und voreingenommene Datensätze führen zu Modellen, die nicht vorhersehbar oder wie gewünscht funktionieren.

Das kürzlich veröffentlichte Video des fatalen Unfalls von Teslas Full-Self-Driving (FSD) aus dem Jahr 2023 ist beispielsweise ein Beispiel für das Worst-Case-Szenario, das auftreten kann, wenn ein Datensatz und ein Modell versagen. Als das Tesla-Modell Y in die hellen Sonnenstrahlen fuhr, konnte das teilautomatisierte System nicht verstehen oder angemessen reagieren, was es sah oder nicht sah. Während Autos, die von Menschen gesteuert wurden, langsamer fuhren und anhielten, führte die Verwirrung des FSD zu einem tödlichen Unfall.

Dieser verheerende Unfall spiegelte unvollständige visuelle Daten sowie den Mangel an einem Sicherheitsmechanismus wider, der solche Blindstellen berücksichtigt. Wenn Entwickler keinen Einblick in ihre Daten haben, können sie nicht sehen, wie diese mit dem Modell interagieren, was bedeutet, dass sie solche Fehler nicht aufdecken und für robuste Leistung iterieren können.

Noch besorgniserregender ist, dass sie ohne die Daten, die das Modell antreiben, gezwungen sind, blindlings zu vertrauen.

Wenn Datensätze jedoch Open Source sind, hat die KI-Gemeinschaft bewiesen, dass sie problematische Fragen aufdeckt, wie sie es getan hat, als sie über 1.000 URLs mit verifiziertem Kindesmissbrauchsmaterial in LAION 5B aufdeckte. Da der Datensatz für die Erstellung von Apps wie Stable Diffusion und Midjourney grundlegend ist, wäre es für die KI-Industrie verheerend gewesen, wenn Benutzer illegitime photorealistische Bilder produziert hätten. Stattdessen ermöglichte die Offenheit dieses Datensatzes der Gemeinschaft, das gefährliche Material aufzudecken und eine Lösung zu motivieren, Liaison B.

Zusätzlich stammte ein Großteil dieses ersten Datensatzes aus Web-Scraping, das von der enormen Common Crawl durchgeführt wurde, die auch für ChatGPT- und LLAMA-Modelle verwendet wurde. Obwohl KI-Crawler weiterhin Bedenken hinsichtlich des Urheberrechts, der Privatsphäre und der voreingenommenen und rassistischen Kennzeichnung aufwerfen, arbeiten Entwickler in der KI-Gemeinschaft daran, Teile von Common Crawls wachsendem Open-Source-Datensatz für einen sichereren Einsatz zu reinigen.

Wenn Entwickler darauf abzielen, nicht nur leistungsstarke KI, sondern auch KI, der wir vertrauen können, zu bauen, werden sowohl die Benutzer als auch die Industrie durch die Transparenz und Zusammenarbeit von echter Open Source geschützt.

Auf dem Weg der Open-Source-Entwicklung

Da viele noch misstrauisch gegenüber dieser aufstrebenden Technologie sind, ist der Wettbewerb, das iOS oder Android der großen KI-Kommoditätsmodelle zu werden, im Gange – und da die globale KI-Gemeinschaft buchstäblich das aufbaut, was zum Standard für die Zukunft werden wird, und KI-Systeme bereits Autos steuern und medizinische Bewertungen anbieten, ist es noch nie wichtiger gewesen, Vertrauen durch die Schaffung unvoreingenommener, zuverlässiger und sicherer KI aufzubauen.

Da die chinesische KI-Gemeinschaft versucht, sich als Champion der offenen Innovation zu positionieren, liegt der Weg zu sicherer KI nur in der Transparenz der wahren Open Source, die durch Jahrzehnte der Software-Innovation bewiesen wurde. Das Aufkleben des Begriffs auf Systeme, die keine kritischen Teile wie Daten teilen, ermöglicht es Entwicklern nicht, zu untersuchen, zu replizieren und zu iterieren. Während die Anziehungskraft von leicht verfügbaren Modellen wie DeepSeek, ERNIE 4.5, Kimi K2 und Qwen3 unverkennbar ist, treten Entwickler, die diese nutzen, die Transparenz, die Zusammenarbeit und Innovation für Bequemlichkeit ein.

Die KI-Gemeinschaft muss wählen: radikale Transparenz durch echte Open Source oder das Risiko, morgens kritische Systeme auf heutigen Black Boxes aufzubauen.