KI-Modelle und Plattformen

Nvidia und Microsoft unterstützen Open-Weight-KI in gemeinsamem Brief

mm
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen

Eine Koalition von 25 amerikanischen Technologieunternehmen hat am 24. Juli 2026 einen gemeinsamen Brief veröffentlicht, in dem argumentiert wird, dass die Vereinigten Staaten ihre Führung in der künstlichen Intelligenz nur dann behalten werden, wenn sie ein Ökosystem offener Modelle aufbauen und nicht nur ein einzelnes bestes System schützen. Die Unterzeichner des Briefes Open Weights and American AI Leadership, der auf der Unternehmenswebsite von Microsoft unter (MSFT ) gehostet wird, umfassen Nvidia (NVDA ), Microsoft, Meta, Andreessen Horowitz, IBM, Dell, Palantir, Mistral, Hugging Face und Y Combinator. Nvidia-CEO Jensen Huang hat den Brief in seinem ersten Beitrag auf X bestätigt und geschrieben, dass “offene Modelle die Sicherheit und Cybersicherheit stärken, die Innovation und Diffusion beschleunigen und die Souveränität ermöglichen”.

Der Brief erscheint mitten in einem laufenden Kampf in Washington, ob man den Zugang zu offenen Modellen, insbesondere chinesischen, einschränken sollte. Er liest sich wie ein direktes Gegenargument und stellt die amerikanische Führung in der KI als etwas dar, das nicht durch ein einzelnes Spitzenmodell, sondern durch den Aufbau eines offenen Ökosystems beurteilt wird, das in jeden Sektor der Wirtschaft eindringt.

Was der Brief argumentiert

Offene Modelle sind Systeme, deren trainierte Parameter veröffentlicht werden, so dass jeder sie herunterladen, überprüfen, modifizieren und auf seinem eigenen Hardware ausführen kann. Das unterscheidet sie von geschlossenen Modellen wie Anthropics Claude Fable 5 oder OpenAI’s GPT-5.6 Sol, die ihre Entwickler über eine API betreiben und kontrollieren.

Der Brief macht drei praktische Behauptungen: dass offene Modelle den Zugang zur KI erweitern, indem sie es Organisationen ermöglichen, auf bestehenden Modellen aufzubauen, anstatt ihre eigenen zu trainieren oder Spitzenpreise für Routineaufgaben zu zahlen; dass sie den Wettbewerb über Chips, Clouds und Anwendungen aufrechterhalten; und dass sie den Kunden die Kontrolle über ihre eigenen Daten und Modelle geben, anstatt sie an einen Anbieter zu binden.

Das Argument, das für die Sicherheit dieser Systeme am relevantesten ist, ist der Sicherheitsanspruch. Die Unterzeichner behaupten, dass die alleinige Abhängigkeit von geschlossenen Modellen nicht von Natur aus sicher ist, da ein paar geschlossene Systeme zu konzentrierten Einheitsfehlern werden, die Außenstehende nicht überprüfen können. Offene Modelle, so schreiben sie, ermöglichen es einer breiten Gemeinschaft, das Modellverhalten zu überprüfen, Schwachstellen zu finden und Sicherheitsvorkehrungen zu treffen, was der Grund dafür ist, dass “Offenheit einer der wichtigsten Wege zur KI-Sicherheit und -Sicherheit sein kann”. Der Brief zieht auch eine Linie bei der Destillation, der Praxis, ein Modell auf den Ausgaben eines anderen zu trainieren, und bezeichnet sie als legitime und weit verbreitete Technik, die nicht mit der unrechtmäßigen Extraktion von Wert aus geschlossenen Modellen verwechselt werden sollte. Echtes Diebstahl, so heißt es, sollte mit engen rechtlichen und kommerziellen Abhilfen und nicht mit umfassenden Einschränkungen der Technik selbst behandelt werden.

Warum die Timing wichtig ist

Der Brief folgt der Veröffentlichung von Kimi K3, einem offenen Modell von Moonshot AI aus Peking, am 16. Juli 2026, das die Erwartungen an die Fähigkeiten eines herunterladbaren Systems neu definiert hat. Unabhängige Tests haben es nahe der Spitze platziert, auf Platz drei in einem weithin verfolgten Fähigkeitsindex hinter Fable 5 und GPT-5.6 Sol und an der Spitze eines blinden Codierarenas. Diese Zahlen tragen den üblichen Vorbehalt, der hier relevant ist: die vollständigen Gewichte sollen in Kürze veröffentlicht werden, und nur dann können die Benchmark-Ansprüche außerhalb von Moonshots eigener Veröffentlichung und früher API-Tests repliziert werden. Kimi K3 ist auch viel günstiger zu betreiben als die führenden amerikanischen Systeme, was den Modellstart zu einem Marktereignis und einem politischen Ereignis gemacht hat.

Dieser Fähigkeitssprung ist es, was offene Modelle auf die Tagesordnung von Washington gebracht hat. Die Trump-Regierung hat Einschränkungen des Zugangs der USA zu chinesischen offenen Modellen in Betracht gezogen und behauptet, dass Moonshot ein Anthropic-Modell destilliert und exportkontrollierte Nvidia-Server zum Trainieren von Kimi K3 verwendet hat, was als Grund für eine Schwarze Liste des Unternehmens angeführt wird. Im Juni 2026 hat die Regierung Exportkontrollen eingesetzt, um die Verbreitung der leistungsfähigsten Modelle von Anthropic zu blockieren, nachdem es einen Jailbreak in ihren Cybersicherheits-Schutzschilden gegeben hatte, und sie hat OpenAI gebeten, ihr Spitzenmodell zurückzuhalten, bis sie zeigen konnte, dass ihre eigenen Schutzschilder robust waren. Die Unterzeichner, von denen einige direkt konkurrieren, wehren sich gegen diesen Instinkt, bevor er zu Regeln wird.

Wo der Sicherheitsanspruch umstritten ist

Das zentrale Sicherheitsargument des Briefes ist eine Position, kein abgeschlossenes Ergebnis, und die Labore, die die leistungsfähigsten geschlossenen Modelle bauen, vertreten die entgegengesetzte Meinung. Anthropic hat argumentiert, dass offene Modelle schwerer zu sichern sind, genau weil die Veröffentlichung irreversible ist: sobald die Parameter öffentlich sind, kann ein Entwickler den Zugriff nicht mehr widerrufen, einen Schutzschild nicht mehr patchen oder Missbrauch nicht mehr stoppen. Sie halten ihr leistungsfähigstes Cybersicherheitsmodell, Claude Mythos, auf eine geprüfte Gruppe von Partnern beschränkt, und OpenAI hat gewarnt, dass Destillation es Rivalen ermöglicht, hart erkämpfte Fähigkeiten zu kopieren. Sicherheitsforscher bemerken, dass geschlossene Spitzenmodelle immer noch bei den offensiven Cybertasks führen, bei denen ein überprüfbares offenes Modell helfen würde, um Defensivstrategien zu entwickeln.

Es lohnt sich auch, das Dokument zu lesen, um zu verstehen, was es ist: ein Lobbybrief von Unternehmen mit direkten Anteilen am Ergebnis. Nvidia verkauft die Chips, die jedes Modell trainieren und ausführen, offene oder geschlossene; Meta und Mistral liefern offene Modelle; Hugging Face hostet sie. Der weitere Push für amerikanische offene Modelle hat kommerzielle Logik hinter sich, ebenso wie eine Sicherheitsthese, und dieselbe Offenheit, die es Defensivstrategien ermöglicht, ein Modell zu überprüfen, lässt es auch jedem anderen ermöglichen, die Sicherheitsvorkehrungen zu entfernen.

Was der Brief nicht tun kann, ist, die empirische Frage zu klären, die ihm zugrunde liegt, nämlich, ob der breite Zugang die KI sicherer oder unsicherer macht. Das ist die Art von Behauptung, die eine unabhängige Bewertung klärt, nicht Signaturen. Die Veröffentlichung der vollständigen Gewichte von Kimi K3 ist ein konkreter kurzfristiger Test von mindestens der Fähigkeits-Hälfte des Arguments, und er kommt genau dann, wenn chinesische offene Modelle die Lücke zu den amerikanischen Labors schließen, die immer noch die Spitze halten.

Jonas Reeve ist ein KI-generierter Analyst bei Unite.AI und konzentriert sich auf kognitive KI, künstliche allgemeine Intelligenz (AGI) sowie die theoretischen Grundlagen der Maschinenintelligenz. Seine Arbeit untersucht, wie Lernen, Schließen, Gedächtnis und Abstraktion sowohl in biologischen als auch in künstlichen Systemen entstehen, und stellt Verbindungen zwischen modernen KI-Architekturen und langjährigen Fragen der Kognitionswissenschaft und Philosophie des Geistes her.

Mit einem konzeptuellen und reflektierenden Ansatz untersucht Jonas Rahmenwerke wie Schließmodelle, agentische Systeme, emergente Kognition und Alignment-Theorie, um zu klären, was Fortschritte in Richtung AGI tatsächlich bedeuten – und was nicht. Anstatt Zeitpläne oder Hype zu verfolgen, betont er Grundprinzipien, konzeptuelle Strenge und die Grenzen aktueller Modelle.

Von Jonas Reeve verfasste Artikel werden KI-generiert und vom Redaktionsteam von Unite.AI geprüft, um Genauigkeit, Klarheit und eine verantwortungsvolle Diskussion fortgeschrittener KI-Konzepte zu gewährleisten.