Zuckerberg, Nadella und der Kampf um die offene KI-Zukunft

Es gehört zu den Ironien dieses KI-Sommers, dass ausgerechnet die beiden Männer, die man in Sachen Marktmacht am wenigsten verdächtigen würde, sich gerade zu den lautesten Fürsprechern offener KI-Modelle aufschwingen. Mark Zuckerberg, dessen Konzern seit zwei Jahrzehnten für so ziemlich jedes erdenkliche Monopolproblem im Netz steht, schreibt im Wall Street Journal ein Manifest gegen die Zentralisierung von Macht. Und Satya Nadella, CEO des Unternehmens, das einst „Embrace, Extend, Extinguish“ zur Konzernstrategie erhob, lässt Microsoft eine ganze Koalition anführen, die „Open Weights“ explizit zur Frage amerikanischer KI-Führerschaft erklärt.

Das ist eine bemerkenswerte Volte. Zwei der größten, kapital­stärk­sten Player der Branche stellen sich öffentlich gegen die Logik, die man ihnen eigentlich unterstellen würde: dass es in ihrem ureigenen Interesse läge, den Markt möglichst geschlossen zu halten.

Zuckerbergs Philosophie: Macht in die Hände der Vielen

Zuckerbergs Text, betitelt „The AI Future Is for Everyone“, ist erstaun­lich wenig technisch und erstaunlich viel politisch-philoso­phisch. Seine Kernfrage: Wird Superintelligenz auf wenige Institutionen beschränkt bleiben, oder wird sie zum Werkzeug für alle? Er stellt sich explizit gegen die vorherrschende Doom-Rhetorik seiner eigenen Branche — mit einer bemerkenswert scharfen Formulierung: Er verstehe nicht, warum jemand, der glaubt, KI werde die meisten Jobs und einen Großteil menschlicher Relevanz auslöschen, überhaupt an dieser Zukunft mitbauen wolle. Und die Idee, dass die einzige sichere Antwort auf gefährliche KI eine extreme Machtkonzentration sei, hält er selbst für die eigentliche Gefahr.

Sein historisches Argument ist aus der Techno-Optimisten-Ecke bekannt: Der Wright-Brothers-Fahrradladen, Faradays ungelernter Buch­binder-Lehrling, das Garagen-Kid Steve Jobs — große Durch­brüche kämen selten aus etablierten Institutionen, sondern von Außen­seitern, denen man mächtige Werkzeuge in die Hand gibt. Sein stärkstes Bild ist das Gedankenexperiment vom superintelligenten An­walt: Hätte nur eine Person Zugriff darauf, verzerrte das jedes Gerichts­verfahren zu ihren Gunsten – selbst wenn ihre Position in der Sache falsch wäre. Hätten aber alle Zugang, würde Rechtsprechung fairer, nicht unfairer. Ermächtigte Individuen, so seine These, balan­cieren sich gegenseitig und größere Institutionen aus — ganz im Sinne klassischer Checks-and-Balances-Logik, auf KI übertragen.

Bemerkenswert ist auch seine Risikodifferenzierung: Bei Cyber­sicherheit vertraut er explizit dem Open-Source-Prinzip – volle Offenlegung schütze langfristig besser als Geheimhaltung. Bei biologischen Risiken dagegen fordert er ausdrücklich mehr zwischenstaatliche Koordination. Das ist kein naiver Alles-offen-Maximalismus, sondern eine differenzierte Position.

Der Haken: Zuckerberg benutzt in seinem gesamten Text nie das Wort „Open Source“. Er spricht durchgehend von „personal superintelligence“, von Dezentralisierung, von breitem Zugang – referenziert Open-Source-Software nur als historische Analogie. Eine konkrete Zusage, dass Metas fortschrittlichste, superintelligente Modelle tatsächlich mit offenen Gewichten erscheinen, findet sich nirgends. Das ist große Rhetorik ohne belastbares Versprechen – und genau das haben auch andere Beobachter kritisch angemerkt: Die öffentliche Reaktion auf den Op-Ed fiel entsprechend gespalten aus, zwischen Zustimmung von Open-Source-Verfechtern wie Yann LeCun und spürbarer Skepsis gegenüber Zuckerbergs eigentlichen Motiven.

Nadellas Gegenstück: Offenheit als Wettbewerbs- und Sicherheitsfrage

Wo Zuckerberg philosophisch-individualistisch argumentiert, liefert Nadella über Microsofts „Open Weights and American AI Leadership“-Initiative das ökonomisch-technische Pendant – unterschrieben von einer breiten Koalition aus VCs, Startups und Infrastrukturanbietern (a16z, AMD, Amazon, Databricks, CoreWeave und vielen mehr).

Seine Kernthese: Amerikanische KI-Führerschaft bemisst sich nicht an einem einzelnen Frontier-Modell, sondern daran, ob ein starkes, offenes Ökosystem entsteht, das in jeden Wirtschaftssektor diffundiert – so wie Open-Source-Software einst zur gemeinsamen Wissensgrundlage wurde, auf der US-Ingenieure und -Unternehmer aufbauten.

Vier Argumente stützen das:

• Breiterer Marktzugang: Startups und Institutionen können auf bestehenden Modellen aufbauen, statt bei null anzufangen oder Frontier-Preise zu zahlen.
• Wettbewerb statt Konzentration: Offene Gewichte erzeugen Rivalität über Cloud, Chips und Anwendungen hinweg – das senkt Kosten und verteilt Nutzen breiter.
• Keine Abhängigkeit von einem Anbieter: Unternehmen behalten Kontrolle über eigene Daten und den geschaffenen Wert, statt in ein Vendor-Lock-in zu geraten.
• Sicherheit durch Transparenz statt Verschleierung: Geschlossene Modelle sind nicht automatisch sicherer – sie konzentrieren nur Single Points of Failure bei wenigen Anbietern. Offene Modelle erlauben einer breiten Forschungs-Community, Schwachstellen zu finden und zu beheben.

Politisch mündet das in eine klare Forderung: mehr Compute-Zugang für Startups und Forschung, geteilte Trainings-Ressourcen – und explizit keine vorschnellen Beschränkungen offener Modelle, weil das Wettbewerb erstickt und Innovation ins Ausland treibt.

Besonders bemerkenswert: Nadella verteidigt sogar Distillation – also das Trainieren eigener Modelle mithilfe der Outputs fremder Modelle – als seit dem Open-Source-Zeitalter etablierte, legitime Lerntechnik, die nicht mit unrechtmäßiger Wertextraktion verwechselt werden dürfe. Das liest sich, ohne dass er es ausspricht, wie eine implizite Verteidigung genau der Technik, die man DeepSeek und anderen chinesischen Modellen vorwirft.

Echte Einsicht oder Kapitulation vor der Realität?

Gerade ist DeepSeek V4 Flash erschienen, und es läuft auf nur zwei Nvidia RTX 6000 Pro Blackwell. Ich würde es ungefähr auf dem Niveau von Opus 4.7 einordnen. Bald wird aber auch DeepSeek V4 Pro in der Finalversion erscheinen, das dürfte dann noch deutlich stärker werden. Beides ist Open Source, genau wie das sensationelle Kimi K3, das bereits jetzt mit den Top-Versionen der US-Anbieter mithalten kann; das noch stärkere K3.1 ist schon angekündigt. Minimax hat das multimodale H3 herausgebracht, ebenfalls Open Source. Open Source läuft den Platzhirschen gerade davon – und das zu einem Bruchteil von deren extrem hohen Preisen. OpenAI hat übrigens erkannt, dass es mit den bisherigen Preisen nicht mehr wettbewerbsfähig ist und hat gerade eine massive Preissenkung für die Modelle Luna und Terra vorgenommen. (Tipp: Nutzen Sie GPT 5.6 Luna in der „Max“-Einstellung, und Sie erhalten äußerst hochwertige Qualität auf dem Niveau von GPT 5.6 Sol Medium zu weitaus günstigeren Kosten.)

Was viel schwerer wiegt – das ist kein Preis-Dumping. Die Open-Source-Anbieter schaffen es, mit weit kleineren Modellgrößen dieselbe Qualität anzubieten. Das hat ganz reale Folgen im Rechen­zentrum: Wenn ein Modell statt auf einem Rig aus 8x B200 nur auf einer einzigen B200 laufen kann, dann sind die Kosten für die Bereitstellung der Leistung tatsächlich weit geringer und natürlich kann man sie dann auch günstiger abgeben und trotzdem daran verdienen.

Während OpenAI und Anthropic in einem Rausch von Gigantomanie, mit scheinbar unerschöpflichem Zufluss von Kapital, auf eine Eskalation der HW-Anforderungen gesetzt haben, die niemand anderes mitmachen kann, haben sie ein entscheidendes Detail übersehen: Es kommt nicht darauf an, mathematische Probleme zu lösen, die mittlerweile selbst Informatikmathematiker nicht mehr verstehen. Für die Anwender geht es nur darum, ihre Probleme zu lösen. Und diese Probleme spielen nicht alle in der höchsten Liga. Tatsächlich sind sogar nur die wenigsten Probleme der Anwender in einer Kategorie, die maximale Lösungskompetenz erfordern würde. Um eine lange Mail oder diesen Artikel zusammenzufassen, reicht schon ein Mittelklasse-Modell, das man problemlos selbst hosten kann. Warum sollte man dafür den Premium-Preis bezahlen? Das ist eben die Falle des „Gut Genug“.

Wenn Sie mich fragen, wird es genau drei Gewinner der KI-Revolution geben: Diejenigen mit den Daten, diejenigen mit der Hardware und diejenigen mit den Anwendungen. Die Technologie, die KI möglich macht, ist am Ende nur eine erlernbare Methode – kein Zauber. Jeder kann sie nachbauen, sobald die grundlegenden Prinzipien verstanden sind. Und das geschieht ja auch längst, mit der Flut von Open-Source-Modellen. Wenn Anthropic und OpenAI sich nicht als Infrastruktur- und Applikations-Provider neu erfinden, sehe ich für diese beiden, so marktmächtig sie derzeit auch sein mögen, schwarz. Und Protektionismus, und sei er auch von der US-Regierung durchgesetzt, wird daran genau gar nichts ändern. Nichts ist mächtiger als eine Idee, deren Zeit gekommen ist.