AI Talk #40: Open Source, oder warum AI-Riesen LLMs herschenken

Endlich wieder Zeit für einen Hintergrund-Deep-Dive nach all der Aufregung um GPT-5 und Co: Jakob Steinschaden (Trending Topics, newsrooms) und Clemens Wasner (enliteAI, AI Austria) widmen sich heute der großen Frage: Warum schenken Meta, OpenAI, Google und Co. teure AI-Modelle einfach so her? Der Fahrplan der Sendung:Apple's KI-StrategieDrittanbieter-Modelle: OpenAI, Anthropic, Google im RennenAnpassung für Apple-Server und eigene M-ChipsLLM-Siri für Frühjahr 2025 geplantTiefe Integration vs. oberflächliche VerknüpfungMeta's ReorganisationSuper-Intelligence-Lab mit vier UnitsPartnerschaft mit Midjourney für BildgenerierungParallelen zu Microsoft ResearchMysteriöses "Nano Banana" ModellNeue Benchmark-Spitze in der BildgenerierungVerbesserte Prompt-GenauigkeitSpekulationen über Hersteller (Google, OpenAI, andere)Deep-Dive: Open Source Strategien bei LLMsOpen Source vs. Open Weights erklärtCode, Trainingsdaten und GewichteLizenz-Unterschiede (Apache 2.0, Meta-Lizenz, etc.)Nutzungsbeschränkungen und Marketing-VerpflichtungenStrategische Gründe für Open SourceDeveloper-Ökosystem aufbauen ("Developers, developers, developers")Kostensenkung durch Community-BeiträgeVendor Lock-in vermeidenGeopolitische Faktoren (China vs. USA)Vertrauensbildung und PR-EffekteFreemium-Modell im neuen GewandErfolg und Misserfolg von Open Source🎯 Meta's gemischte Bilanz mit LlamaPerformance muss stimmen ("Paradox of Privacy")Vergleich mit klassischer Software-EntwicklungOpen Source als moderne Freemium-StrategieKommende Modell-Releases von Grok und Anthropic