Wer über ein Modell etwas Verbindliches sagen muss – in einer Akte, in einer Vergabeunterlage, in einem Verarbeitungsverzeichnis –, kommt an der Modellkarte des Herstellers nicht vorbei. Vergleichsartikel sind keine Quelle. Sie geben den Stand ihres Erscheinens wieder, und der ist bei Modellen selten der heutige.
Was eine Modellkarte ist – und was nicht
Eine Modellkarte ist die Begleitbeschreibung, die ein Anbieter zu seinem Modell veröffentlicht: Herkunft, Größe, Lizenz, vorgesehene und untersagte Verwendungen, oft eine Angabe zu Sprachen und Grenzen. Sie ist eine Selbstauskunft. Es gibt kein verbindliches Format, keine Prüfstelle, keine Pflicht zur Vollständigkeit.
Trotzdem ist sie die beste verfügbare Quelle, und zwar aus einem einfachen Grund: Sie ist die einzige Stelle, an der der Hersteller sich festlegt. Was dort steht, kann man ihm vorhalten. Was in einem Vergleichsartikel steht, nicht.
Die acht Angaben, auf die es ankommt
| Angabe | Warum sie zählt | Was regelmäßig fehlt oder täuscht |
|---|---|---|
| Fassung | Sie entscheidet über die Lizenz, nicht der Modellname | In der Akte steht der Name statt der Fassung – der häufigste Fehler überhaupt |
| Lizenz und ihr Umfang | Gilt sie für die Gewichte, für den Quelltext oder für beides? | Bei manchen Modellen ist nur der Quelltext freizügig lizenziert, die Gewichte nicht |
| Untersagte Verwendungen | Eine Liste davon bedeutet: keine Open-Source-Lizenz | Sie steht in einem verlinkten Nebendokument, das sich ändern kann |
| Parameter gesamt und aktiv | Der Speicherbedarf richtet sich nach der Gesamtzahl | Beworben wird die kleinere aktive Zahl – siehe Mixture of Experts |
| Kontextfenster | Wie viel Text auf einmal hineinpasst | Die genannte Länge ist die technisch mögliche, nicht die, bei der das Modell noch zuverlässig arbeitet |
| Sprachen | Ob Deutsch trainiert wurde oder mitgelaufen ist | Eine Sprachliste ohne Anteile sagt wenig; „mehrsprachig“ noch weniger |
| Trainingsstand | Bis wann reicht das Wissen des Modells | Fehlt oft, obwohl es die Angabe mit dem größten Alltagsnutzen ist |
| Trainingsdaten | Grundlage für Prägung, Urheberrecht und Benchmark-Vertrauen | Fehlt fast immer – siehe unten |
Zwei Beispiele aus unserem eigenen Katalog, beide echt und beide leicht zu übersehen:
Teuken-7B steht unter Apache 2.0 – aber nur in der eigens dafür veröffentlichten Ausgabe instruct-commercial-v0.4. Die neuere instruct-v0.6 steht unter CC BY-NC 4.0 und ist damit nicht kommerziell nutzbar.
DeepSeek-V3: Der Quelltext ist MIT-lizenziert, für die Gewichte gilt eine eigene Modelllizenz mit untersagten Verwendungen. Beim Geschwistermodell R1 stehen die Gewichte dagegen selbst unter MIT.
In beiden Fällen ist „das Modell ist frei lizenziert“ falsch und „diese Fassung steht unter dieser Lizenz“ richtig. Der Unterschied kostet nichts, solange niemand nachsieht.
Wenn zwei Primärquellen sich widersprechen
Es kommt vor. Bei Whisper large-v3 nennt das Projektarchiv des Herstellers die MIT-Lizenz, die Modellkarte auf der Verteilplattform weist Apache 2.0 aus. Beide sind freizügig, praktisch ist der Unterschied folgenlos – und trotzdem gehört er in die Akte.
Die brauchbare Regel dafür: Bei widersprüchlichen Angaben beide Fundstellen notieren, mit Datum. Sich für eine zu entscheiden und die andere zu verschweigen, sieht ordentlicher aus und ist die schlechtere Dokumentation.
Was fast immer fehlt
- Die Trainingsdaten. Offene Gewichte bedeuten nicht offene Daten. In unserem Katalog gibt es genau ein Modell, dessen Trainingsdaten veröffentlicht sind – Apertus v1.5 70B. Bei allen anderen endet die Offenheit bei der Datei mit den Zahlen.
- Die Bedingungen der genannten Messwerte. Prompt, Temperatur, Zahl der Beispiele, Fassung: ohne sie ist eine Punktzahl nicht nachvollziehbar. Warum wir deshalb keine zitieren, steht im Beitrag Benchmarks und warum wir keine zitieren.
- Die Grenzen. Ein Abschnitt „Limitations“ steht meistens da und bleibt allgemein. Konkrete Aussagen – wo das Modell bekanntermaßen abfällt – sind selten und ein gutes Zeichen, wenn sie vorkommen.
Was die KI-Verordnung daran ändert
Ein Stück weit etwas. Anbieter von Modellen mit allgemeinem Verwendungszweck müssen eine Strategie zur Einhaltung des Urheberrechts vorhalten und eine hinreichend detaillierte Zusammenfassung der Trainingsinhalte veröffentlichen. Das ersetzt keine Offenlegung der Daten, ist aber die erste verbindliche Angabe zu einer Frage, auf die es vorher nur Schweigen gab. Näheres im Lexikon unter Urheberrecht und Training.
Zehn Minuten, die genügen
- Die Fassung notieren, nicht den Namen Vollständig, mit Versionsbezeichnung. Diese Zeile ist die, auf die sich alles andere bezieht.
- Die Lizenzdatei öffnen, nicht das Etikett lesen Und prüfen, ob sie für Gewichte, Quelltext oder beides gilt. Ein verlinktes Nebendokument mit untersagten Verwendungen gehört mit in die Akte.
- Beide Parameterzahlen aufschreiben Gesamt und aktiv. Für die Hardwareplanung zählt die erste.
- Nach dem Trainingsstand suchen Und wenn er fehlt: das Modell nach einem Ereignis fragen, das nach dem vermuteten Stand liegt. Die Antwort ist aufschlussreich.
- Datum der Abfrage notieren Modellkarten werden geändert, meist ohne Änderungsprotokoll. Ohne Datum ist Ihre Notiz in einem halben Jahr eine Behauptung.
Jede Organisation, die ein Modell einsetzt, macht implizit Aussagen darüber – gegenüber Kunden, gegenüber der eigenen Rechtsabteilung, im Verarbeitungsverzeichnis. Eine falsche Lizenzangabe fällt nicht auf, bis sie auffällt, und dann steht sie seit Monaten in einem Dokument, das jemand unterschrieben hat.
Warum offene Gewichte und Open Source nicht dasselbe sind, steht im Beitrag Offene Gewichte sind nicht Open Source. Die Lizenzangabe zu jedem Modell dieses Katalogs steht bei den Modellen, mit dem Datum ihrer Prüfung.