Open-Weight-KI: Der unternehmerische Nutzen von Wahlfreiheit, Souveränität und Kontrolle

Die KI für Unternehmen hat einen Punkt erreicht, an dem die Modellwahl zu einer Architekturentscheidung wird.

Wenn KI in die Produktion geht, müssen Unternehmen entscheiden, wo die Inferenz ausgeführt wird, welche Daten das Unternehmen verlassen dürfen und wie einfach sie Modelle ändern können, wenn sich die Fähigkeiten weiterentwickeln.

Open-Weight-KI gibt Unternehmen mehr Kontrolle über diese Entscheidungen. Indem trainierte Modellgewichte unter der geltenden Lizenz für den Einsatz bereitgestellt werden, können Open-Weight-Modelle Unternehmen mehr Kontrolle darüber geben, wo die Inferenz ausgeführt wird, wie Modelle angepasst und wie sensible Daten gehandhabt werden.

Dell AI Factory mit NVIDIA hilft Unternehmen dabei, diese Flexibilität in ein wiederholbares Bereitstellungsmodell umzusetzen. Durch die Kombination von Dell-Infrastruktur, NVIDIA Accelerated Computing und KI-Software für Unternehmen, Services und Ökosystemunterstützung bietet es Unternehmen eine Grundlage, um KI in Umgebungen auszuführen, die sie kontrollieren. 

Diese Fähigkeiten bieten Unternehmen gemeinsam einen praktischen Weg, um Open-Weight-Modelle zu übernehmen und dabei die Wahlfreiheit bei Modellen, die Kontrolle über Daten sowie die Freiheit zur Weiterentwicklung ihrer KI-Strategien zu bewahren.

Die größere strategische Frage ist, wie viel Freiheit diese Architektur bewahrt. Eine auf Modellwahl ausgerichtete KI-Umgebung kann Unternehmen heute mehr Kontrolle darüber geben, wo Workloads ausgeführt werden, und gleichzeitig ausreichend Raum lassen, um in Zukunft andere Modelle, Infrastrukturen und Bereitstellungsansätze zu übernehmen.

Warum Unternehmenssteuerung wichtig ist

Für Unternehmen liegt der Wert von Open-Weight-KI in den Möglichkeiten, die sie hinsichtlich Bereitstellung, Anpassung und Governance schafft.

Ein wesentlicher Vorteil ist die Möglichkeit, Inferenz innerhalb von Umgebungen durchzuführen, die vom Unternehmen kontrolliert werden. Das kann besonders wertvoll sein, wenn KI-Anwendungen proprietäre Daten, Kundendaten, regulierte Arbeitslasten oder andere sensible geistige Eigentumsrechte berühren. Die Beibehaltung dieser Workloads auf einer vom Unternehmen verwalteten Infrastruktur kann interne Sicherheitsrichtlinien, Anforderungen an den Datenstandort und die KI-Souveränität unterstützen. Man erhält mehr Kontrolle darüber, wo Modelle ausgeführt werden, wo sensible Daten verarbeitet werden und wer die dahinterstehenden Systeme steuert.

Open-Weight-Modelle können Teams auch mehr Spielraum geben, die KI an die jeweilige Aufgabe anzupassen. Je nach Modell und Lizenz können Unternehmen es möglicherweise für eine spezielle Terminologie, Fachkenntnisse oder spezifische Geschäftsprozesse feinabstimmen. Sie können feste Modellversionen anhand ihrer eigenen Anforderungen bewerten, die Leistung auf einer bevorzugten Infrastruktur testen und bestimmen, wann eine neuere Version die richtige Wahl ist.

Diese Flexibilität ist entscheidend in einem Markt, in dem sich die Fähigkeiten von Modellen schnell weiterentwickeln. Ein Modell eignet sich möglicherweise am besten für das logische Denken, ein anderes für die Code-Generierung und ein weiteres für eine hochspezialisierte interne Anwendung. Open-Weight-KI gibt Unternehmen mehr Freiheit, Entscheidungen arbeitslastbezogen zu treffen, anstatt jeden Anwendungsfall um das Portfolio eines einzelnen Anbieters herum zu gestalten.

Es gibt auch einen langfristigen Nutzen: Wenn Modelle über kompatible Infrastruktur- und Softwareumgebungen hinweg ausgeführt werden können, haben Unternehmen mehr Spielraum, ihre Technologiewahl an sich ändernde Geschäftsanforderungen anzupassen. Zum Beispiel könnte ein Unternehmen ein Open-Weight-Modell für eine interne Anwendung validieren und diese Arbeitslast später auf eine andere Infrastruktur verlagern oder ein neueres Modell übernehmen, ohne die Anwendung von Grund auf neu zu erstellen. Modellgewichte garantieren für sich genommen keine Portabilität, bieten Unternehmen jedoch einen stärkeren Ausgangspunkt, um die Wahlfreiheit über den gesamten Stack hinweg zu bewahren.

Das Ergebnis ist eine KI-Strategie mit größerer Kontrolle darüber, wo Modelle ausgeführt werden, mehr Freiheit, sie anzupassen, und mehr Flexibilität, neue Optionen zu integrieren, wenn sich das Ökosystem weiterentwickelt.

Offene oder geschlossene KI-Modelle für Unternehmen

Im Vergleich zu geschlossenen Modellen, die hauptsächlich über vom Anbieter gehostete Dienste bereitgestellt werden, können Open-Weight-Modelle Unternehmen eine direktere Kontrolle über Bereitstellung, Anpassung und Infrastrukturwahl bieten. Geschlossene Modelle können eine umfassender verwaltete Erfahrung bieten. Viele Unternehmen dürften beide Ansätze nutzen und das auswählen, was für eine bestimmte Arbeitslast am besten funktioniert.

Modelle benötigen Leistung und Sicherheit, Dell bietet beides

Der Zugriff auf Modellgewichte ist nur ein Teil einer KI-Strategie von Unternehmen. Der Wert der Modellauswahl hängt davon ab, ob die umgebende Infrastruktur diese Modelle konsistent bereitstellen, sichern, verwalten und skalieren kann.

Für viele Unternehmen bedeutet das, auf Infrastruktur und Software aufzubauen, die anspruchsvolle KI-Workloads unterstützen können, ohne die Kontrolle über die Umgebung aufzugeben. Ziel ist es, die Flexibilität von Open-Weight-Modellen zu bewahren und gleichzeitig die Bereitstellung konsistenter und besser handhabbar zu gestalten.

Dell AI Factory mit NVIDIA setzt dieses Betriebsmodell in die Praxis um. Es nutzt die Kernbausteine der KI von NVIDIA und verwandelt sie in produktionsreife KI-Lösungen, die Unternehmen eine integriertere Grundlage für die Bereitstellung von KI in kontrollierten Umgebungen bieten. Für Unternehmen besteht der Vorteil darin, mehr Kontrolle über Modelle, Daten und die Bereitstellung zu haben, ohne jede Ebene als separates Projekt integrieren und verwalten zu müssen.

Ein validierter, standardisierter Stack kann auch die täglichen Abläufe vereinfachen.  Teams können gemeinsame Prozesse für Bereitstellung, Sicherheit, Überwachung und Updates anwenden, statt jedes Modell als separates Infrastrukturprojekt zu behandeln.

In einem Interview für eSpeaks betonte Beth Williams, globale Portfoliomanagerin bei Dell Technologies, die Notwendigkeit von Zwischenschritten zwischen Experimentieren und Skalierung. „Die Lücke zwischen einer Pilotinfrastruktur und einer großen verteilten KI-Fabrik ist groß“, sagte sie. „Zwischenschritte sind eine wirklich wichtige Strategie, um die von Ihnen durchgeführten Anwendungsfälle ins Ziel bringen.“

Eine reproduzierbare Grundlage wird zunehmend wertvoller, wenn Unternehmen mehr Modelle für mehr Anwendungsfälle einsetzen. Der Wert von Open-Weight-KI liegt in der Wahlfreiheit, doch diese Wahl ist leichter aufrechtzuerhalten, wenn die zugrunde liegende Umgebung Veränderungen unterstützen kann, ohne dass die Teams jedes Mal den gesamten Stack neu aufbauen müssen.

Für den unvermeidbaren Wandel gebaut

Open-Weight-KI ermöglicht es Unternehmen, aus einer wachsenden Auswahl an Modellen zu wählen, statt jede Arbeitslast um einen einzigen Anbieter oder eine Modellfamilie herum zu gestalten. Das kann auch Abhängigkeiten von einem Anbieter verringern. Weil Unternehmen Modellgewichte unter der geltenden Lizenz behalten und einsetzen können, haben sie möglicherweise mehr Freiheit, Arbeitslasten über kompatible Infrastrukturen zu verschieben, Bereitstellungsumgebungen zu ändern oder ein anderes Modell zu übernehmen, wenn sich die Anforderungen weiterentwickeln.

Kein einzelnes Modell wird wahrscheinlich für jeden Anwendungsfall in Unternehmen die beste Lösung sein. Ein Modell kann besser für das logische Denken geeignet sein, ein anderes für die Codegenerierung und ein weiteres für einen spezialisierten internen Anwendungsfall. Außerdem können Lizenzbedingungen, Infrastrukturanforderungen, Latenz und Effizienz von Modell zu Modell erheblich variieren. Ein Open-Model-Ökosystem bietet Unternehmen mehr Spielraum, diese Unterschiede zu bewerten und entsprechend auszuwählen. 

Dasselbe Prinzip gilt für die Bereitstellung: Unternehmen können basierend auf ihren Daten-, Leistungs- und Governance-Anforderungen entscheiden, welche Workloads vor Ort, in der Cloud, am Edge oder über eine Kombination von Umgebungen verteilt werden sollen.

Williams stellte dies als eine Entscheidung zur Arbeitslastplatzierung dar und nicht als eine Infrastrukturentscheidung nach dem Prinzip „One size fits all“. „Die Fragen, wie Ihre Infrastruktur aussehen muss, was Sie in der Public Cloud nutzen können, was Sie vor Ort behalten müssen und was Sie zum schnellsten Ergebnis führt, werden zu einem Entscheidungsprozess für KI-Arbeitslasten“, sagte sie.

Ein breiteres Modell-Ökosystem kann es auch erleichtern, sich an die Entwicklung des Marktes anzupassen. Ein Modell, das den heutigen Anforderungen entspricht, kann schließlich durch eines ersetzt werden, das bessere Leistung, geringere Latenz oder verbesserte Effizienz bietet. Der Erhalt des Zugangs zu einem breiteren Modell-Ökosystem kann diese Veränderungen leichter verkraftbar machen.

Die Arbeit von Dell mit Hugging Face veranschaulicht, wie sich diese Modellauswahl auf die Unternehmensbereitstellung ausweiten kann. Dell Enterprise Hub auf Hugging Face unterstützt den Zugriff auf mehrere offene Modelle für die Bereitstellung auf unterstützter Dell-Infrastruktur, einschließlich Modelle aus Familien wie Meta Llama und Kimi. Der übergeordnete Aspekt ist nicht die einzelnen Modelle selbst, sondern die Fähigkeit, unter ihnen auszuwählen, wenn sich die Anforderungen des Unternehmens weiterentwickeln.

Der strategische Wert von Open-Weight-KI liegt darin, Optionen über den gesamten Modelllebenszyklus hinweg zu bewahren: welches Modell verwendet werden soll, wo es ausgeführt wird, wie es angepasst wird und wann die Richtung geändert wird.

Open-Weight-KI mit Gewissheit steuern

Governance verwandelt die Modellauswahl in eine reproduzierbare unternehmerische Fähigkeit, indem sie den Teams eine konsistente Methode bietet, Modelle zu genehmigen, bereitzustellen, zu überwachen und zu aktualisieren, während sich die Arbeitslasten weiterentwickeln.  

Für Open-Weight-KI bedeutet das, klare Verantwortlichkeiten festzulegen, Lizenzbedingungen zu verstehen, die Herkunft des Modells zu überprüfen, den Zugriff auf Produktionssysteme zu kontrollieren, Modelle anhand des vorgesehenen Anwendungsfalls zu testen und die Leistung langfristig zu überwachen. Wenn Modelle aktualisiert oder angepasst werden, benötigen Unternehmen auch einen einheitlichen Prozess zur Überprüfung von wesentlichen Änderungen und zur Verwaltung des Lebenszyklus der in der Produktion eingesetzten Modelle.

Eine gemeinsame Betriebsumgebung erleichtert die Anwendung dieser Praktiken über ein wachsendes Portfolio von KI-Arbeitslasten hinweg. Statt für jedes Modell einen eigenen Governance-Prozess zu schaffen, können Teams gemeinsame Sicherheits-, Lebenszyklus- und Überwachungsverfahren nutzen, wenn sie neue Modelle bewerten, bereitstellen und verwalten.

Die Governance hängt auch vom Betriebsmodell rund um die Technologie ab. Williams argumentierte, dass dies oft der schwierigere Teil der Produktions-KI ist. „Die Technologie ist der einfache Teil“, sagte sie. „Schwierig sind wirklich die Veränderungen im Unternehmen.“ In der Praxis bedeutet das, Zuständigkeiten für Finanzierung, Änderungsfreigabe, Sicherheit und Risiko festzulegen sowie den laufenden Wert zu messen.

Dell AI Factory mit NVIDIA kann diesen Ansatz unterstützen, indem es Unternehmen eine standardisierte Grundlage für die Bereitstellung und Verwaltung von KI in Umgebungen bietet, die sie kontrollieren. Dell Enterprise Hub bietet ein weiteres Beispiel, mit Bereitstellungsressourcen und Modellverpackungen, die darauf ausgelegt sind, unterstützte Modelle auf Dell- und NVIDIA-Infrastrukturen leichter operationalisierbar zu machen.

Für Unternehmen kann Governance Teil des Prozesses zur Skalierung von Open-Weight-KI werden. Mit den richtigen Kontrollen können Teams neue Modelle bewerten, in die Produktion überführen und im Laufe der Zeit anpassen, ohne jede Bereitstellung als völlig neues Vorhaben zu behandeln.

Bauen für die Zukunft

Open-Weight-KI bietet Unternehmen mehr Kontrolle darüber, wo Modelle ausgeführt werden, wie sie sich weiterentwickeln und wie sensible Daten verwaltet werden. Ebenso wichtig ist, dass sie Unternehmen Spielraum gibt, unterschiedliche Entscheidungen zu treffen, wenn sich Modelle, wirtschaftliche Rahmenbedingungen und geschäftliche Anforderungen ändern.

Die Fähigkeit, den Kurs zu ändern, könnte zu einer der wichtigsten Eigenschaften einer KI-Architektur für Unternehmen werden. Die heute führenden Modelle werden nicht zwangsläufig diejenigen sein, auf die Unternehmen morgen vertrauen. Unternehmen, die Wahlfreiheit bei Modellen und Einsatzumgebungen bewahren, können neue Fähigkeiten übernehmen, ohne die Kontrolle über die dahinterstehende Daten- und Infrastruktur aufzugeben.

Dell AI Factory mit NVIDIA – zusammen mit der umfassenden Arbeit von Dell mit Hugging Face, Dell Enterprise Hub sowie dem Engagement von Dell und NVIDIA für das Open-Model-Ökosystem – bietet eine Grundlage, um diese Strategie im Unternehmensmaßstab umzusetzen. 

Das Ergebnis ist eine KI-Umgebung, die auf Wahlfreiheit ausgelegt ist: Wahl des Modells, Wahl der Bereitstellung und größere Kontrolle darüber, wie es weitergeht.