Lange galten offene KI-Modelle als Spielwiese für Bastler — die ernsthafte Arbeit erledigten GPT, Claude und Gemini. Diese Ära geht gerade zu Ende: Wie die Financial Times am 27. September berichtet, verlagern immer mehr Unternehmen ihre KI-Arbeitslasten auf sogenannte Open-Weight-Modelle, deren Gewichte frei heruntergeladen und auf eigener Hardware betrieben werden können. Der Grund ist simpel: explodierende Kosten bei den proprietären Anbietern.
56 Prozent aller Token — der Kipppunkt ist erreicht
Die härtesten Zahlen liefert der Cloud-Anbieter Vercel, über dessen AI Gateway monatlich Billionen Token an verschiedenste Modelle geroutet werden. Laut dem aktuellen Production Index verarbeiteten Open-Weight-Modelle im August erstmals die Mehrheit des gesamten Token-Volumens: 56 Prozent. Der Aufstieg ist rasant — im Dezember 2025 lag ihr Anteil noch unter 10 Prozent, im April 2026 bei 13 Prozent.
Getragen wird der Trend von günstigen Modellen chinesischer Anbieter wie DeepSeek, Moonshot AI und Z.ai, die für viele Routineaufgaben inzwischen ausreichen. Gleichzeitig fallen die Preise auf breiter Front: Im August sanken die durchschnittlichen Token-Kosten um 23,2 Prozent — der dritte Monatsrückgang in Folge. Bemerkenswert auch das Tempo des Wandels: Die Hälfte aller im August verarbeiteten Token entfiel auf Modelle, die weniger als drei Monate alt waren.
Das Geld verdienen weiterhin die geschlossenen Modelle
So beeindruckend die Volumenzahlen sind — beim Umsatz sieht das Bild anders aus. Open-Weight-Modelle standen trotz 56 Prozent Token-Anteil nur für 14 Prozent der Ausgaben auf Vercels Gateway. Anthropic allein vereinnahmte im August 64 Prozent der Ausgaben, wobei Claude Opus 5 mit 22,5 Prozent das umsatzstärkste Einzelmodell blieb. Die Botschaft: Für anspruchsvolle Aufgaben zahlen Unternehmen weiterhin Premium-Preise, aber das Massengeschäft wandert zu den offenen Alternativen.
Tinder, Siemens, PNC: Warum Unternehmen umsteigen
Wie stark der Kostendruck ist, zeigt das Beispiel Tinder: Laut Technikchef Vinay Kuruvila lag der KI-Verbrauch der Dating-App im Januar noch bei einer Rate von einer Million Dollar pro Jahr — im Juli waren es bereits zehn Millionen. Tinder leitet deshalb inzwischen einen Teil der Anfragen an Open-Weight-Modelle um. Frontier-Modelle hätten „bereits genug Intelligenz für 90 Prozent der Aufgaben", so Kuruvila — die nötige Intelligenz ist also längst vorhanden. Holen die günstigeren offenen Modelle weiter auf, sieht er wenig Grund, für den Großteil der Aufgaben weiterhin Premium-Preise zu zahlen.
Tinder ist kein Einzelfall. Laut Financial Times haben zuletzt auch die Finanzgruppe PNC, der Logistiker C.H. Robinson und Siemens über den Einsatz offener Modelle gesprochen. Daten des Analysediensts AlphaSense zufolge haben sich Erwähnungen von „Open Weight" oder „Open Source" in Earnings Calls im August und September gegenüber dem Vorjahreszeitraum versechsfacht.
Was bedeutet das für Anwender in Deutschland?
Dass ausgerechnet Siemens unter den genannten Unternehmen ist, zeigt: Die Kostenwende ist längst auch ein deutsches Thema. Für hiesige Unternehmen sprechen dabei gleich zwei Argumente zusätzlich für Open-Weight-Modelle. Erstens die DSGVO: Wer ein Modell wie DeepSeek V4, GLM 5.2 oder Qwen3 auf eigener Hardware oder bei einem EU-Hoster betreibt, behält die volle Kontrolle über den Serverstandort — sensible Daten verlassen das Haus nicht, und die Abhängigkeit von US-Anbietern samt Auftragsverarbeitungsverträgen entfällt für diese Workloads. Zweitens der EU AI Act: Die seit August 2026 geltenden Transparenzpflichten lassen sich mit selbst betriebenen Modellen leichter dokumentieren, weil Unternehmen genau wissen, welches Modell in welcher Version läuft.
Für den Mittelstand heißt das konkret: KI-Ausgaben prüfen und Routineaufgaben wie Klassifizierung, Zusammenfassungen oder interne Suche testweise auf offene Modelle umstellen — Werkzeuge wie Ollama, LM Studio oder vLLM machen den Einstieg einfach. Komplexe Aufgaben bleiben vorerst bei den Frontier-Modellen. Eine Übersicht von über 130 lokal betreibbaren Modellen samt Hardware-Anforderungen bietet unser Lokale-KI-Verzeichnis; was Open Source bei KI-Modellen genau bedeutet, erklärt unser Glossar.