AI Potluck: Eine Landkarte zeigt die Lücken im offenen KI-Stack

Das Pariser Non-Profit Current AI durchsuchte über 24.000 Open-Source-KI-Projekte und benotete die 472 wichtigsten. Die Landkarte mit dem Namen AI Potluck zeigt für jeden Baustein, wie offen er wirklich ist und wo dem freien KI-Stack noch die Alternativen fehlen. Für Firmen, die ihre Abhängigkeit von OpenAI und Google prüfen, ist das eine Einkaufsliste.

drweb.de als bevorzugte Quelle auf Google hinzufügenQualitätsgeprüfte Inhalte direkt in Google News & DiscoverJetzt hinzufügen

Der Open-Source-KI-Stack ist in zwei Jahren von einer Handvoll Modelle auf Zehntausende Projekte angewachsen. Kaum jemand überblickt noch, welche davon wirklich offen sind. Eine neue Landkarte sortiert dieses Dickicht erstmals nach nachprüfbaren Kriterien.

Das Wichtigste in Kürze

• Das Pariser Non-Profit Current AI wertete über 24.000 Open-Source-KI-Projekte aus und bewertete davon 472 im Detail.
• Jedes Projekt bekommt getrennte Noten für Offenheit auf einer Skala von 0 bis 5, für Verbreitung und für Leistung, dazu einen Text zu den offenen Lücken.
• Anders als reine Kataloge wie die LF AI & Data Landscape trennt die Karte echtes Open Source von bloßen Open-Weights-Modellen.
• Deutschland gehört zu den zehn Regierungen hinter Current AI, was die Karte zu einem Politikum der digitalen Souveränität macht.

Was steckt hinter der Open-Source-Landkarte von AI Potluck?

AI Potluck ist das jüngste Projekt von Current AI, einem Non-Profit, das im Februar 2025 auf dem Pariser KI-Aktionsgipfel startete und 350 Millionen Euro Startkapital von zehn Regierungen und mehreren Stiftungen einsammelte.^[2] Hinter der Landkarte steht ein simpler Befund: Niemand wusste bisher genau, wie vollständig der offene KI-Stack eigentlich ist.

Zusammen mit Hugging Face und Fachleuten der Columbia-Convening-Runde durchsuchte das Team über 24.000 Projekte und bewertete 472 davon im Detail, verteilt auf 257 Organisationen und 16 Kategorien über drei Ebenen.^[1] Drei Achsen entscheiden über die Note: Offenheit auf einer Skala von 0 bis 5, die tatsächliche Verbreitung und die Leistung.

Der eigentliche Clou steckt im Lücken-Text je Kategorie. Statt nur zu katalogisieren, benennt die Karte, wo dem offenen Ökosystem noch ein Baustein fehlt, etwa bei Trainingsdaten oder bei quelloffener Auswertung.

Wie unterscheidet sich die Karte von bestehenden Übersichten?

Landkarten der KI-Welt gibt es viele. Die bekannteste, die LF AI & Data Landscape der Linux Foundation, listet quelloffene KI- und Datenprojekte ab 300 GitHub-Sternen und zeigt Sterne, Commits und Mitwirkende.^[3] Über den Grad der Offenheit sagt sie nichts.

Genau hier setzt AI Potluck an. Die Bewertung folgt dem Model Openness Framework und der Columbia-Runde von 2024 und trennt echtes Open Source von Modellen, die nur ihre Gewichte veröffentlichen und sich trotzdem offen nennen. Dass diese Grenze verschwimmt, zeigt der Erfolg chinesischer Open-Weight-Modelle. Selbst Meta zog sein Modell Muse Spark hinter eine Bezahlschranke. In der Karte tragen solche Fälle die Note „open-ish“ statt „open“.

Diese Unterscheidung ist keine Wortklauberei. Ein Modell mit offenen Gewichten, aber geschlossenen Trainingsdaten lässt sich weder vollständig prüfen noch sauber reproduzieren. Für Auditpflichten und Haftung zählt genau diese Prüfbarkeit.

Was bedeutet die Karte für Entscheider im DACH-Raum?

Für deutschsprachige Firmen ist die Karte mehr als eine Fingerübung. Deutschland zählt zu den zehn Regierungen hinter Current AI. Parallel baut das EU-Projekt OpenEuroLLM mit 37,4 Millionen Euro aus dem Programm Digitale Europa eine offene Modellfamilie für alle EU-Amtssprachen.^[4] Für die Debatte um souveräne KI liefert die Gap Map die passende Bestandsaufnahme.

Praktisch beantwortet die Karte die Kernfrage jeder Sourcing-Strategie: Für welche Aufgaben gibt es eine belastbare offene Alternative und wo bleibt die Abhängigkeit von US-Anbietern vorerst bestehen? Die Offenheitsnote taugt zugleich als Argument in der Compliance, weil der EU-AI-Act quelloffene Modelle milder behandelt als geschlossene. Ein Beispiel für die deutsche Seite liefert das offene Modell Soofi S.

Weil die Daten unter MIT-Lizenz frei auf GitHub liegen, lässt sich jede Bewertung im eigenen Haus nachrechnen, statt dem Marketing der Anbieter zu vertrauen. Das Non-Profit will nicht bei der Karte stehen bleiben: Über einen zwölfmonatigen Sprint ab Juli 2026 soll aus den offenen Teilen ein durchgängiges KI-Produkt entstehen, das keinem einzelnen Konzern gehört. Ob das gelingt, verrät die Karte noch nicht, doch sie zeigt, wie weit der Weg dorthin ist.

Quellen

[1] AI Potluck / Current AI: „Open Source AI Gap Map“

[2] Current AI: „Governments, Philanthropies, and Companies Unite for Major New Global AI Initiative“

[3] LF AI & Data Foundation: „LF AI & Data Landscape“

[4] OpenEuroLLM: „Open LLMs for Transparent AI in Europe“

Mehr Newshunger?

• Chinesische KI-Modelle: Warum das Silicon Valley heimlich umsteigt
• Was kann Soofi S? Deutschlands offenes KI-Modell im Check
• Muse Spark 1.1: Metas erstes kostenpflichtiges KI-Modell verlässt den Open-Source-Pfad
• Tencent Hy3 wird global: Chinas offene KI zielt auf europäische Büros
• Chinesische Open-Weight-KI: Das Weiße Haus verzichtet auf die eigene Sicherheitsprüfung
• Digitale Souveränität: SAP-Chef Klein setzt auf Talente statt neue Rechenzentren