Stand: Juni 2026
Mitte Juni hatte Anthropic mit Claude Fable 5 sein bisher stärkstes Modell öffentlich zugänglich gemacht, nur um den Zugang wenige Tage später auf Druck der US-Regierung wieder auszusetzen. Unabhängig davon, wie dieser Vorfall ausgeht, ist er aus zwei Gründen interessant:
Dies war der erste weithin bekannte Fall, in dem eine Regierung aus Sicherheitsbedenken den Zugang zu einem KI-Modell für alle Nutzer von einem Moment auf den anderen gesperrt hat. Zugleich kam die Sperrung, nachdem Anthropic selbst bereits diverse Schranken eingebaut hatte: Manche Anfragen zu als kritisch eingestuften Themen wurden zu anderen Modellen geleitet oder gar nicht beantwortet. Das geschah relativ intransparent und wirft eine unbequeme Frage auf: Für welches Modell zahlt man eigentlich, wenn Anbieter je nach Thema, Nutzergruppe oder politischer Lage stillschweigend ein anderes Verhalten ausliefern können?
Damit wird Herkunft nicht nur zu einer Datenschutzfrage, sondern zu einer Frage der Verfügbarkeit: Wer kontrolliert, welches Modell Nutzer tatsächlich bekommen? In diesem Zuge sind Fragen zu Alternativen und KI-Souveränität auf nationaler sowie auf Unternehmensebene aufgekommen. Aber welche Modelle gibt es überhaupt? Wo kommen diese her, und welche europäischen Varianten stehen zur Verfügung?
Dieser Artikel gibt einen (notwendigerweise unvollständigen) Überblick über die wichtigsten Modellfamilien, ihr Herkunftsland und ihren Lizenzstatus. Ein besonderer Fokus liegt auf europäischen Optionen, die in der allgemeinen Wahrnehmung oft hinter den großen US-amerikanischen und chinesischen Anbietern verschwinden.
Warum Herkunft und Lizenz relevant sind
Für viele Anwendungsfälle ist schlicht die beste verfügbare Qualität entscheidend, und die liefern aktuell oft die proprietären Spitzenmodelle aus den USA, solange sie im jeweiligen Anwendungsfall verfügbar bleiben. Sobald aber Datenschutz, regulatorische Anforderungen oder die Vermeidung von Anbieterabhängigkeit ins Spiel kommen, werden zwei Eigenschaften wichtig.
Zum einen das Herkunftsland des entwickelnden Unternehmens, denn es bestimmt, welcher Rechtsordnung der Anbieter unterliegt. US-Anbieter fallen etwa unter den CLOUD Act, was für DSGVO-sensible Daten relevant sein kann (mehr dazu in unserem Artikel zu EU- und Self-Hosted-Alternativen).
Zum anderen die Lizenz. Hier ist die wichtigste Unterscheidung die zwischen proprietären Modellen, die nur über die API oder Cloud des Anbieters nutzbar sind, und sogenannten Open-Weight-Modellen, deren Gewichte frei heruntergeladen werden können. Letztere lassen sich grundsätzlich auf eigener Infrastruktur betreiben, also im eigenen Rechenzentrum oder bei einem europäischen Hoster.
Wichtig: “Open Weight” bedeutet nicht automatisch “Open Source”. Bei den meisten dieser Modelle sind zwar die Gewichte verfügbar, nicht aber die Trainingsdaten oder der vollständige Trainingscode. Echte, vollständig offene Modelle sind nach wie vor die Ausnahme. Hinzu kommt, dass die stärksten Open-Weight-Modelle sehr groß sind und Infrastruktur benötigen, die bei den meisten Unternehmen nicht vorliegt und teuer in der Anschaffung ist.
Die großen Modellfamilien im Überblick
Die folgende Tabelle fasst die international wichtigsten Modellfamilien zusammen. Die Angabe zum Open-Weight-Status bezieht sich darauf, ob sich zumindest Teile der Familie selbst hosten lassen.
| Name | Herkunftsland | Open Weight | Lizenz/Status | Anmerkungen |
|---|---|---|---|---|
| Claude | USA | ☐ | proprietär | Anthropic; nur über API und Cloud-Plattformen nutzbar; stark bei Coding und agentischen Aufgaben |
| GPT | USA | ☐ | proprietär / Open Weight bei gpt-oss |
OpenAI; Flaggschiff-Modelle der GPT-5-Reihe sind proprietär; gpt-oss ist self-hostbar |
| Gemini | USA | ☐ | proprietär | Google / Google DeepMind; Flaggschiff-Modellfamilie, verfügbar über Gemini, AI Studio, Vertex AI bzw. API |
| Gemma | USA | ☑ | Open Weight / je nach Version eigene Gemma-Lizenz bzw. offene Lizenz | Google / Google DeepMind; offene Modellfamilie mit technischer Linie aus Gemini-Forschung, für lokale Nutzung, Fine-Tuning und Deployment gedacht |
| Llama | USA | ☑ | Meta Community License | weit verbreitete Basis für angepasste Modelle; Einschränkungen für sehr große Anbieter |
| Grok | USA | ☐ | überwiegend proprietär | xAI; ältere Versionen wie Grok-1 wurden als Open Weight veröffentlicht |
| Phi | USA | ☑ | Open Weight | Microsoft; kompakte Modelle für den Betrieb mit begrenzten Ressourcen |
| OLMo | USA | ☑ | vollständig offen | Allen Institute for AI; Gewichte, Daten und Code verfügbar; auf Transparenz und Forschung ausgelegt |
| Command | Kanada | ☐ | proprietär / teilweise Open Weight | Cohere; auf Unternehmen ausgerichtet; Teile der Familie wie Command R sind verfügbar |
| Qwen | China | ☑ | Apache 2.0 für viele Varianten | Alibaba; umfangreiche Familie, stark bei Coding-Aufgaben und gut self-hostbar |
| DeepSeek | China | ☑ | MIT | bekannt für starke Reasoning-Leistung bei vergleichsweise niedrigen Trainingskosten |
| Kimi | China | ☑ | Open Weight | Moonshot AI; u. a. K2-Reihe; self-hostbar |
| GLM | China | ☑ | Open Weight | Zhipu AI / Z.ai; self-hostbare Modellfamilie |
| MiniMax | China | ☑ | Open Weight | M1/M2 mit langem Kontext und starker Leistung bei agentischen Aufgaben; u. a. über vLLM/SGLang betreibbar |
| Ernie | China | ☐ | proprietär / teilweise Open Weight | Baidu; lange proprietär, mit Ernie 4.5 inzwischen teilweise verfügbar |
| Nova | USA | ☐ | proprietär | Amazon; eng in die AWS-Plattform integriert |
Auffällig ist das Muster: Die führenden US-Modelle (Claude, GPT, Gemini, Grok) sind überwiegend proprietär, während die stärksten Open-Weight-Modelle derzeit häufig aus China kommen (Qwen, DeepSeek, Kimi, GLM). Wer Self-Hosting unabhängig von einem einzelnen Cloud-Anbieter anstrebt, landet schnell bei diesen chinesischen Familien oder bei Metas Llama, was wiederum eigene Fragen zur Herkunft aufwirft.
Europäische Modelle
Genau in diese Lücke stoßen europäische Anbieter. Sie sind selten an der absoluten Leistungsspitze, punkten aber mit europäischer Rechtsordnung, oft besserer Unterstützung kleinerer europäischer Sprachen und einem klaren Bekenntnis zu offenen Lizenzen und Datenschutz. Neben dem bekanntesten Vertreter Mistral gibt es eine ganze Reihe weiterer, oft aus Forschungsprojekten hervorgegangener Modelle.
| Name | Herkunftsland | Open Weight | Lizenz/Status | Anmerkungen |
|---|---|---|---|---|
| Mistral | Frankreich | ☑ | Apache 2.0 für viele Modelle | Mistral AI; prominentester europäischer Anbieter; Mistral Large 3 mit 675 Mrd. Parametern; API und Cloud-Angebote zusätzlich verfügbar |
| Pharia / Luminous | Deutschland | ☑ | Open-Aleph-Lizenz | Aleph Alpha aus Heidelberg; auf souveräne und regulatorisch konforme Einsätze ausgerichtet; Pharia nur nicht-kommerziell nutzbar |
| Teuken | Deutschland | ☑ | Apache 2.0 | OpenGPT-X / Fraunhofer; öffentlich gefördertes Projekt, trainiert auf allen 24 EU-Amtssprachen |
| EuroLLM | EU-Konsortium | ☑ | Open Weight | mehrere Forschungseinrichtungen; deckt alle 24 EU-Amtssprachen plus weitere Sprachen ab; stark bei Übersetzungen |
| Apertus | Schweiz | ☑ | vollständig offen | ETH Zürich, EPFL und CSCS; Gewichte, Trainingsdaten und Trainingsrezept offen; Varianten mit 8 und 70 Mrd. Parametern |
| Salamandra | Spanien | ☑ | Open Weight | Barcelona Supercomputing Center; Schwerpunkt auf europäischer Mehrsprachigkeit |
| Poro / Viking | Finnland | ☑ | Open Weight | Silo AI; Fokus auf nordische Sprachen; auf Europas Supercomputer LUMI trainiert; Silo AI gehört inzwischen zu AMD |
| Pleias | Frankreich | ☑ | vollständig offen | Modelle ausschließlich auf gemeinfreien und CC-lizenzierten Daten trainiert; reduziert Urheberrechts- und DSGVO-Risiken |
| Lumo | Schweiz | ☐ | Dienst auf Basis bestehender Open-Weight-Modelle | Proton; datenschutzorientierter Assistent, europäisch gehostet; keine eigene Modellfamilie |
Verteilung nach Herkunftsland
Trägt man die genannten Modellfamilien auf einer Weltkarte ab, wird die Konzentration deutlich: Die meisten stammen aus den USA, gefolgt von China. Europa kommt zwar mit Frankreich, Deutschland, der Schweiz, Spanien und Finnland auf eine ganze Reihe von Anbietern, diese sind aber über mehrere Länder verteilt. Fahren Sie mit der Maus über ein Land, um die jeweilige Anzahl und die einzelnen Modellfamilien zu sehen.
Hinweis: EuroLLM ist ein paneuropäisches Forschungskonsortium und lässt sich keinem einzelnen Land zuordnen, weshalb es auf der Karte nicht erscheint. Die Karte zählt Modellfamilien, nicht einzelne Modellvarianten.
Einordnung für die Praxis
Für maximale Qualität führt aktuell selten ein Weg an den großen proprietären US-Modellen vorbei, solange sie im jeweiligen Anwendungsfall verfügbar bleiben. Sobald aber Datenhoheit, regulatorische Anforderungen oder Unabhängigkeit von einem einzelnen Anbieter zählen, lohnt der genaue Blick auf Herkunft und Lizenz.
Für Self-Hosting ohne besondere Anforderungen an die Herkunft bieten Qwen, DeepSeek und Llama leistungsstarke Open-Weight-Modelle. Bei Anforderungen an europäische Herkunft, Sprachabdeckung und Datenschutz kommen Mistral, Teuken, EuroLLM, Apertus und die weiteren genannten Modelle in Frage. Der Abstand zur Spitze ist bei vielen Aufgaben kleiner, als die öffentliche Wahrnehmung vermuten lässt, und für viele praktische Anwendungsfälle reicht die Leistung dieser Modelle völlig aus.
Fazit: Zugang ist Teil der Modellqualität
Der Vorfall um Fable 5 zeigt, dass einfach nur die Frage nach dem besten Modell nicht ausreicht. Ein Modell kann technisch führend sein und trotzdem von einem Tag auf den anderen für bestimmte Nutzergruppen verschwinden, gedrosselt werden oder je nach Anfrage auf ein anderes Modell ausweichen. Für Unternehmen ist das schnell mehr als nur ein Komfortproblem. Es betrifft Planbarkeit, Nachvollziehbarkeit, Compliance und die Frage, ob eine zugesagte Modellleistung im Alltag tatsächlich verfügbar bleibt.
Deshalb gehört zur Modellauswahl mehr als nur Benchmark-Qualität. Wichtig ist auch, wer den Zugang kontrolliert, welcher Rechtsordnung der Anbieter unterliegt, ob Modellwechsel transparent gemacht werden und ob es eine realistische Ausweichoption gibt. Open-Weight-Modelle und europäische Anbieter lösen nicht jedes Qualitäts- oder Infrastrukturproblem, aber sie reduzieren die Abhängigkeit von einzelnen Plattformen. Wer KI strategisch einsetzt, sollte deshalb nicht nur fragen, welches Modell heute am stärksten ist, sondern welches Modell morgen noch zu denselben Bedingungen nutzbar bleibt.
Gern unterstützen wir Sie dabei, das passende Modell für Ihren Anwendungsfall auszuwählen und, wo sinnvoll, datenschutzkonform auf eigener oder europäischer Infrastruktur zu betreiben. Wenn Sie Ihre Optionen einordnen möchten, sprechen Sie uns an.