Geschätzte Lesezeit: 4 Minuten
LLMs wie Claude von Anthropic, ChatGPT von OpenAI oder Gemini von Google sind bekannt und werden heute von Millionen Menschen genutzt.
Auch Unternehmen setzen zunehmend auf KI und LLM, um Prozesse zu automatisieren und zeitaufwendige Aufgaben in deutlich kürzerer Zeit zu erledigen. Dabei rückt für viele Unternehmen die Frage nach einem Open Source LLM für Unternehmen zunehmend in den Vordergrund, gerade dann, wenn Datenschutz und Unabhängigkeit eine Rolle spielen.
Neben den LLM der großen Anbieter gibt es auch Open Source LLM-Modelle. Das bedeutet: Code und Trainingsdaten liegen vollständig offen, und für den Betrieb fallen keine Tokenkosten an. Allerdings muss man diese Modelle auf eigener Hardware betreiben. Das bedeutet einmalig hohe Anschaffungskosten und laufenden Wartungsaufwand.
Warum dann Open Source LLM?
Vor kurzem hat Anthropic die neueste Version seiner KI-Lösung Claude veröffentlicht: Mythos und Fable. Der Unterschied zwischen beiden liegt darin, dass Fable bei Anfragen im Bereich Cybersicherheit stärker eingeschränkt ist als Mythos, das einem kleinen Kreis geprüfter Partner vorbehalten bleibt.
Nur wenige Tage nach dem Launch erhielt Anthropic eine Anweisung der US-Regierung, den Zugriff auf beide Modelle für alle ausländischen Nutzer weltweit zu sperren, einschließlich der eigenen ausländischen Mitarbeiter. Da eine selektive Umsetzung dieser Vorgabe für Anthropic praktisch nicht möglich war, hat das Unternehmen beide Modelle kurzerhand für sämtliche Kunden abgeschaltet, unabhängig vom Standort.
„Update: Der Zugriff auf Claude Mythos und Fable wurde am 1. Juli 2026 nach Aufhebung der Exportbeschränkungen wiederhergestellt. Das Grundproblem – die Abhängigkeit von Entscheidungen ausländischer Regierungen – bleibt für uns dennoch ein wichtiges Argument für eine eigene Lösung.“
Genau das ist der Punkt: Hätte ein Unternehmen seine Lösung bereits auf eines dieser Modelle umgestellt, hätte sie von einem Tag auf den anderen nicht mehr funktioniert. Und dieses Szenario lässt sich beliebig weiterdenken. Was, wenn das US-Handelsministerium den Zugriff auf bestimmte Modelle grundsätzlich für Nutzer außerhalb der USA untersagt? Über Nacht würden alle darauf aufgebauten Lösungen außerhalb der USA ausfallen.
Hinzu kommt ein zweiter, ebenso wichtiger Punkt: Daten, die an US-amerikanische LLM-Anbieter gesendet werden, werden in der Regel auch in den USA verarbeitet. Für viele Unternehmen ist das ein ernstzunehmendes Datenschutzproblem, besonders wenn es um sensible interne Dokumente oder vertrauliche Geschäftsdaten geht.
| Kriterium | Open Source LLM | Proprietäres LLM (z. B. ChatGPT, Claude) |
|---|---|---|
| Kosten | Keine laufenden Tokenkosten, dafür höhere Anschaffungskosten für eigene Hardware | Laufende Nutzungskosten (Tokens/Abo), aber keine Hardware-Investition nötig |
| Kontrolle | Volle Kontrolle über Betrieb, Updates und Verfügbarkeit | Abhängig von Entscheidungen des Anbieters (z. B. Abschaltungen, Preisänderungen) |
| Datenschutz | Daten bleiben vollständig in eigener Infrastruktur – bei one:ic: Deutschland | Daten werden meist beim Anbieter verarbeitet, oft im Ausland (z. B. USA) |
| Wartungsaufwand | Eigenes Team/Dienstleister nötig für Betrieb, Updates, Sicherheit | Entfällt – Wartung liegt vollständig beim Anbieter |
Was one:ic macht
Genau aus diesen Gründen hat sich one:ic entschieden, ein eigenes Open Source LLM für Unternehmen zu betreiben. Dadurch sind wir unabhängig von US-amerikanischen Anbietern und erfüllen höchste Sicherheits- und Datenschutzstandards gemäß DSGVO. Alle Daten werden ausschließlich in Deutschland verarbeitet, ohne dass wir oder Dritte Zugriff darauf hätten.
Sollten einzelne Modelle künftig auf Anweisung der US-Regierung abgeschaltet oder für bestimmte Länder gesperrt werden, betrifft uns das nicht. Unsere Lösung bleibt unabhängig und verlässlich im Betrieb.
Wenn Sie mehr über unsere Cloud erfahren möchten, klicken Sie hier.
Wollen Sie mehr über unsere KI-Lösung erfahren? Dann klicken Sie hier.
FAQ
US-Anbieter wie ChatGPT oder Claude verarbeiten Daten meist in den USA und können, wie der Fall Claude Mythos und Fable zeigt, durch behördliche Vorgaben kurzfristig eingeschränkt werden. Unser eigenes Open-Source-LLM läuft ausschließlich in unserer eigenen deutschen Infrastruktur. Das schützt Ihre Daten und macht uns von solchen externen Entscheidungen komplett unabhängig.
Bei Open-Source-Modellen fallen keine laufenden Tokenkosten an, dafür betreiben wir das Modell auf eigener Hardware – das bedeutet höhere Anfangsinvestitionen und laufenden Wartungsaufwand. Die konkreten Kosten hängen vom individuellen Nutzungsvolumen ab.
Bei Open-Source-LLMs liegen Code und Trainingsdaten vollständig offen, und es fallen keine Tokenkosten an. Der Unterschied zu den LLMs großer Anbieter: Wir betreiben das Modell selbst auf eigener Hardware, statt es über die Cloud eines externen Anbieters zu nutzen.