2 Min. Lesezeit KI-generiert

Soll die USA Distillation gesetzlich erlauben? Die neue Open-Source-Debatte

Artikel als Markdown kopieren

Ben Thompson schlägt vor, die USA sollten das Training auf fremden Daten als Fair Use festschreiben — und Klauseln gegen Distillation verbieten. Auslöser: Alibaba öffnet Qwen 3.8 Max, während westliche Labore ihre Modelle abschotten.

Featured image for "Soll die USA Distillation gesetzlich erlauben? Die neue Open-Source-Debatte"

Während die großen westlichen Labore ihre Spitzenmodelle immer stärker abschotten, geht China in die Gegenrichtung. Alibaba hat sein neues Qwen 3.8 Max — ein Modell mit 2,4 Billionen Parametern, fast so groß wie Kimi K3 — als Open Weights veröffentlicht. Das ist eine Kehrtwende: Das Vorgängermodell Qwen 3.7 Max wollte man im Mai noch nicht freigeben. Genau diese Bewegung hat eine spannende Grundsatzdebatte ausgelöst.

Der Vorschlag

Analyst Ben Thompson argumentiert in «Who’s Afraid of Chinese Models?», die USA sollten ein Gesetz verabschieden, das zwei Dinge festschreibt: Erstens, dass das Sammeln von Daten fürs Training ausdrücklich Fair Use ist. Zweitens, dass Nutzungsbedingungen, die Distillation verbieten, für US-Firmen unzulässig sind.

Seine Logik: Distillation — also das gezielte Abfragen eines Modells über die API, um ein eigenes zu trainieren — lässt sich praktisch kaum verhindern. Statt es aussichtslos zu bekämpfen, solle die USA den umgekehrten Weg gehen: eine Copyright-Politik, die die Labore absichert und garantiert, dass das erlernte Wissen weiteren Innovationen dient. Nebenbei trifft er einen wunden Punkt — Labore verbieten Distillation gegen ihre Modelle, obwohl sie selbst auf nicht lizenzierten Daten trainiert haben.

Der China-Kontext

Thompson vermutet, Alibabas Entscheidung sei auch von einer Rede Xi Jinpings beeinflusst, der Mitte Juli dazu aufrief, «diese seltene, historische Gelegenheit zu nutzen, um Open Source, Offenheit, Zusammenarbeit und Teilen zu fördern». Wenn China offene Gewichte strategisch als Standard setzt, während der Westen zumacht — wer prägt dann das globale Ökosystem?

Meine Einordnung

Ich finde die Debatte wichtiger als die Frage, ob man Thompsons Rezept eins zu eins folgt. Denn sie legt eine echte Spannung offen: Offenheit beschleunigt Innovation und Verbreitung — schwächt aber den Schutz, mit dem Labore ihre Milliarden-Investitionen rechtfertigen. Und die Gegenseite hat Argumente: Wer Fair Use pauschal festschreibt, entwertet die Arbeit derjenigen, deren Daten das Training überhaupt erst möglich machen. Auch Sicherheitsbedenken gegen frei verfügbare Spitzenmodelle sind nicht vom Tisch.

Was mich umtreibt, ist die geopolitische Schlagseite. Wenn offene Modelle zunehmend aus China kommen und die stärksten westlichen Modelle hinter API-Schranken verschwinden, ist das keine rein juristische Frage mehr. Vielleicht ist die eigentliche Erkenntnis simpel: Offenheit ist längst ein strategisches Werkzeug — und beide Seiten haben verstanden, wie man es einsetzt.


Quellen: