Llama, Mistral oder Qwen? Open-Weight-Modelle für Ihre Organisation wählen
Kurz gesagt
Für den Unternehmenseinsatz in Europa zählt die Lizenz so viel wie die Qualität. Mistral (Frankreich) und Qwen (Alibaba) veröffentlichen ihre aktuellen Open-Weight-Modelle unter Apache 2.0, ohne Nutzungsbeschränkungen. Llama von Meta hat eine eigene Lizenz, die Unternehmen mit Hauptsitz in der EU keine Rechte an den multimodalen Modellen gewährt, darunter Llama 4. Danach entscheiden Sprache, Aufgabe und vorhandene Hardware.
Zuerst die Lizenz: Was dürfen Sie damit?
| Modellfamilie | Hersteller | Lizenz (aktuelle Modelle) | Achtung |
|---|---|---|---|
| Mistral | Mistral AI, Paris | Apache 2.0 (Mistral-3-Familie, Mistral Small 3.x) | Ältere oder spezialisierte Modelle können eine andere Lizenz haben |
| Qwen | Alibaba, China | Apache 2.0 (Qwen3) | Manche Organisationen berücksichtigen die Herkunft in ihrer Lieferantenrichtlinie |
| Llama | Meta, USA | Llama Community License mit Nutzungsrichtlinie | Keine Rechte an multimodalen Modellen für EU-Unternehmen; eigene Lizenz ab 700 Millionen monatlichen Nutzern |
Die EU-Beschränkung von Llama verdient Aufmerksamkeit. Seit Llama 3.2 steht in der Nutzungsrichtlinie, dass die Rechte an den multimodalen Modellen nicht an Personen mit Wohnsitz in der EU oder an Unternehmen mit Hauptsitz in der EU vergeben werden. Endnutzer eines Produkts, das ein solches Modell enthält, sind ausgenommen; eine europäische Organisation, die das Modell selbst betreiben will, fällt aber darunter. Llama 4 ist multimodal. Die reinen Textmodelle wie Llama 3.3 70B fallen nicht unter diese Beschränkung.
Apache 2.0 ist eine bekannte, großzügige Lizenz: kommerzielle Nutzung, Änderung und Weitergabe sind erlaubt, mit Namensnennung. Für die Rechtsabteilung ist das der einfachste Ausgangspunkt.
Dann: Sprache, Aufgabe und Größe
- Sprache. Testen Sie in den Sprachen, in denen Sie arbeiten, mit eigenen Texten. Die Qualität auf Deutsch, Niederländisch und Französisch unterscheidet sich je Modell und Version.
- Aufgabe. Kleine Modelle mit wenigen Milliarden Parametern sind schnell und günstig zum Klassifizieren, Zusammenfassen und Extrahieren. Große Modelle schreiben und schlussfolgern besser. Viele Organisationen betreiben mehrere.
- Größe und Hardware. Ein Modell mit 30 Milliarden Parametern läuft in 4 Bit auf einer Rechenzentrums-GPU; eines mit 70 Milliarden auch, aber mit wenig Spielraum. Große Mixture-of-Experts-Modelle wie Mistral Large 3 mit Hunderten Milliarden Parametern brauchen mehrere GPUs. Siehe Ein eigener LLM-Server on-premise.
- Kontextlänge. Sollen lange Verträge oder Akten in einem Durchgang verarbeitet werden, achten Sie auf das Kontextfenster und dessen Speicherbedarf.
Spielt die Herkunft eines Modells eine Rolle?
Ein Open-Weight-Modell auf Ihrer eigenen Hardware sendet keine Daten an den Hersteller. Es ist eine Datei mit Gewichten, kein Dienst. Das Datenrisiko hängt also nicht davon ab, wo der Hersteller sitzt.
Herkunft kann bei anderen Fragen zählen: welche Werte und Tabus das Modell im Training mitbekam, ob Ihre Richtlinie oder die Ihres Auftraggebers Lieferanten aus bestimmten Ländern ausschließt, und wie transparent der Hersteller über Training und Sicherheit ist. Dokumentieren Sie die Abwägung, damit Sie sie Prüfern oder Kunden erklären können. Nach der KI-Verordnung hilft eine transparente Modellherkunft auch Ihrer eigenen Dokumentation. Siehe KI-Verordnung 2026.
Nicht für immer wählen: Modelle austauschbar halten
Alle sechs Monate erscheinen bessere Modelle. Das wichtigste Gestaltungsprinzip ist daher, dass Sie das Modell wechseln können, ohne Automatisierungen neu zu bauen. Das gelingt, wenn Ihre Anwendungen über eine Standard-API sprechen und Sie pro Rolle festlegen, welches Modell dahinter steht.
In werqly AI Control wählen Sie pro Rolle, welches Modell verfügbar ist: ein schnelles kleines Modell für den Service Desk, ein größeres für juristische Analysen. werqly testet neue Open-Weight-Versionen und rollt sie auf Ihren Node aus; Sie entscheiden, wann eine Rolle wechselt. Welche Modelle werqly liefert, stimmen wir auf die Lizenzbedingungen für europäische Organisationen ab. Mehr zur Wahl einer eigenen Umgebung in Was ist private KI?
Häufige Fragen
Fragen zu diesem Thema
Darf ein europäisches Unternehmen Llama 4 nutzen?
Nach der Nutzungsrichtlinie von Meta werden die Rechte an den multimodalen Llama-Modellen, darunter Llama 4, Unternehmen mit Hauptsitz in der EU nicht gewährt. Endnutzer eines Produkts mit dem Modell sind ausgenommen. Lassen Sie die Bedingungen für Ihre Situation rechtlich prüfen.
Was bedeutet Apache 2.0 für den Unternehmenseinsatz?
Apache 2.0 erlaubt kommerzielle Nutzung, Änderung und Weitergabe, mit Namensnennung und ohne Nutzungsbeschränkungen wie eine Höchstzahl von Nutzern. Die aktuellen Open-Weight-Modelle von Mistral und Qwen erscheinen unter dieser Lizenz.
Ist ein chinesisches Open-Weight-Modell ein Datenrisiko?
Nicht, wenn es auf Ihrer eigenen Hardware läuft: Das Modell ist eine Datei und sendet keine Daten an den Hersteller. Die Herkunft kann aber in Ihrer Lieferantenrichtlinie und bei Fragen zu Training und Werten des Modells eine Rolle spielen. Dokumentieren Sie diese Abwägung.
Welches Open-Weight-Modell ist das beste?
Das hängt von Sprache, Aufgabe, Lizenz und Hardware ab und ändert sich alle sechs Monate. Testen Sie zwei oder drei Kandidaten mit eigenen Dokumenten und Aufgaben und richten Sie die Umgebung so ein, dass Sie später wechseln können.
Quellen
- Meta — Llama 4 Acceptable Use Policy (GitHub)
- Mistral AI — Introducing Mistral 3 (Dezember 2025)
- Qwen — Qwen3 auf GitHub
- Sara Zan — Using Llama models in the EU (2025)
Dieser Beitrag ist eine allgemeine Information, keine Rechtsberatung. Regeln und Leitlinien ändern sich; prüfen Sie im Zweifel die genannten Quellen oder fragen Sie Ihre Rechtsabteilung oder Ihren Datenschutzbeauftragten.