Meta lässt Ökonomie von Open-Source-KI durch Linux-Foundation-Studie untersuchen

Was die Studie tatsächlich behauptet

Am 21. Mai 2025 veröffentlichte Meta einen von Linux Foundation Research verfassten und von Meta selbst beauftragten Bericht mit dem Titel „The Economic and Workforce Impacts of Open Source AI“. Die zentralen Zahlen sind konkret: Zwei Drittel der befragten Organisationen halten Open-Source-KI für günstiger im Einsatz als proprietäre Modelle, und fast die Hälfte nennt Kosteneinsparungen als Grund für ihre Wahl.

Die Studie berichtet außerdem, dass 89 % der Organisationen, die KI in irgendeiner Form nutzen, dabei auf Open-Source-KI setzen. Zudem schätzt sie, dass Unternehmen 3,5-mal mehr ausgeben müssten, gäbe es keine Open-Source-Software. Auf der Arbeitsmarktseite behauptet der Bericht, KI-bezogene Fähigkeiten könnten den Lohn eines Arbeitnehmers um bis zu 20 % steigern.

Die Ergebnisse dieses Berichts machen deutlich: Open-Source-KI ist ein Katalysator für wirtschaftliches Wachstum und neue Chancen. Mit der wachsenden Verbreitung über alle Branchen hinweg sehen wir messbare Kosteneinsparungen, gesteigerte Produktivität und eine steigende Nachfrage nach KI-bezogenen Fähigkeiten, die Löhne und Karrierechancen verbessern können.Montana Labs

Die spannendste Behauptung betrifft kleine Unternehmen

Der konkreteste und am ehesten überprüfbare Befund ist, dass kleinere Unternehmen Open-Source-KI stärker nutzen als größere. Meta verknüpft dies mit den eigenen Llama Impact Grants und stellt kleine und mittlere Unternehmen als Hauptprofiteure kostengünstiger, anpassbarer Modelle dar.

Das ist eine plausible Dynamik. Ein Team ohne Beschaffungsbudget oder Lieferantenvertrag kann sich die Llama-Gewichte herunterladen und ohne Lizenzkosten pro Token betreiben. Der Aufwand, den ein großes Unternehmen einfach als Kostenposten verbucht, ist für einen kleineren Betrieb ein echtes Hindernis. Wenn diese Adoptionslücke real ist, sagt das etwas Praktisches darüber aus, wo offene Gewichte die größte Hürde senken.

Die Branchenprognosen als Obergrenzen lesen, nicht als Vorhersagen

Der Bericht stützt sich auf McKinsey-Zahlen, um das Potenzial zu bemessen: 170 bis 290 Milliarden US-Dollar für die fortschrittliche Fertigung und 150 bis 260 Milliarden US-Dollar an Wertschöpfung für das globale Gesundheitswesen, sobald KI branchenübergreifend im großen Maßstab eingesetzt wird. Diese Zahlen beziehen sich auf KI im Allgemeinen, nicht speziell auf Open-Source-KI, und die Beispiele aus Fertigung und Gesundheitswesen beschreiben mögliche Anwendungen, keine gemessenen Einsätze.

Die Darstellung im Gesundheitswesen – kostenlose, flexible Tools, die Diagnostik in ressourcenarmen Krankenhäusern unterstützen – ist das stärkste Argument dafür, warum Offenheit über den Preis hinaus zählt. Doch die Dollarbeträge stammen aus einer anderen Analyse zu KI im Allgemeinen. Sie markieren also eine Obergrenze des Marktes, keinen Ertrag, den irgendjemand tatsächlich durch Llama erzielt hat.

Der Interessenkonflikt ist der Kontext, keine Fußnote

Meta hat diese Studie beauftragt, und Meta entwickelt Llama. Der Schlusssatz des Berichts – dass offene KI-Modelle wie Metas Llama zum Industriestandard werden – macht das kommerzielle Interesse unmissverständlich deutlich. Das macht die Umfragedaten nicht falsch, bedeutet aber, dass die Darstellung von der Partei gewählt wurde, die von der Schlussfolgerung profitiert.

Für ein Team, das zwischen offenen und proprietären Modellen entscheidet, ist das nützliche Signal hier die Wahrnehmung der Einsatzkosten unter Vergleichsunternehmen sowie die stärkere Adoption bei kleineren Organisationen. Zu relativieren ist jede einzelne Gesamtsumme in Dollar, besonders jene, die aus unabhängigen, KI-weiten Prognosen entliehen wurden. Betrachten Sie den Bericht als gut belegtes Argument für offene Gewichte – nicht als neutrale Messung der wirtschaftlichen Wirkung von Llama.