KI-Modellgewichte (AI Model Weights)

KI-Modellgewichte sind die gelernten Zahlenwerte, die bestimmen, wie ein neuronales Netz Eingaben verarbeitet und Ausgaben erzeugt. Während die Architektur beschreibt, wie ein Modell aufgebaut ist, enthalten die Gewichte das eigentliche gelernte Verhalten: Sprachmuster, statistische Zusammenhänge, Fachwissen und Prioritäten, die während des Trainings entstanden sind. Bei großen Sprachmodellen bestehen diese Gewichte aus Milliarden bis Billionen Parametern. Sie werden nach dem Training gespeichert und bei jeder Inferenz geladen, damit das Modell Antworten berechnen kann. Für Unternehmen sind Modellgewichte vor allem relevant, wenn sie zwischen API-Nutzung, offen verfügbaren Modellen und eigener Betriebsumgebung wählen. Sind Gewichte zugänglich, können Modelle geprüft, feinabgestimmt, quantisiert oder in kontrollierten Infrastrukturen betrieben werden. Sind sie nicht zugänglich, bleiben Transparenz, Anpassbarkeit und Portabilität stärker vom Anbieter abhängig. Modellgewichte sind deshalb kein abstraktes Forschungsthema, sondern ein Kernbestandteil von Architektur, Compliance und Risikomanagement in produktiven KI-Systemen. Besonders bei Anbieterwechseln oder Eigenbetrieb ist diese Trennung wichtig, weil identische Oberflächen sehr unterschiedliche Kontrollrechte verbergen können.