K2 Horizon will mehr sein als „Open Weights“

Das Institute of Foundation Models (IFM), eine Einrichtung der Mohamed bin Zayed University of Artificial Intelligence (MBZUAI) in Abu Dhabi, hat am 3. September 2026 K2 Horizon vorgestellt. Die Familie umfasst sechs KI-Basismodelle mit 0,9 Milliarden, 3,7 Milliarden, 7 Milliarden, 32 Milliarden, 36B-A4B und 375B-A23B Parametern. Modelle und Code stehen unter der Apache-2.0-Lizenz. 29

Der entscheidende Punkt ist nicht allein der Download der Modellgewichte. IFM will wesentlich mehr vom Entstehungsprozess offenlegen als bei einem üblichen Open-Weight-Release – damit sich der Bau der Modelle nachvollziehen und Ergebnisse möglichst reproduzieren lassen.

Was IFM mitliefert

Für jedes Modell will IFM Material über den gesamten Entwicklungsweg veröffentlichen: vom Vortraining über das Training für Schlussfolgern bis zum agentischen Nachtraining. Dazu gehören laut IFM:

• Trainingsdaten oder detaillierte Rezepte zu ihrer Erstellung;
• offene Architektur und Angaben zu Mixture-of-Experts-Zusammensetzungen;
• Trainingscode und Konfigurationen;
• Zwischen-Checkpoints und detaillierte Trainingsprotokolle;
• Ergebnisse der Evaluierungen; sowie
• die finalen Modellgewichte. 9

Reuters berichtete ebenfalls, das Paket umfasse Gewichte, Trainingsdaten, Code, Methoden und Zwischen-Checkpoints. Forschende könnten damit den Entwicklungsprozess zurückverfolgen und Resultate reproduzieren. 2

Wichtig ist die Einschränkung bei den Daten: IFM spricht von Trainingsdaten oder Datenkonstruktionsrezepten. Nicht jedes Dataset muss also zwingend vollständig weitergegeben werden – etwa wenn Lizenzen oder Weitergaberechte dies verhindern. 9

Der Unterschied zu „Open Weights“

Bei einem Open-Weight-Modell sind die gelernten Parameter öffentlich. Damit lässt sich ein Modell ausführen oder anpassen. Die Gewichte allein verraten jedoch in der Regel nicht vollständig, aus welchen Daten das Modell gelernt hat, wie diese aufbereitet wurden, mit welchem Code und welchen Einstellungen es trainiert wurde oder welche Zwischenstände und Nachtrainingsschritte es gab.

K2 Horizon soll genau diese zusätzlichen Ebenen zugänglich machen. Unabhängige Teams können dadurch prüfen, wie ein Ergebnis zustande kam, einzelne Trainingsphasen nachzustellen versuchen, technische Aussagen testen und die Arbeit für eigene Forschung oder Anwendungen weiterentwickeln. 29

IFM-Gründer Eric Xing fasst dieses Verständnis von Offenheit so zusammen: Andere sollten „die Daten sehen, der Methode folgen, das Ergebnis reproduzieren und darauf aufbauen“ können. 1

Offenheit ist ein Spektrum

Der Vergleich zwischen offenen und geschlossenen KI-Angeboten ist weniger eine Frage eines Etiketts als des Umfangs der offengelegten Informationen:

• Open Weights: Ein Modell kann herunterladbar sein, während Herkunft und vollständiger Trainingsprozess nur begrenzt dokumentiert sind. Reuters ordnete IFMs Veröffentlichung als Gegenentwurf zu einem Branchentrend hin zu stärkerer Geheimhaltung ein. 2
• K2 Horizon: IFM erklärt, zusätzlich zu den Gewichten Daten oder Konstruktionsrezepte, Code, Konfigurationen, Checkpoints, Protokolle und Evaluierungen zu publizieren. 9
• Geschlossene Dienste: Führende proprietäre Modelle werden häufig als gehostete Produkte oder über Programmierschnittstellen (APIs) angeboten, nicht samt vollständig öffentlicher Entwicklungshistorie. Für einen detaillierten Vergleich einzelner Unternehmen liefern die vorliegenden Quellen allerdings keine ausreichende Grundlage.

Der praktische Unterschied liegt in der Überprüfbarkeit: Das Verhalten eines Open-Weight-Modells lässt sich testen. Eine umfassendere Veröffentlichung liefert aber deutlich mehr Material, um auch den Weg zu diesem Verhalten kritisch zu untersuchen.

Reproduzierbarkeit, Kontrolle und Leistungsanspruch

Xing sagte Reuters zufolge, IFM wolle einen Referenzpunkt dafür setzen, wie eine tatsächlich offene Modellveröffentlichung aussehen könne. 2 Ziel sei reproduzierbare Wissenschaft statt Vertrauen in einen undurchsichtigen finalen Checkpoint.

Die zusätzlichen Unterlagen können auch außerhalb der Forschung relevant sein: Politik, Aufsichtsbehörden und zivilgesellschaftliche Organisationen erhalten mehr Ansatzpunkte, um Aussagen über Fähigkeiten, Methoden und Risiken zu prüfen, statt ausschließlich auf Zusammenfassungen des Entwicklers angewiesen zu sein. 2

Zugleich argumentiert IFM, Transparenz müsse nicht mit geringerer Leistungsfähigkeit einhergehen. In den Launch-Unterlagen positioniert das Institut K2 Horizon für Schlussfolgern, Mathematik, Programmierung, Tool-Nutzung und agentische Aufgaben. Das sind Leistungsangaben von IFM, keine unabhängige Validierung. 19

Sechs Größen für unterschiedliche Einsatzorte

Die K2-Horizon-Reihe reicht von sehr kleinen Modellen für sparsame Hardware bis zu einem großen Mixture-of-Experts-Flaggschiff.

Modell	Vorgesehener Einsatz laut IFM
0,9B	Geräte mit sehr begrenzten Ressourcen, etwa Wearables wie Uhren und Datenbrillen. 1
3,7B	Lokale Nutzung auf Geräten, insbesondere Smartphones. 1
7B	On-Device-Einsatz, mit Fokus auf Softwareentwicklung und anspruchsvollere Rechercheaufgaben. 1
32B	Lokales Hosting auf Laptops, Workstations und Servern im eigenen Rechenzentrum. 1
36B-A4B	Ein sparsames Modell für lokale und On-Premises-Bereitstellungen. 19
375B-A23B	Das Flaggschiff für anspruchsvolles Schlussfolgern, Recherche, Softwareentwicklung und länger laufende agentische Aufgaben. 19

Gemeinsame Architektur, Schnittstellen, Werkzeuge und der Routing-Ansatz sollen es Entwicklern erleichtern, von kleineren auf größere Modelle zu wechseln, ohne ihre Bereitstellungsabläufe grundlegend umzustellen. 1

Bedeutung für die Vereinigten Arabischen Emirate

Die Veröffentlichung passt zum Anspruch der Vereinigten Arabischen Emirate, im Bereich fortgeschrittener KI international an Gewicht zu gewinnen. IFM wurde von der MBZUAI gegründet; mit K2 Horizon stellt das Institut eine global nutzbare Modellfamilie bereit, deren Entwicklungsartefakte Forschenden und Entwicklern auch außerhalb Abu Dhabis offenstehen sollen. 12

Ob daraus ein dauerhafter Maßstab für KI-Offenheit wird, hängt davon ab, wie praktikabel die bereitgestellten Materialien sind und ob externe Teams die Arbeit tatsächlich reproduzieren und erweitern können. Die Botschaft von K2 Horizon ist jedoch eindeutig: Offenheit bei KI soll mehr bedeuten als nur ein fertiges Modell herunterladen zu können. 29