Warum Open Source für die Zukunft von KI von entscheidender Bedeutung ist

Die Idee einer künstlichen Intelligenz (KI) ist nicht neu, aber die jüngsten Fortschritte in verwandten Technologien haben sie von einer eher hypothetischen Lösung zu einem Tool gemacht, das viele von uns täglich verwenden. Die wachsende Bedeutung und Verbreitung von KI ist spannend und potenziell besorgniserregend zugleich, da die Basis vieler KI-Tools im Wesentlichen Black Boxes sind, die von einer kleinen Anzahl leistungsstarker Unternehmen besessen und kontrolliert werden.

Wir bei Red Hat sind der Meinung, dass alle Menschen die Möglichkeit haben sollten, einen Beitrag zur KI zu leisten. KI-Innovationen sollten nicht nur Unternehmen zugänglich sein, die sich eine enorme Rechenleistung und spezialisierte Data Scientists leisten können, die zum Trainieren dieser immer größeren LLMs (Large Language Models) benötigt werden.

Laden Sie das E-Book „Erste Schritte mit KI für Unternehmen: Ein Guide für den Einstieg“ herunter

Stattdessen wenden wir unsere jahrzehntelange Open Source Erfahrung auf die Entwicklung von KI-Tools und -Frameworks an. So können alle einen Beitrag zur Entwicklung von KI leisten und davon profitieren. Gleichzeitig können sie die Zukunft und Entwicklung von KI mitgestalten. Wir sind davon überzeugt, dass der Open Source-Ansatz entscheidend ist, um das volle Potenzial der KI auszuschöpfen und sie sicherer, zugänglicher und demokratisierter zu machen.

Was ist Open Source?

Der Begriff „Open Source“ bezog sich ursprünglich auf eine Methodik der Softwareentwicklung, hat sich aber seitdem auf eine allgemeinere Arbeitsweise ausgeweitet, die offen, dezentral und kollaborativ ist. Die Open Source-Bewegung geht mittlerweile weit über die Welt der Software hinaus, und das Open Source-Modell wird weltweit von gemeinsamen Initiativen in Wissenschaft, Bildung, Behörden, Industrie und Gesundheitswesen angewendet.

Die Open Source-Kultur hat einige grundlegende Prinzipien und Werte, die sie so effektiv und wirkungsvoll machen, darunter:

• Kollaborative Beteiligung
• Geteilte Verantwortung
• Offener Austausch
• Meritokratie und Inklusivität
• Community-orientierte Entwicklung
• Offene Zusammenarbeit
• Selbstorganisation
• Respekt und Gegenseitigkeit

Wenn Open Source-Prinzipien die Grundlage für gemeinsame Anstrengungen bilden, hat die Geschichte gezeigt, dass unglaubliche Dinge möglich sind. Einige wichtige Beispiele reichen von der Entwicklung und Verbreitung von Linux als einem sehr leistungsstarken und weit verbreiteten Betriebssystem weltweit über das Aufkommen und Wachstum von Kubernetes und Containern bis hin zur Entwicklung und Expansion des Internets selbst.

Open Source und KI

Hat Open Source also im neuen Zeitalter der KI eine Relevanz?

Unserer Meinung nach lautet die kurze Antwort: „Ja, ganz eindeutig.“ Wir wollen das näher ausführen und herausfinden, warum wir davon überzeugt sind.

Sechs Vorteile von Open Source im Zeitalter der KI

Es gibt mehr als sechs Vorteile, die wir hier nennen könnten, aber wir beginnen mit den wichtigsten.

1. Erhöht das Innovationstempo

Im Gegensatz zu geschlossenen Organisationen und proprietären Lösungen können Innovationen und Entdeckungen viel schneller erfolgen, wenn Technologie kollaborativ und offen entsteht.

Wenn man die Arbeit offen teilt und andere die Möglichkeit haben, darauf aufzubauen, sparen Teams viel Zeit und Aufwand, da sie nicht bei jedem neuen Projekt von vorn beginnen müssen. Neue Ideen können auf bestehenden Projekten aufbauen. Das spart nicht nur Zeit und Geld, sondern verbessert auch die Ergebnisse, da mehr Personen zusammenarbeiten, um Probleme zu lösen, Erkenntnisse auszutauschen und die Arbeit der anderen zu bewerten.

Eine größere, kollaborative Community kann mehr erreichen. Mehr Menschen, die gemeinsam an der Lösung komplexer Probleme arbeiten, sind in der Lage, schneller und effektiver Innovationen zu schaffen als kleine, isolierte Gruppen, die alleine arbeiten.

Lernpfad: RHEL AI: LLMs einfach ausprobieren

2. Demokratisiert den Zugang

Open Source demokratisiert auch den Zugang zu diesen neuen KI-Technologien. Wenn man Forschung, Code und Tools offen teilt, hilft dies, einige der Hindernisse zu beseitigen, die den Zugang zu bahnbrechenden Innovationen normalerweise einschränken.

Das InstructLab Projekt ist ein hervorragendes Beispiel dafür. InstructLab ist ein modellunabhängiges Open Source-KI-Projekt, das den Prozess der Einbeziehung von Fähigkeiten und Kenntnissen in LLMs vereinfacht. Ziel des Projekts ist es, dass alle Menschen die generative KI (Gen KI) mitgestalten können, auch wenn sie nicht über die normalerweise erforderlichen Kenntnisse und das entsprechende Training in Data Science verfügen. So können mehr Einzelpersonen und Organisationen auf zuverlässige Weise zum Training und zur Verbesserung der LLMs beitragen. Das Ergebnis ist dann:

3. Verbessert Sicherheit und Datenschutz

Da Open Source-Projekte Einstiegshürden abbauen, kann eine größere und vielfältigere Gruppe von Mitwirkenden dazu beitragen, potenzielle Sicherheits- und Verzerrungsprobleme in den KI-Modellen noch während der Entwicklung zu identifizieren und zu lösen.

Die Daten und Methoden, die zum Trainieren und Fine Tuning geschlossener KI-Modelle verwendet werden, sind proprietär und werden streng geheim gehalten. Selten erhalten Außenstehende Einblicke in die Funktionsweise dieser Modelle oder in die Frage, ob sie potenziell gefährliche Daten oder inhärente Verzerrungen enthalten.

Wenn ein Modell und die Daten, die zu dessen Training verwendet werden, allerdings offen sind, können alle Teilnehmenden sie untersuchen. So lassen sich potenzielle Risiken reduzieren und Verzerrungen minimieren. Darüber hinaus können Open Source-Mitwirkende Tools und Prozesse erstellen, um zukünftige Modell- und App-Entwicklungen zu verfolgen und zu prüfen, wodurch ihre Sicherheit im Laufe der Zeit kontinuierlich verbessert und aufrechterhalten werden kann.

Diese Offenheit und Transparenz schafft Vertrauen, da Nutzende direkt einsehen können, wie ihre Daten verwendet und verarbeitet werden. Dadurch können sie sich vergewissern, dass ihre Privatsphäre und Datensouveränität respektiert werden.

Und schließlich haben Unternehmen die Möglichkeit, ihre privaten, sensiblen oder anderweitig proprietären Daten zu schützen, indem sie mit Open Source-Projekten wie InstructLab ihre eigenen fein abgestimmten Modelle erstellen, über die sie strenge Kontrolle behalten.

4. Bietet Flexibilität und Wahlfreiheit

Während die meisten Menschen bei generativer KI die monolithischen, proprietären Black Box LLMs sehen und daran denken, sehen wir einen zunehmenden Trend zu kleineren, unabhängigen, zweckgebundenen KI-Modellen.

Diese Small Language Models (SLMs) trainiert man in der Regel anhand von wesentlich kleineren Datensätzen, um ihnen ihre Basisfunktionalität zuzuweisen. Anschließend passt man diese mithilfe von domänenspezifischen Daten und Kenntnissen weiter auf spezifische Anwendungsfälle an.

Diese SLMs sind deutlich effizienter als ihre größeren Verwandten und bieten bei bestimmungsgemäßer Verwendung eine genauso gute (wenn nicht sogar bessere) Leistung. Sie lassen sich schneller und effizienter trainieren und bereitstellen und können beliebig oft angepasst und modifiziert werden.

Und genau dieses Ziel verfolgt das InstructLab Projekt. Damit können Sie ein kleineres Open Source-KI-Modell, wie etwa eines der Granite-Modelle von IBM, mit beliebigen zusätzlichen Daten und Trainingsprogrammen ergänzen.

Sie können beispielsweise mit InstructLab einen hochentwickelten, speziell entwickelten Chatbot für den Kundensupport erstellen, der auf Ihren internen Kenntnissen und Best Practices basiert. So können Sie allen Beteiligten jederzeit und überall einen hervorragenden Kundenservice bieten.

Noch wichtiger ist, dass Sie so einen Vendor Lock-in vermeiden können und flexibel darüber entscheiden können, wo und wie Sie Ihr KI-Modell und die darauf aufbauenden Anwendungen einsetzen.

5. Ermöglicht ein dynamisches Ökosystem

Seit der Einführung von Red Hat Enterprise Linux (RHEL) sind wir bei Red Hat der Überzeugung, dass Innovation gemeinsam entsteht. Diese Überzeugung basiert zu einem großen Teil auf dem unglaublichen Wert, den unsere Partner nicht nur für Red Hat, sondern auch für unsere Kunden darstellen.

Dies wird auch im Zeitalter von KI so bleiben, denn wir stellen mit Red Hat AI eine Reihe von Open Source-Tools und -Frameworks bereit, auf denen unsere Partner aufbauen und so unseren Kunden einen Mehrwert bieten. Und das ist alles möglich, weil wir offen und in enger Zusammenarbeit mit unseren Upstream-Projekten und anderen Forschenden, Unternehmen und Partnern auf der ganzen Welt arbeiten.

Kein einzelner Anbieter kann alles bereitstellen, was eine Organisation benötigt, oder auch nur hoffen, mit der Geschwindigkeit der technologischen Entwicklung von heute mithalten zu können. Open Source-Prinzipien und -Praktiken beschleunigen Innovationen und ermöglichen ein dynamisches Ökosystem, indem sie Partnerschaften und Möglichkeiten zur Zusammenarbeit über Projekte und Branchen hinweg fördern.

6. Reduziert Kosten

Anfang 2025 wird geschätzt, dass das durchschnittliche Grundgehalt für Data Scientists in den USA über 125.000 USD liegt, wobei zunehmend erfahrene Data Scientists deutlich mehr verlangen.

Offensichtlich besteht eine massive und wachsende Nachfrage nach Data Scientists, da KI an Leistungsfähigkeit und Popularität stark zugenommen hat. Aber nur wenige Unternehmen haben große Hoffnungen, die benötigten spezialisierten Talente anzuziehen und zu halten.

Und die wirklich großen LLMs sind exorbitant teuer in Entwicklung, Training, Wartung und Bereitstellung. Dazu benötigt man ganze Lager mit hochoptimierter (und sehr teurer) Computertechnik und eine riesige Menge an Storage.

Offene, kleinere, zweckorientierte Modelle und KI-Anwendungen lassen sich deutlich effizienter entwickeln, trainieren und bereitstellen. Projekte wie InstructLab benötigen nicht nur einen Bruchteil der Rechenleistung wie LLMs, sondern ermöglichen es auch Personen ohne spezielle Kompetenzen und Erfahrungen, aktiv und effektiv zum Training und Fine Tuning von KI-Modellen beizutragen.

Die Kosteneinsparungen und die Flexibilität, die Open Source für die KI-Entwicklung bietet, sind offensichtlich von Vorteil für kleine und mittelständische Unternehmen, die den Wettbewerbsvorteil nutzen möchten, den KI-Anwendungen bieten können.

Zusammenfassung

Wir halten es für wichtig, dass wir KI nach offenen Prinzipien und mit derselben Community entwickeln, die Cloud Computing, das Internet, Linux und viele andere leistungsstarke und zutiefst innovative offene Technologien entwickelt hat.

In diese Richtung geht die KI-Produktstrategie von Red Hat. Wir haben uns schon immer für die Leistungsfähigkeit von Open Source in unseren Produkten und Projekten eingesetzt und tun das Gleiche für KI.

Jeder sollte von KI profitieren können, also sollte jeder in der Lage sein, den Weg der KI mitzugestalten und zu ihrer Entwicklung beizutragen. Open Source und kollaborative Innovationen sind für die Zukunft der KI von wesentlicher Bedeutung, damit sie für alle zugänglich und vorteilhaft bleibt.