Jahrelang war Meta der lauteste Verfechter von Open-Source-KI. Jedes Llama-Modell wurde mit großem Pathos als Geschenk an die Welt präsentiert — ein Gegengewicht zu den geschlossenen Systemen von OpenAI und Google. Jetzt kippt diese Strategie. Laut einem Scoop der Axios-Reporterin Ina Fried bereitet Meta die Veröffentlichung seiner ersten KI-Modelle unter der Leitung des neuen Chief AI Officers Alexandr Wang vor — und die größten davon bleiben unter Verschluss.
Es ist ein Strategiewechsel, der tiefer greift als eine bloße Produktentscheidung. Er markiert das Ende einer Ära.
14,3 Milliarden Dollar für einen Neuanfang
Die Vorgeschichte ist brutal. Metas bisherige Llama-4-Modellreihe wurde intern wie extern als Enttäuschung wahrgenommen. Schlimmer noch: Chinesische KI-Firmen — allen voran DeepSeek und Alibaba — nahmen Metas frei verfügbaren Code, trainierten darauf eigene, teils überlegene Modelle und machten Meta im eigenen Open-Source-Rennen zum Nachzügler (→ KI Woche Analyse).
Mark Zuckerbergs Reaktion war radikal. Im Juni 2025 investierte Meta 14,3 Milliarden Dollar für eine 49-Prozent-Beteiligung an Scale AI und holte dessen 28-jährigen Gründer Alexandr Wang als Chief AI Officer ins Unternehmen. Wang leitet seitdem die neugeschaffene Einheit Meta Superintelligence Labs (MSL) und baut Metas KI-Strategie von Grund auf neu.
Avocado — das Modell, das noch nicht fertig ist
Unter Wangs Führung arbeitet Meta parallel an zwei Modellen: einem Text-Modell mit dem Codenamen „Avocado" und einem multimodalen System für Bild und Video. Avocado sollte ursprünglich im März erscheinen — doch interne Tests sollen gezeigt haben, dass das Modell hinter Googles Gemini 3 zurückfällt. Der Launch wurde auf Mai verschoben, mindestens.
Laut Axios steht der erste Release nun unmittelbar bevor. Und mit ihm kommt der eigentliche Paradigmenwechsel: Die leistungsfähigsten Modelle der neuen Familie sollen proprietär bleiben. Nur kleinere Ableger werden zu einem späteren Zeitpunkt unter Open-Source-Lizenz veröffentlicht — aber eben nicht bei Launch, und nicht die Spitzenversionen.
Warum Open Source kippt, wenn man konkurrenzfähig wird
X-Nutzer Conor Grogan fasste dieses Muster bereits vergangenen Juli in einer bemerkenswerten Tabelle zusammen: Die Haltung eines Unternehmens zu Open-Source stehe in direktem Zusammenhang mit seiner wahrgenommenen Wettbewerbsfähigkeit. Wer hinterherhinkt, predigt Offenheit. Wer aufgeholt hat, „wägt ab". Wer führt, fordert Regulierung.
Metas Schwenk passt exakt in dieses Schema. Solange Llama hinter GPT-4 und Claude 3 lag, war radikale Offenheit strategisch sinnvoll — sie band Entwickler, commoditisierte die Konkurrenz und half beim Rekrutieren. Doch jetzt, wo Wang die Lücke schließen soll, wird Open Source zum Risiko. Jeder Vorsprung, den Meta sich erarbeitet, wäre innerhalb von Wochen in den Händen chinesischer Wettbewerber.
135 Milliarden Dollar Einsatz — und das Ergebnis steht noch aus
Die Zahlen hinter Metas KI-Offensive sind schwindelerregend. Allein für 2026 hat das Unternehmen zwischen 115 und 135 Milliarden Dollar an Investitionsausgaben eingeplant — mehr als der Verteidigungshaushalt der meisten NATO-Staaten. Dazu kommt die 14,3-Milliarden-Beteiligung an Scale AI, die zugehörigen Umstrukturierungen und eine Unternehmenskultur, die gerade auf Wangs Kurs eingeschworen wird (→ KI Woche Analyse).
Ob sich dieser Einsatz auszahlt, hängt an einer einzigen Frage: Kann Avocado mit den nächsten Modellen von OpenAI und Anthropic mithalten? Beide Unternehmen planen für die kommenden Wochen massive Modell-Updates (→ KI Woche Analyse). Wenn Avocado beim Launch erneut hinter der Konkurrenz liegt, steht Meta ohne Modellvorsprung und ohne Open-Source-Goodwill da.
Die drei Milliarden Nutzer auf WhatsApp, Instagram und Facebook sind Metas eigentlicher Trumpf — aber nur, wenn die KI dahinter gut genug ist, um sie zu halten.
🎯 Was das für die Praxis bedeutet
1. Open-Source-Versprechen hinterfragen: Metas Schwenk zeigt: Open Source in KI ist oft eine Marktphasen-Strategie, kein dauerhaftes Bekenntnis. Wer heute auf einem Open-Source-Modell aufbaut, muss einkalkulieren, dass künftige Versionen hinter einer Paywall landen.
2. Vendor Lock-in bewerten: Unternehmen, die ihre KI-Infrastruktur auf Llama gebaut haben, stehen vor einer strategischen Weggabelung: Bleiben sie bei den kleineren Open-Source-Varianten oder migrieren sie auf die proprietären Spitzenmodelle?
3. Modell-Diversifikation wird Pflicht: Die KI-Landschaft fragmentiert zunehmend in geschlossene und offene Systeme. Wer sich nicht frühzeitig auf mehrere Anbieter stützt, riskiert Abhängigkeit von Entscheidungen, die er nicht kontrollieren kann.
4. Chinas Open-Source-Trittbrettfahren beobachten: Metas Kurskorrektur ist auch eine geopolitische Lehre: Open Source kann zur ungewollten Technologiebrücke werden. Für europäische Unternehmen stellt sich die Frage, welche eigenen Modelle sie entwickeln und welche sie importieren.
