AI Act & Open Source: Welche Regeln gelten für freie KI-Modelle? [2026]

Die Open-Source-Ausnahme im AI Act

Artikel 2 Abs. 12 der Verordnung (EU) 2024/1689 stellt klar: Der AI Act gilt nicht für KI-Systeme, die unter freien und quelloffenen Lizenzen bereitgestellt werden. Für KI-Modelle mit allgemeinem Verwendungszweck (GPAI) gilt diese Ausnahme nicht – für sie gibt es eine eigene, engere Befreiung in Art. 53 Abs. 2 [1].

Die schlechte Nachricht: Diese Befreiung hat drei wichtige Ausnahmen. Open-Source-KI ist nicht befreit, wenn sie:

• Als Teil eines Hochrisiko-KI-Systems auf den Markt gebracht wird (Artikel 6)
• Eine verbotene KI-Praktik umsetzt (Artikel 5)
• Unter die Transparenzpflichten fällt — z.B. Deepfake-Generierung oder Chatbots (Article 50)

In der Praxis bedeutet das: Wer ein Open-Source-Modell baut und es frei veröffentlicht, hat weniger Pflichten als ein kommerzieller Anbieter. Aber „weniger“ heißt nicht „keine“ [1].

Was „Open Source“ laut AI Act bedeutet

Der AI Act definiert „frei und Open Source“ anders als die Open Source Initiative (OSI). Erwägungsgrund 102 legt fest: Software, Daten und Modelle gelten als Open Source, wenn sie unter einer Lizenz veröffentlicht werden, die freie Nutzung, Änderung, Weiterverteilung und Zugang erlaubt [2].

Für GPAI-Modelle müssen nach Art. 53 Abs. 2 in Verbindung mit ErwG 103/104 und den GPAI-Leitlinien der Kommission drei Bedingungen zusammen erfüllt sein:

Wichtig: Erwägungsgrund 103 stellt klar, dass die bloße Bereitstellung über Repositories wie GitHub oder HuggingFace nicht als Monetarisierung gilt — auch wenn die Plattform selbst kommerziell ist [2].

Lizenzen, die Namensnennung oder die Weitergabe zu gleichen oder vergleichbaren Bedingungen verlangen, qualifizieren sich ebenfalls. Nach den GPAI-Leitlinien der Kommission sind zudem spezifische, verhältnismäßige und sicherheitsbezogene Nutzungseinschränkungen zulässig, die auf objektiven, nicht diskriminierenden Kriterien beruhen – etwa für Anwendungen mit erheblichem Risiko für öffentliche Sicherheit oder Grundrechte [3].

Welche Pflichten trotzdem gelten

Auch befreite Open-Source-GPAI-Anbieter müssen zwei der vier Hauptpflichten aus Artikel 53 erfüllen. Die Befreiung ist also kein Freifahrtschein [4].

Copyright-Policy (Art. 53(1)(c))

Jeder GPAI-Anbieter – auch Open Source – muss eine Strategie zur Einhaltung des EU-Urheberrechts einführen, insbesondere um Nutzungsvorbehalte von Rechteinhabern (Art. 4 Abs. 3 Richtlinie (EU) 2019/790) zu erkennen und einzuhalten. Der freiwillige GPAI Code of Practice konkretisiert das u. a. mit der Beachtung von robots.txt, einer Anlaufstelle für Beschwerden und Maßnahmen gegen urheberrechtsverletzende Ausgaben [4].

Training Data Summary (Art. 53(1)(d))

Die Zusammenfassung der Trainingsdaten muss öffentlich verfügbar sein und der Vorlage folgen, die die Kommission (AI Office) am 24. Juli 2025 veröffentlicht hat. Sie beschreibt die verwendeten Datenquellen, deren Verarbeitung und den Umgang mit urheberrechtlich geschützten Inhalten. Hugging Face zeigt ein ausgefülltes Beispiel für sein Modell SmolLM3 [10].

GPAI-Modelle: Wo die Ausnahme endet

GPAI-Modelle (General-Purpose AI) sind KI-Modelle, die für eine Vielzahl unterschiedlicher Aufgaben eingesetzt werden können – wie die Modelle hinter GPT-4, Claude, Llama oder Mistral. Für sie gelten die Pflichten nach Artikel 53 seit dem 2. August 2025; die Kommission kann sie seit dem 2. August 2026 auch mit Geldbußen durchsetzen [5].

Die Open-Source-Befreiung nach Artikel 53(2) gilt nur für die technische Dokumentation und die Downstream-Information. Die Copyright-Policy und das Training Data Summary bleiben Pflicht — für jeden Anbieter, egal welche Lizenz [4].

In der Praxis betrifft das vor allem:

• Modellentwickler die Gewichte auf HuggingFace oder GitHub veröffentlichen
• Forschungsinstitute die Modelle unter akademischen Lizenzen teilen
• Startups, die Open-Source-Modelle so stark nachtrainieren, dass sie selbst als Anbieter gelten (Leitlinien: mehr als ein Drittel des ursprünglichen Trainingsrechenaufwands). Wer ein Modell nur in ein eigenes Produkt einbaut, ist kein GPAI-Anbieter.

Systemisches Risiko: Keine Befreiung

Für GPAI-Modelle mit systemischem Risiko (GPAISR) gibt es keinerlei Open-Source-Ausnahmen. Egal ob Apache 2.0, MIT oder GPL — wer ein Modell mit systemischem Risiko veröffentlicht, unterliegt den vollen Pflichten [5].

Ein Modell gilt als GPAISR, wenn:

• Die kumulative Rechenleistung für das Training 10²⁵ FLOPs überschreitet
• Oder die Europäische Kommission es als solches einstuft

Nach Schätzungen von Epoch AI lagen bereits im Juni 2025 über 30 öffentlich bekannte Modelle über dieser Schwelle – darunter GPT-4o und Gemini 1.0 Ultra. Das sind Schätzungen des Trainingsaufwands, keine Einstufung durch die Kommission.

Die Strafen bei Verstößen sind empfindlich: Die Kommission kann gegen GPAI-Anbieter seit dem 2. August 2026 Geldbußen von bis zu 15 Millionen Euro oder 3 % des weltweiten Jahresumsatzes verhängen – je nachdem, welcher Betrag höher ist (Artikel 101) [6].

Finetuning: Regeln für nachtrainierte Modelle

Wer ein bestehendes GPAI-Modell nachtrainiert, wird nach den GPAI-Leitlinien der Kommission (Juli 2025) nur dann selbst Anbieter, wenn die Modifikation mehr als ein Drittel des ursprünglichen Trainingsrechenaufwands verbraucht (ist dieser unbekannt: ein Drittel von 10²³ bzw. 10²⁵ FLOPs). Normales Finetuning liegt meist darunter. Wird die Schwelle überschritten, beschränken sich die Pflichten auf die Modifikation [7]:

• Das Training Data Summary muss nur die zusätzlichen Trainingsdaten dokumentieren
• Es genügt ein Verweis auf das Summary des Originalmodells
• Die technische Dokumentation kann auf die bestehende Dokumentation aufbauen

Das macht Finetuning eines Open-Source-Modells deutlich einfacher als das Training eines Modells von Grund auf — auch regulatorisch.

Meta, Mistral, HuggingFace: Wer ist betroffen?

Meta (Llama)

Metas Llama-Modelle nennen sich „Open Source“ – aber die Open Source Initiative (OSI) widerspricht: Llamas Lizenz schränkt die Nutzungsfreiheit ein [8]. Für die multimodalen Llama-Modelle gewährt Meta Personen und Unternehmen mit Sitz in der EU zudem keine Nutzungsrechte. Ob Llama die AI-Act-Definition von Open Source erfüllt, ist umstritten.

Erschwerend kommt hinzu: Meta hat den GPAI Code of Practice im Juli 2025 nicht unterzeichnet. Metas Politikchef Joel Kaplan sprach von einer Überregulierung („overreach“), die die Entwicklung von KI in Europa bremse. Meta muss die Einhaltung daher auf anderem Weg nachweisen [9].

Mistral

Mistral mit Sitz in Paris hat den Code of Practice unterzeichnet. Sein Modell Mistral Large 2 liegt nach Schätzung von Epoch AI bei rund 2×10²⁵ FLOPs und damit über der Vermutungsschwelle für systemisches Risiko. Eine Open-Source-Befreiung käme ohnehin nicht in Betracht: Das Modell steht unter einer nicht-kommerziellen Forschungslizenz. Wo ein Modell herkommt, spielt für die Ausnahme keine Rolle.

HuggingFace

Hugging Face ist vor allem Plattform, veröffentlicht aber auch eigene Modelle (z. B. SmolLM3). Zusammen mit der Linux Foundation und der Mozilla Foundation hat Hugging Face einen Leitfaden für Open-Source-Entwickler veröffentlicht, dazu ein interaktives Entscheidungs-Flussdiagramm und eine Beispiel-Zusammenfassung der Trainingsdaten nach EU-Vorlage [10].

Timeline: Ab wann gilt was?

Für Open-Source-Anbieter ist der 2. August 2025 das entscheidende Datum: Ab dann müssen auch Open-Source-GPAI-Modelle eine Copyright-Policy und ein Training Data Summary vorweisen [5].

Checkliste für Open-Source-KI-Anbieter

Bist du als Anbieter eines Open-Source-KI-Modells vom AI Act betroffen? Diese Checkliste hilft bei der Einordnung:

Wenn dein Modell alle drei Bedingungen (1-3) erfüllt und unter der FLOPs-Schwelle liegt, bist du von der technischen Dokumentation und Downstream-Information befreit. Copyright-Policy und Training Data Summary musst du trotzdem erstellen [4].

Compliance automatisieren

Für Website-Betreiber, die KI-generierte Inhalte einsetzen, gibt es nach Article 50 keine allgemeine Kennzeichnungspflicht. Die maschinenlesbare Markierung (Abs. 2) trifft die Anbieter der KI-Systeme. Betreiber müssen nur Deepfakes offenlegen sowie KI-Texte zu Angelegenheiten von öffentlichem Interesse, sofern sie keiner menschlichen Prüfung und redaktionellen Verantwortung unterliegen (Abs. 4).

NeuralFlow ist mein eigenes Open-Source-Projekt (npm-Package, MIT-Lizenz). Es scannt Webseiten auf KI-generierte Inhalte und erzeugt Transparenz-Metadaten. Das erfüllt keine gesetzliche Pflicht von Website-Betreibern, sondern ist ein freiwilliges Transparenzsignal [11].

Wichtig: Die Open-Source-Ausnahme in Art. 2 Abs. 12 gilt nicht für KI-Systeme, die unter Article 50 fallen – etwa Chatbots oder Generatoren synthetischer Inhalte. Wer ein solches System anbietet, muss die Transparenzpflichten auch bei freier Lizenz erfüllen.

Häufige Fragen zu Open Source & AI Act

Gilt der AI Act auch für Open-Source-KI?

Teilweise. Artikel 2 Abs. 12 nimmt KI-Systeme unter freien Open-Source-Lizenzen aus – aber nicht, wenn sie als Hochrisiko-KI-System in Verkehr gebracht werden, eine verbotene Praktik nach Artikel 5 umsetzen oder unter Article 50 fallen. Für GPAI-Modelle gilt eine eigene, engere Ausnahme nach Art. 53 Abs. 2, die zusätzlich voraussetzt, dass das Modell nicht monetarisiert wird.

Was muss ein Open-Source-GPAI-Anbieter trotzdem tun?

Zwei Pflichten bleiben: eine Copyright-Policy nach EU-Urheberrecht erstellen (Art. 53(1)(c)) und ein öffentliches Training Data Summary bereitstellen (Art. 53(1)(d)). Technische Dokumentation und Downstream-Information entfallen.

Ist Meta Llama Open Source nach dem AI Act?

Das ist umstritten. Die Open Source Initiative (OSI) sagt nein — Llamas Lizenz schränkt Nutzungsfreiheit ein. Der AI Act verwendet zudem eine eigene Definition, die vollständigen Zugang zu Parametern und keine Monetarisierung verlangt. Meta hat den GPAI Code of Practice nicht unterzeichnet.

Ab wann gelten die GPAI-Regeln für Open-Source-Modelle?

Seit dem 2. August 2025 für neue Modelle. Modelle, die vor diesem Datum auf dem Markt waren, müssen bis zum 2. August 2027 compliant sein. Bußgelder sind seit August 2026 durchsetzbar.

Welche Open-Source-Lizenz erfüllt die AI-Act-Anforderungen?

Lizenzen wie Apache 2.0 oder MIT erfüllen die Anforderungen, da sie freie Nutzung, Änderung und Weiterverteilung erlauben. Research-Only- oder No-Commercial-Use-Lizenzen qualifizieren sich nicht. Spezifische, verhältnismäßige sicherheitsbezogene Nutzungseinschränkungen sind laut den GPAI-Leitlinien der Kommission zulässig.

Was passiert mit feingetunten Open-Source-Modellen?

Wer ein GPAI-Modell nachtrainiert, wird nur dann selbst Anbieter, wenn die Modifikation mehr als ein Drittel des ursprünglichen Trainingsrechenaufwands verbraucht. Dann beschränken sich die Pflichten auf die Modifikation: Es genügt, die zusätzlichen Trainingsdaten zu dokumentieren und auf die Zusammenfassung des Originalmodells zu verweisen.

Quellen

Änderungen: 04.10.2026 – gegen Verordnungstext (Art. 2 Abs. 12, Art. 53, Art. 55, Art. 101), die GPAI-Leitlinien der Kommission und den Digital-Omnibus geprüft. Korrigiert u.a.: Fundstellen (GPAI-Leitlinien statt Code of Practice; Art. 101 statt Art. 99 für GPAI-Bußgelder), Finetuning-Schwelle (ein Drittel des Rechenaufwands) ergänzt, KI-System-Ausnahme (Art. 2 Abs. 12) von der GPAI-Ausnahme getrennt, unbelegte Modellzahl entfernt, Bedingung „nicht monetarisiert“ der GPAI-Ausnahme (Art. 53 Abs. 2) statt Art. 2 Abs. 12 zugeordnet, Abschnitt zur Kennzeichnung (Art. 50 Abs. 2 = Anbieterpflicht; NeuralFlow ist ein freiwilliges Eigenprojekt) korrigiert.

Über den Autor

Olaf Mergili

Varel. Kein Programmierer, keine Agentur, kein Auftrag dahinter. Was hier steht, stammt aus eigener Praxis — nicht aus Fachliteratur übernommen. LinkedIn