On-Premise-KI-Modelle: Welche Lizenzen gibt es und was muss ich beachten?

Das bedeutet aber nicht, dass die Installation eines KI-Modells auf eigener Hardware von allen Verpflichtungen entbindet. Wer auf On-Premise-KI setzt, sollte daher genau wissen, was die jeweiligen Nutzungslizenzen beinhalten. Nicht jedes Modell lässt sich für jeden Zweck verwenden, und nicht immer ist eine kommerzielle Nutzung erlaubt.

Wie es sich für die gängigsten Nutzungslizenzen verhält, hat das KI-Kompetenzzentrum Medien (KI.M) aufbereitet.

Eigenbetrieb von KI-Modellen lohnt sich

Mehrere Gründe sprechen dafür, ein KI-Modell auf lokaler und gesicherter Infrastruktur zu betreiben. Insbesondere der hohe Grad an Individualisierbarkeit kann in der Medienpraxis die Arbeitsabläufe erheblich erleichtern. Mit Finetuning oder Low-Rank Adaptation (LoRA) lassen sich generative KI-Systeme so schulen, dass sie den unternehmensspezifischen Schreibstil übernehmen, bestimmte Fachthemen eigenständig abdecken oder interne Abläufe effizienter machen. So kann generative Künstliche Intelligenz etwa gezielt modifizierte Textvorschläge für die Content-Produktion liefern.

Weil sensible Daten niemals den eigenen Server verlassen, bieten On-Premise-Modelle beim Datenschutz einen handfesten Vorteil. Sicherheitslücken bei Cloud-Diensten spielen damit praktisch keine Rolle, und Redaktionen können sicherstellen, dass Mitarbeitende vertrauliche Informationen nicht aus Versehen an Dritte weitergeben. Damit lassen sich überhaupt erst Anwendungsfelder erschließen, in denen datenschutzgerechte KI-Verarbeitung bislang kaum möglich war.

Weil die Modelle lokal betrieben werden, bleiben Medienhäuser zudem weitgehend unabhängig von externen KI-Herstellern. Langfristig lohnt sich die Investition in eigene Infrastruktur deshalb auch wirtschaftlich. Knappe Systemkapazitäten, schwankende Preise oder die Veränderung eines Modells durch Aktualisierung oder Abschaltung sind dann keine ernsthafte Bedrohung mehr.

Welche Nutzungsrechte die Hersteller einräumen

Was konkret erlaubt ist, verraten die Lizenzbedingungen der jeweiligen Modelle. Das Gros der Lizenzmodelle lässt sich einem von fünf Typen zuordnen. Sie unterscheiden sich hinsichtlich ihrer Freizügigkeit bei der Verwendung, der Anpassung und der Weitergabe des Modells. Vor der Entscheidung für ein Modell lohnt sich daher der Blick darauf, inwieweit eine Lizenz die kommerzielle Nutzung erlaubt oder die Veröffentlichung eigener Anpassungen erfordert. Repositories wie Hugging Face oder GitHub zeigen den Lizenztyp in der Regel an.

Dass Sprachmodelle an Allgemeine Geschäftsbedingungen (AGB) geknüpft sind, ist übrigens kein exklusives Problem von On-Premise-Modellen: Auch cloudbasierte Modelle sind an die jeweiligen AGB gebunden. Gerade bei Bildgeneratoren gibt es oft nur eingeschränkte Rechte an den erzeugten Motiven.

Schnellüberblick: Was erlauben gängige Lizenzmodelle?

Diese Lizenzen erlauben am meisten: Apache 2.0, MIT, BSD und CC0

Permissive Open-Source-Lizenzen sind am freizügigsten und gewähren vollständige Nutzungsfreiheit. Medienunternehmen dürfen das Modell also auch kommerziell nutzen und zu diesem Zweck verändern, es weiterverbreiten und das angepasste Modell teilweise sogar patentieren (Apache 2.0).

Lizenzen, die fast alles erlauben, solange die eigene Arbeit geteilt wird: GNU GPL v3, AGPL v3 und CC-SA

Copyleft-Lizenzen sind freie Lizenzen, die die Nutzung, Modifikation und die kommerzielle Verbreitung erlauben. Da sie verlangen, die weiterentwickelten Werke unter der gleichen freien Lizenz zu veröffentlichen, eignen sie sich besonders gut für die Entwicklung eines offenen Ökosystems, bei dem alle Interessierten von den Beiträgen profitieren.

Mehr oder weniger freie Lizenzen: Creative-Commons-Lizenzen (CC 4.0)

Creative-Commons-Lizenzen gibt es nicht nur für Bilder, Texte und Datensätze, sondern auch für KI-Modelle. Was sie erlauben, zeigen die angehängten Kürzel. Weil diese von den Entwickler:innen modular kombiniert werden, folgt hier eine kleine Übersicht:

• CC BY steht für „by“. Sie erlaubt die Nutzung nach Nennung des Urhebers.
• CC NC bedeutet „Non-Commercial“. Sie erlaubt die Nutzung für nicht-kommerzielle Zwecke.
• CC SA steht für „ShareAlike“ und kommt einer Copyleft-Lizenz gleich.
• CC ND ist kurz für „NoDerivatives“ und erlaubt die freie Nutzung nur ohne Weiterbearbeitung.

Diese Lizenzen kommen mit Bedingungen: Meta, NVIDIA, OpenRAIL

Restriktive Lizenzen sind speziell im KI-Bereich entwickelte Open-Source-Lizenzen. Sie machen Modelle frei zugänglich, sofern deren Nutzung beispielsweise nicht-kommerzieller Forschung dient oder ethisch verantwortungsvolle kommerzielle Zwecke verfolgt.

Ein Beispiel für eine nicht-kommerzielle Forschungslizenz ist die NVIDIA Source Code License – NC, die zum Experimentieren frei zur Verfügung steht.

Beispiele für Responsible AI Licenses (RAIL), also für Lizenzen, die verantwortungsvolle Nutzung ihrer Modelle festlegen, sind Versionen der OpenRAIL-M- oder Meta-LLaMA-2-Community-Lizenzen.

Unternehmenseigene Lizenzen erlauben für den lokalen Gebrauch keine Eigeninitiative und sind meist kostenpflichtige Enterprise-Lösungen

Proprietäre Lizenzen sind nicht offen und selten frei zum Download verfügbar. Sie gewähren meist die einfache Nutzung der Modelle über eine Web-Schnittstelle (API) und einen Endnutzervertrag (EULA). Diese Modelle werden lokal betrieben und meist speziell für die Bedürfnisse großer Unternehmen gegen eine Lizenzgebühr angepasst, wobei die genauen Absprachen mit dem Anbieter erfolgen.

Worauf kommt es in der Medienpraxis an?

Lizenzen für KI-Modelle sind vielfältig. Essenziell ist deshalb Detailwissen, das sich Medienhäuser vor dem Einsatz aneignen sollten. Mögliche Anwendungsverbote oder Moderationspflichten sind ebenso zu beachten wie die korrekte Herkunfts- und Urheberangabe des Systems und die Daten-Compliance. Wer sich nicht an die Lizenzauflagen hält, riskiert neben dem Verlust der Nutzungsrechte auch weitere Konsequenzen – sowohl im Hinblick auf juristische Prozesse als auch auf die eigene Unternehmensreputation.

Vor dem Einsatz sollte ein Medienhaus daher immer prüfen,

• ob sich das Modell intern bearbeiten, weiterentwickeln oder in bestehende Workflows und Webservices integrieren lässt.
• ob eigene Änderungen und Ergebnisse offengelegt werden müssen und welche Beschränkungen es bei der Weitergabe an Dritte gibt.
• ob das Modell für kommerzielle Projekte verwendet werden darf oder eine kostenpflichtige Lizenz erforderlich ist.
• inwiefern Updates und Support geregelt sind.
• ob bestimmte Anwendungsfälle ausgeschlossen sind. Dazu gehören beispielsweise Deepfakes, die ein besonders heikles Thema darstellen.
• ob der KI-Output überwacht, kontrolliert oder gefiltert werden muss, bevor er veröffentlicht werden darf.
• ob die ursprünglichen Entwickler:innen und die eigenen Anpassungen genannt werden müssen oder dürfen.
• welche Daten verarbeitet werden dürfen und wie sich sicherstellen lässt, dass Datenschutz und Urheberrecht eingehalten werden.
• welche Konsequenzen im Falle eines Lizenzbruchs drohen.

Fazit: On-Premise gibt Kontrolle zurück

Sensible Daten bleiben im Haus, die Abhängigkeit von externen Anbietern sinkt, und Modelle lassen sich mit Finetuning oder LoRA gezielt auf die eigenen Workflows zuschneiden. Der Preis für diese Freiheit ist die Sorgfalt bei den Lizenzen, denn welches Modell wofür eingesetzt werden darf, entscheidet sich allein in den Lizenzbedingungen.

Wer kommerziell arbeiten und flexibel bleiben will, fährt mit permissiven Lizenzen wie Apache 2.0, MIT, BSD oder CC0 am sichersten. Copyleft-, Creative-Commons- und restriktive KI-Lizenzen bringen dagegen Auflagen mit, die von der Offenlegungspflicht bis zum Verbot einzelner Anwendungsfälle reichen. Ein prüfender Blick vor der Installation schützt Medienhäuser vor rechtlichen und reputativen Risiken und macht die eigene KI-Infrastruktur zu einer verlässlichen, langfristigen Investition.