Tools
·
5 MIN
Open-Weight-Modell fürs deutsche B2B: Qwen, Kimi, Nemotron oder Minimax?
Bei Open-Weight-Modellen fürs Deutsche entscheidet die Lizenz vor dem Benchmark. Drei der vier sind wirklich frei.
LOCATION
Deutschland
SERIES
Sovereign & Offline AI
AUTHOR
Aashwin Shrivastava
PUBLISHED
Bei einem Open-Weight-Modell für deutsche B2B-Texte entscheidet die Reihenfolge Lizenz, dann Deutsch-Qualität, dann Hardware-Passung. Der oberste Platz in einem Leaderboard ist selten das, was den Ausschlag gibt.
Qwen, Kimi, Nemotron und Minimax sind 2026 alle ernsthaft brauchbar. Aber nur drei der vier tragen eine wirklich freie Lizenz, nur eine Familie passt sauber auf Mittelstands-Hardware, und kein Anbieter veröffentlicht einen sauberen Vergleich genau dieser vier auf Deutsch. Dieser Text ordnet die vier nach den Kriterien, die ein Käufer tatsächlich prüfen muss, und endet mit der Entscheidung, die ich einem Mittelständler empfehle.
01.
Zuerst die Lizenz, dann der Benchmark
Die Lizenz ist das erste Tor, weil sie über jede kommerzielle On-Prem-Nutzung entscheidet, bevor ein einziger Benchmark zählt.
Drei der vier sind hier unkompliziert. Qwen3 steht unter Apache 2.0, Minimax M2 unter MIT, Kimi K2 unter einer modifizierten MIT-Lizenz (Hugging Face). Das sind echte, freie Grants: kommerzielle Nutzung, Weitergabe, Feintuning, kein Anruf nach Hause.
🔸 Nemotron ist der Sonderfall.
NVIDIAs Open Model License ist keine reine Apache- oder MIT-Lizenz. Sie knüpft die Nutzung an NVIDIAs Bedingungen und endet automatisch, wenn man die eingebauten Schutzmechanismen entfernt (NVIDIA). Das Modell ist gut, aber diese Klausel landet zuerst bei der Rechtsabteilung, nicht beim Engineering. Wir haben den NVIDIA-Ansatz im Detail im Beitrag zu Nemotron 3 beschrieben.
Wer Souveränität als Argument nutzt, sollte die Lizenz lesen können wie einen Vertrag, denn genau das ist sie.
02.
Wie gut ist das Deutsch wirklich?
Die ehrliche Antwort: es gibt keinen sauberen Vier-Wege-Vergleich dieser Modelle auf Deutsch, also muss man ihn selbst herstellen.
Deutsche Eval-Infrastruktur existiert. SuperGLEBer, das Occiglot Euro-LLM-Leaderboard und MMLU-ProX über 29 Sprachen decken Deutsch ab (ACL Anthology). Was fehlt, ist ein publizierter Kopf-an-Kopf-Vergleich genau dieser vier auf deutschem Text. Qwen3 wurde auf 119 Sprachen trainiert und ist die Familie mit der breitesten belegten Mehrsprachigkeit (Qwen); für Kimi, Nemotron und Minimax nennen die Anbieter Deutsch nicht eigens als Schwerpunkt.
Die praktische Konsequenz ist unbequem, aber klar: Benchmark-Plätze auf englischen Tests sagen wenig über die Qualität auf euren deutschen Verträgen, Angeboten oder Support-Texten. Der einzige belastbare Test ist der auf eurem eigenen Material. Wie man Leaderboards überhaupt liest, ohne sich täuschen zu lassen, steht im Beitrag zum lokalen Modell.
03.
Was auf eurer Hardware läuft
Die Hardware-Passung sortiert das Feld schneller als jeder Benchmark, weil ein Modell, das nicht auf eure Karten passt, schlicht ausscheidet.
Qwen3 ist hier die Ausnahme. Die dichten Varianten von 4B bis 32B laufen quantisiert auf ein bis zwei GPUs, und die 30B-A3B-MoE-Variante liefert Modellqualität bei nur rund 3B aktiver Rechenlast. Das ist der Zuschnitt, der zu einer typischen On-Prem-Box im Mittelstand passt.
Kimi K2 und Minimax M2 sind Frontier-MoE-Modelle. Minimax aktiviert zwar nur 10B Parameter, doch die vollen Gewichte verlangen einen Mehr-GPU-Server; Kimi mit 1 Billion Gesamtparametern erst recht. Nemotron 3 Nano ist mit 3,6B aktiven Parametern sehr sparsam und läuft auf einer Karte, fällt aber wegen der Lizenz zurück. Was diese VRAM-Realität konkret kostet, haben wir im Hardware-Beitrag durchgerechnet.
04.
Die Geopolitik liegt in den Gewichten, nicht in der API
Bei Open-Weight-Modellen verschiebt sich die Souveränitätsfrage: Die Gewichte laufen vollständig offline, also gibt es keinen entfernten Abschalter. Was bleibt, ist das, was im Modell eingebacken ist.
Drei der vier Labore sind chinesisch (Qwen, Kimi, Minimax), eines US-amerikanisch (Nemotron). Weil die Gewichte lokal laufen, ist die eigentliche Frage nicht der Serverstandort, sondern die Ausrichtung im Modell selbst. Unabhängige Tests berichten von hohen Ablehnungsraten chinesischer Modelle bei politisch heiklen Themen, am stärksten in chinesischer Sprache und schwächer, aber vorhanden, auf Deutsch (ChinaBench). Diese Zahlen sind selbst publiziert und nicht peer-reviewed, also vorsichtig zu lesen, aber der Effekt ist real genug für einen ehrlichen Absatz im Lastenheft.
Für reine B2B-Textarbeit, also Entwürfe, Extraktion, Klassifikation und Retrieval über eure eigenen Dokumente, ist dieser Effekt meist beherrschbar. Es ist eine Frage der Ausgabequalität und der Außenwirkung, nicht ein Sicherheitsleck. Den größeren Souveränitätsbogen, europäische Modelle und was das Label wirklich wert ist, ziehen wir im Beitrag zu souveräner europäischer KI.
05.
Wie ich das für einen Mittelständler entscheide
Die Entscheidung ist nicht patriotisch und nicht vom Leaderboard getrieben, sie folgt einer Reihenfolge. So gehe ich vor:
Lizenz prüfen. Nur Modelle mit echtem Apache- oder MIT-Grant kommen ohne juristische Rückfrage in die engere Wahl. Das sind hier Qwen3, Kimi K2 und Minimax M2.
Auf eigenem Deutsch testen. Nicht das englische Benchmark, sondern fünfzig eurer realen Texte gegen zwei Kandidaten laufen lassen und blind bewerten.
Hardware abgleichen. Was auf eure ein bis zwei Karten passt, gewinnt fast immer, weil der Betrieb sonst teuer und fragil wird.
Für die meisten Mittelständler landet das bei Qwen3 als Startpunkt: frei lizenziert, breit mehrsprachig, im richtigen Hardware-Fenster. Kimi und Minimax sind die Wahl, wenn der Server ohnehin steht und Reasoning oder Agenten im Vordergrund stehen. Das Open-Weight-Coding-Modell Kimi K2.7 haben wir dafür eigens angeschaut.
Und, wie immer bei uns: baut die Architektur so, dass ihr das Modell tauschen könnt. Das nächste bessere Open-Weight-Modell kommt bestimmt. Die eigentliche Frage ist nicht, welches heute vorne liegt, sondern welche eurer Aufgaben überhaupt das stärkste Modell brauchen und welche nur ein gutes, das euch gehört. Welche eurer Texte würdet ihr einem Modell anvertrauen, das ihr nicht selbst getestet habt?
