Wie KI Open Source verändert

loading="lazy" width="400px">Der KI-Boom verschiebt auch die Open-Source-Perspektive(n).Dusit srisroy | shutterstock.com



Open Source stand in den letzten Jahren nur noch bedingt im Fokus der allgemeinen Aufmerksamkeit. Auch wenn vor allem die KI-Community weiterhin ambitionierte (und relativ geschlossene) Modelle und Tools veröffentlicht. Und auch das Wesen von Open Source selbst hat sich verändert. Das bedeutet allerdings nicht, dass Open Source an Bedeutung verliert. Vielmehr zeigt ein Blick auf die Contribution-Tabellen der Cloud Native Computing Foundation (CNCF), die Octoverse-Daten von GitHub oder den aktuellen Jahresbericht der Apache Software Foundation (PDF): Das Engagement für quelloffene Lösungen verlagert sich.



Und zwar auf die Ebenen, die am wichtigsten sind:




Kubernetes,



Observability,



Platform Engineering,



Netzwerke, sowie



die Infrastruktur, die erforderlich ist, damit KI in der Produktion funktioniert.




Anders ausgedrückt: Open Source ist erwachsen geworden – und langweilig. Warum das für uns alle besser ist, lesen Sie in diesem Meinungsbeitrag.



Kontrolle via Code



Während wir kontinuierlich mit News zu neuen KI-Modellen überschüttet werden, arbeitet man im Open-Source-Bereich lieber im Hintergrund. Davon, dass sich bezüglich quelloffener Lösungen nichts tut, kann jedoch nicht die Rede sein:




Die CNCF hostet mittlerweile mehr als 230 Projekte mit über 300.000 Mitwirkenden weltweit.



Der Octoverse-Report von GitHub erzählt dieselbe Geschichte, allerdings aus einem noch breiteren Blickwinkel: 1,12 Milliarden Beiträge, mehr als 180 Millionen Entwickler und eine Rekordzahl von 518,7 Millionen zusammengeführter Pull-Anfragen.



Die Apache Software Foundation hat für das Geschäftsjahr 2025 schließlich 9.905 Kontributoren gezählt, die an insgesamt 295 Projekten gearbeitet haben und für 1.310 Software-Releases verantwortlich zeichnen.




Interessant ist in diesem Zusammenhang auch, bei wem all diese Entwickler beschäftigt sind. Wie die Statistiken der CNCF zeigen, führte Red Hat die Liste im Jahr 2025 vor Microsoft und Google an. Zwar folgen unabhängige Developer bereits auf dem vierten Platz – trotzdem wird klar: Große Tech-Unternehmen investieren inzwischen eine ganze Menge Geld, um die Infrastruktur zu gestalten, auf der ihre Produkte aufbauen. Das tun sie, weil derjenige, der das Fundament gestaltet, in der Regel Einfluss auf alles gewinnt, was darauf aufgebaut wird. Mit Idealismus und Offenheit hat Open Source deshalb immer weniger zu tun – mehr mit Kontrolle. Und zwar über die Ebenen, auf denen sich Ökosysteme zu Standards verfestigen.  



Wer kontribuiert – und warum?



Beispiel Red Hat und seine OpenShift-Anwendungsplattform: Diese ist auf Kubernetes ausgerichtet. Entsprechend viel Energie steckt das Unternehmen in dieses Umfeld. Dabei geht es nicht um gemeinnütziges Engagement – sondern um die eigene Produktstrategie. Red Hat leistet einen großen Beitrag, weil sein Business davon abhängt. Zum Glück (für Kubernetes) ist Red Hat jedoch nicht der einzige Kontributor. Die CNCF-Statistiken deuten auf eine wachsende, zunehmend vielfältige Basis von Mitwirkenden aus Tausenden von Organisationen hin.



Der Blick auf Microsoft ist diesbezüglich noch aufschlussreicher. Einst wurde der Konzern vor allem mit Feindseligkeit gegenüber Open Source in Verbindung gebracht. Inzwischen liegt er im CNCF-Kontributoren-Ranking auf dem zweiten Platz. Das interessantere Signal ist jedoch, wo Unternehmen wie Microsoft investieren. Nämlich zum Beispiel in OpenTelemetry, das sich zu einem der am schnellsten wachsenden CNCF-Projekte entwickelt hat. Auch hierbei geht es nicht um Wohltätigkeit, sondern darum, den Wettlauf um die Vorherrschaft bei Observability-Standards für sich zu enstscheiden. Microsoft und andere führende OpenTelemetry-Kontributoren (etwa Splunk) helfen vor allem, um sich selbst zu helfen.



Google, Datadog und Cloudflare haben hingegen ihre Kontributionen für das ebenfalls beliebte CNCF-Projekt Cilium ausgeweitet. Auch das ist kein Zufall. Schließlich befindet sich die Open-Source-Lösung an der Schnittstelle von Netzwerken, Observability und Security. Also genau den Bereichen, die geschäftskritisch werden, sobald Workloads verteilt, latenzempfindlich und kostspielig werden. KI-Chatbots und -Modelle mögen zwar die Schlagzeilen beherrschen – die eigentliche, strategische Arbeit findet jedoch in Projekten wie diesem statt.



Nvidia verfährt ähnlich und leistet regelmäßig Beiträge zu Kubernetes und Kubeflow. Der Konzern verkauft also nicht nur Chips, sondern investiert in die Scheduling-, Orchestrierungs- und Workflow-Ebenen, die darüber entscheiden, wie effektiv diese in realen KI-Systemen genutzt werden. Und zwar über Entwickler-Communities, statt durch pauschale Barzahlungen.



Der unverzichtbare “Nebendarsteller”



Zusammenfassend lässt sich festhalten, dass KI offenen Infrastrukturen immer mehr Bedeutung verleiht. Schließlich wollen nur die wenigsten Organisationen ihre Zukunft auf intransparenten Infrastrukturen aufbauen, die sie weder überprüfen noch beeinflussen können.



Insofern gewinnt Open Source insgesamt an Bedeutung. Nur nicht auf die nostalgische Art, wie sie manchen Menschen immer noch vorschwebt. Das alte Narrativ, dass Open Source eine Randerscheinung oder ein von Entwicklern getriebenes Moralstück ist, war nie treffend. Heute ist es nicht einmal mehr ansatzweise glaubwürdig. Über Open Source wird der Cloud-Native-Stack standardisiert, Observability zum Standard, Platform Engineering produktisiert – und zunehmend KI-Infrastruktur aufgebaut. (fm)