Mark Zuckerberg hat jahrelang eine Botschaft wiederholt: Open Source ist die Zukunft der Künstlichen Intelligenz. Mit Llama hat Meta der Welt gezeigt, wie ein offenes KI-Modell aussieht. Doch jetzt zeichnet sich ein grundlegender Strategiewechsel ab. Muse Spark, das neue Flaggschiff-Modell aus den Meta Superintelligence Labs, ist geschlossen. Das bedeutet, dass Entwickler die Gewichte nicht mehr frei herunterladen können. Was steckt hinter diesem Richtungswechsel, und was bedeutet er für die gesamte KI-Branche?
Was ist Muse Spark und warum ist es anders als Llama?
Muse Spark ist das erste große KI-Modell, das unter der Leitung von Alexandr Wang entstanden ist. Wang kam im Juni 2025 zu Meta, nachdem das Unternehmen 14,3 Milliarden Dollar in Scale AI investiert hatte. Zuvor war das Modell unter dem Codenamen Avocado bekannt. Interne Tests zeigten allerdings, dass es bei Reasoning-, Codierungs- und Schreibaufgaben hinter den Modellen von Google und Anthropic zurückblieb. Deshalb wurde die Veröffentlichung mehrfach verschoben, zuletzt von März auf Mai 2026.
Auch wenn Muse Spark in einigen Benchmarks nicht ganz an Gemini 4.0 oder Claude heranreicht, hat das Modell laut Arena.AI in den Bereichen Text und Vision deutlich aufgeholt. Besonders im Vergleich zu OpenAIs GPT schneidet es gut ab. JPMorgan-Analysten schrieben zuletzt, Muse Spark habe Meta „zurück in die KI-Konversation“ gebracht.
Der Bruch mit der Open-Source-Tradition
Der Wechsel von Open Source zu Closed Source ist kein Zufall. Metas Llama-Modelle waren ein Geschenk an die Entwicklergemeinde gewesen. Doch genau diese Offenheit wurde zum Problem. DeepSeek nutzte beispielsweise Llama-Komponenten, um eigene konkurrierende Modelle zu trainieren. Metas Konkurrent profitierte also direkt von der eigenen Großzügigkeit. Zudem bieten geschlossene Modelle neue Einnahmequellen. OpenAI, Anthropic und Google verdienen Milliarden mit bezahltem API-Zugang. Meta will nun ein Stück von diesem Kuchen. Darüber hinaus verschafft Closed Source mehr Kontrolle über Sicherheits- und Qualitätsstandards.
Zuckerberg hatte 2024 noch eine interne Notiz geschrieben, in der er Meta als Open-Source-Führer positionierte. Ein Jahr später folgte eine zweite Notiz, die bereits eine vorsichtige Wende andeutete. Darin hieß es, Meta werde „sorgfältiger auswählen, was wir als Open Source veröffentlichen“. Muse Spark ist die konsequente Umsetzung dieses neuen Kurses.
Interne Machtkämpfe und der Gemini-Deal
Hinter den Kulissen von Meta laufen jedoch nicht alle Fäden zusammen. Berichten zufolge gab es Meinungsverschiedenheiten zwischen Wang und Metas Chief Product Officer Chris Cox sowie CTO Andrew Bosworth. Der Streit drehte sich darum, wie die neuen KI-Modelle das Werbegeschäft von Meta unterstützen sollen. Als Reaktion kündigte Meta intern an, ein neues KI-Engineering-Team unter Bosworth zu bilden, das parallel zu Wangs Division arbeiten wird.
Noch bemerkenswerter ist die Diskussion über eine mögliche temporäre Lizenzierung von Googles Gemini. Führungskräfte in Metas KI-Abteilung haben laut Berichten erwogen, Googles Modelle zu nutzen, um Metas eigene KI-Produkte zu betreiben, während Avocado weiterentwickelt wird. Eine solche Entscheidung würde bedeuten, dass Meta seine Kern-KI-Fähigkeiten an einen direkten Konkurrenten auslagert. Ein beispielloser Schritt für ein Unternehmen, das 600 Milliarden Dollar für KI-Infrastruktur bis 2028 plant.
Warum 115 Milliarden Dollar Kapitalaufwand nicht genug sind
Meta hat für 2026 KI-bezogene Kapitalausgaben von 115 bis 135 Milliarden Dollar angekündigt. Das ist ein Anstieg von 72,2 Milliarden im Vorjahr. Gleichzeitig entlässt das Unternehmen 10 Prozent seiner Belegschaft, etwa 8000 Mitarbeiter, um Platz für KI-Talente zu schaffen. Loop Capital Analysten beschrieben diese Dynamik als das Bild eines Unternehmens, das „verzweifelt Geld ausgibt, um problematische KI-Initiativen zu reparieren“.
Allerdings betonen Analysten auch, dass Metas Werbegeschäft weiterhin stark profitiert. Für das erste Quartal 2026 wird ein Umsatzwachstum von 31 Prozent auf 55,6 Milliarden Dollar erwartet. Die KI-Modelle müssen also nicht unbedingt die besten auf dem Markt sein. Vielmehr geht es darum, dass sie Metas Kerngeschäft in den sozialen Netzwerken stärken.
Was bedeutet der Strategiewechsel für die Branche?
Metas Wende von Open Source zu Closed Source hat weitreichende Folgen. Zunächst verliert die Open-Source-KI-Bewegung ihren prominentesten Fürsprecher. Wenn Meta seine Modelle verschließt, könnten andere Unternehmen diesem Beispiel folgen. Zweitens verschiebt sich die Wettbewerbssituation. Bisher war Llama die Basis für viele kleinere KI-Startups. Ohne neue offene Modelle von Meta müssen diese auf Alternativen ausweichen oder Lizenzgebühren zahlen.
Darüber hinaus zeigt der Fall Avocado, dass mehr Geld nicht automatisch bessere Modelle bedeutet. Meta gibt Milliarden, aber die interne KI-Abteilung liefert noch keine Top-Ergebnisse. Das wirft die Frage auf, ob der aktuelle KI-Wettlauf wirklich nur eine Frage der Investitionshöhe ist oder ob Organisationsstruktur und Talent ebenso wichtig sind.
Ausblick: Mango und Watermelon warten
Muse Spark ist nur der Anfang. In den Meta Superintelligence Labs arbeiten rund 100 Mitarbeiter gleichzeitig an Mango, einem Modell für Bild- und Videogenerierung. Und bereits hat Meta das nächste Modell nach Muse Spark benannt: Watermelon. Die Obst-Codenames mögen kurios wirken, aber sie zeigen, dass Meta eine Pipeline von Modellen plant. Ob diese Modelle jedoch geschlossen oder offen erscheinen, ist derzeit unklar. Die Zeichen deuten allerdings auf Letzteres hin.
Für die Nutzer der Meta-Plattformen bedeutet der Wandel vor allem eines: Die KI, die WhatsApp, Instagram und Facebook antreibt, wird leistungsfähiger, aber auch kontrollierter. Ob das im Interesse der Nutzer liegt oder primär dem Geschäft dient, muss jeder selbst beurteilen.
