Open-Source-Gewichtsmodelle verschlingen innerhalb eines Jahres 72% Marktanteil: Morgan Stanley warnt, dass Software-Gewinne nur zu Unternehmen mit komplexen Arbeitsabläufen fließen.

Das APP von Zhihui Caijing stellt fest, dass in den letzten zwölf Monaten eine stille, aber tiefgreifende Umgestaltung im Bereich der KI-Modelle stattfindet. Morgan Stanley präsentierte in seinem am 26. Oktober veröffentlichten Bericht beeindruckende Daten: Auf der Drittanbieter-Modell-Routing-Plattform OpenRouter ist der Anteil der von Open-Source-Gewichtungsmodellen verarbeiteten Tokens von etwa 22 % vor einem Jahr auf nunmehr 72 % gestiegen. Auf der AI-Gateway-Plattform Vercel hat sich dieser Anteil sogar von 7 % im Dezember 2025 auf 63 % erhöht.

Diese Zahlen signalisieren klar: Entwickler strömen zunehmend zu Open-Source-Modellen mit niedrigeren Kosten pro Einheit, um die immer zahlreicher werdenden Routine-Arbeitsabläufe zu bewältigen. Der Kernpunkt von Morgan Stanley lautet: Diese Welle ist für die Softwarebranche insgesamt „konstruktiv“, aber die Gewinne sind keineswegs gleich verteilt – der letztliche Wert fließt an die Unternehmen mit den tiefsten Schutzgräben und der Kontrolle über die komplexesten Workflows.

Die Kosten sinken rasant, aber „Geld sparen“ ist nicht die ganze Geschichte

Morgan Stanley betont, dass die Bedeutung von Open-Source-Modellen nicht nur darin liegt, dass „Modelle günstiger werden“, sondern dass die systemischen Kosten zur Produktion nützlicher Intelligenz sinken – und der Konsum dieser Intelligenz enorm wachsen kann. Für Softwareunternehmen eröffnen sich zwei völlig unterschiedliche Chancen.

Die erste Chance besteht darin, das Feld der „wirtschaftlich machbaren Arbeitsabläufe“ zu erweitern und damit die Nutzungsmöglichkeiten und die Menge zu vergrößern – doch diese Tür steht auch Wettbewerbern offen. Die zweite, differenzierte Chance: Günstigere Intelligenz steigert den Wert von unternehmensspezifischen Kontexten, vertrauenswürdigen Daten, Telemetrie, sicheren Ausführungen, Transaktionsverarbeitung und Governance – also den exklusiv kontrollierten Assets der Anbieter. Dort, wo diese Fähigkeiten schwer kopierbar sind, können Anbieter ihr Pricing selbstbewusst halten oder sogar steigern.

Mit anderen Worten: Wahre Gewinner sind nicht die Unternehmen, die bloß Kostenvorteile weitergeben, sondern jene, die sowohl „größere monetarisierbare Chancen“ als auch „stärkere Preissetzungsmacht“ nutzen können.

Drei große Dispute: Souveränität, Einzelkundenökonomie und Kundenakquise

Im Zusammenhang mit dem Einsatz von Open-Source-Modellen identifiziert der Bericht drei zentrale Diskussionspunkte.

Erstens: Wird das Risiko der Datensouveränität Unternehmen bei der Adoption hemmen? Die Optimisten meinen, dass westliche Open-Source-Modelle wie Nemotron 4 und Mistral Large 4 schnell zu den führenden internationalen Modellen aufschließen und zögernde Unternehmenskunden überzeugen. Die Skeptiker befürchten jedoch, dass europäische und amerikanische Firmen wegen geopolitischer, reputationsbezogener und sicherheitsrelevanter Bedenken weiterhin vorsichtig bleiben.

Morgan Stanleys zentrale Unterscheidung: „Wo das Modell entwickelt wird“ und „wie das Modell gehostet, gesteuert und überwacht wird“ sind zwei völlig unterschiedliche Dinge – hyperskalierende Cloud-Anbieter können Bedenken der Unternehmen durch regionale Hosting, Verschlüsselung, granulare Zugriffskontrollen und kontinuierliche Überwachung ausräumen.

Zweitens: Können Open-Source-Modelle die „Einzelkundenökonomie“ für KI verbessern? Die positiven Stimmen nennen drei große Vorteile: Unabhängigkeit von teuren proprietären APIs, Möglichkeit zur Feinabstimmung auf spezifische Prozesse, Kontrolle über Deployment und Optimierung der Inferenz. Die Gegner entgegnen scharf: Diese Vorteile gelten auch für KI-native Startups, Cloud-Anbieter und Kunden mit eigenen Kapazitäten, wodurch Preisabschläge, sinkende Wechselkosten und das Abrutschen vom „Mitgliedsbasierten Pricing“ hin zu „Task- und Ergebnisbasierten Pricing“-Modellen drohen.

Drittens: Kann eine Open-Source-Strategie neue Kunden anziehen und den Nutzerpool erweitern? Morgan Stanley meint, niedrigere Inferenzkosten machen das „Product-Led Growth“ (PLG) Modell erst wirklich möglich – aber da dasselbe Modell für jedermann verfügbar ist, bleibt der Ertrag letztlich bei Unternehmen, die über exklusive Daten, tiefe Workflow-Kenntnisse und regulatorische Hürden verfügen.

Vier Sektoren – ungleiches Temperament

Auf die konkreten Marktsegmente heruntergebrochen, liefert Morgan Stanleys Schlussfolgerung eine deutliche „Matthäus-Effekt“-Darstellung.

Im Bereich Infrastruktursoftware profitieren Open-Source-Modelle insgesamt. Zentrale Datenplattformen (Microsoft, Databricks, MongoDB, Oracle, Palantir, Snowflake) werden durch den KI-Agenten-Bedarf nach Echtzeit- und kontrollierten Unternehmenskontexten einen höheren Query-Output und mehr Anwendungsfälle verzeichnen; Observabilitätsanbieter (Datadog, Dynatrace, Elastic) profitieren von der massiven Menge neuer Traces und Governance-Anforderungen, die durch Agenten entstehen.

Cybersicherheit ist der nächste strukturelle Gewinner. Die explosionsartige Zunahme an Modell-Angeboten bedeutet, dass die Anzahl von KI-Agenten innerhalb der Unternehmen explodiert – und damit das Angriffsrisiko wächst: Modell-Lieferketten-Integrität, Prompt-Injektionen, massenhaft Maschinenidentitäten, autoritätslose Ausführung, Datenleaks über Arbeitsabläufe hinweg – all das sind neue Sicherheitslücken. CrowdStrike, Palo Alto Networks und Okta werden als größte Profiteure genannt.

Im horizontalen SaaS-Bereich besteht die Chance darin, vom „Mitgliedsbasierten Pricing“ zu „Ergebnis- oder Mengenbasierten Pricing“ zu wechseln. In Microsofts Umfeld führen Atlassian, Salesforce und ServiceNow den Large Cap, Box, Figma, Zoom und Wix den Small/Medium Cap. Vertikale Softwareanbieter profitieren dreifach durch „wenig automatisierte Märkte, Ergebnisbasiertes Pricing und tiefe Workflow-Kontrolle“ – Shopify, Toast, Manhattan Associates, Navan und ServiceTitan zählen zu den größten Gewinnern.

Die große Neuordnung

Morgan Stanley stellt fest: Die Verbreitung von Open-Source-Gewichtungsmodellen sorgt im Kern für eine rasche Kommodifizierung von „Intelligenz“. Wenn die Barrieren für Modelle verschwinden, verlagert sich der Wettbewerbsfokus von „wer hat das bessere Modell“ zu „wer hat die tiefsten Schutzgräben, die komplexesten Prozesse und die am schwierigsten kopierbaren Daten-Assets“.

Für Investoren bedeutet das einen neuen Bewertungsansatz: Unternehmen mit singulärer Funktion, ohne proprietäre Daten und mit einfachen Workflows, also „punktuelle Lösungsanbieter“, werden im Wettbewerb durch sinkende Kosten zunehmend marginalisiert. Atlassian, Cloudflare, CrowdStrike, Datadog, Microsoft, MongoDB, Nutanix, Palantir, Palo Alto Networks, SAP und ServiceNow sind die eigentlichen Gewinner, die laut Morgan Stanley die aktuelle KI-Neuordnung überstehen.