Konzeptkarte

Meta Llama — offene Spitzenmodelle für den Produktiveinsatz

Stand 10. Oktober 2026

Redaktion: Cédric Mary, alleiniger Redakteur und verantwortlich für die Veröffentlichung — 27 Jahre im SAP-Ökosystem. Wie diese Seiten entstehen und wo Automatisierung eingesetzt wird.

Was ist Meta Llama?

Der strategische Punkt bei Llama ist nicht die Leistungsgleichheit mit geschlossenen Modellen — es ist, dass die Gewichte heruntergeladen werden und auf den eigenen GPUs des Kunden laufen, was für die Datenresidenz in der EU und die Fine-Tuning-Kosten entscheidend ist.

Worum es geht

Meta Llama ist die Familie offener Spitzenmodelle (Open-Weight) von Meta AI und unterscheidet sich von Claude / GPT / Gemini dadurch, dass die Modellgewichte unter einer Community-Lizenz veröffentlicht werden, die den Produktiveinsatz erlaubt (vorbehaltlich Klauseln zur Unternehmensgröße und zur zulässigen Nutzung). Stand Mai 2026 ist die Llama-Reihe die dominierende Open-Weight-Option für Unternehmen, die Self-Hosted- oder On-Premise-Inferenz benötigen, wobei Llama-Varianten mehrere Parametergrößen für unterschiedliche Latenz-/Kosten-/Fähigkeitsprofile abdecken. Die konkrete Versionsbezeichnung der aktuellen Generation (z. B. Llama 4) entwickelt sich weiter; ai.meta.com ist die maßgebliche Referenz für die aktuelle Version.

Die Open-Weight-Ausrichtung ist der strategische Punkt. Während Claude / GPT-5 / Gemini nur über Anbieter-APIs zugänglich sind (die Gewichte verbleiben hinter der Serving-Infrastruktur des Anbieters), lassen sich Llama-Gewichte von Meta oder Hugging Face herunterladen und auf den eigenen GPUs des Kunden betreiben — AWS-p5-Instanzen, Azure ND-H100, On-Premise-NVIDIA-DGX-Cluster oder Sovereign-Cloud-Deployments in regulierten Jurisdiktionen. Dieser architektonische Unterschied ist für drei Kundenprofile relevant: regulierte EU-Kunden mit strikter Anforderung an die Datenresidenz, Kunden, die im großen Maßstab auf proprietären Korpora feinabstimmen, wo API-basiertes Fine-Tuning kostenprohibitiv ist, sowie Kunden, die Kostenvorhersehbarkeit bei der Inferenz unabhängig von Preisentscheidungen des Anbieters benötigen.

Warum es zählt

Drei Kundenprofile benötigen dies konkret: regulierte EU-Kunden mit strikter Anforderung an die Datenresidenz, Kunden, die im großen Maßstab feinabstimmen, wo API-basiertes Fine-Tuning kostenprohibitiv ist, und Kunden, die Kostenvorhersehbarkeit unabhängig von der Preisgestaltung des Anbieters wünschen.
Llama lag in öffentlichen Benchmarks historisch eine Generation hinter geschlossenen Spitzenmodellen (3.x vs. GPT-4o/Claude 3.5/Gemini 1.5); ob Llama 4 diesen Abstand schließt, ist eine Angabe des Anbieters selbst, nicht durch Peer Review bestätigt.
Der AI Index 2026 von Stanford HAI dokumentiert Llama als die am häufigsten heruntergeladene Open-Weight-Spitzenmodellfamilie bei Unternehmensnutzern in 2025-2026, breit eingesetzt über Databricks Mosaic AI, AWS Bedrock und Azure ML.

Kernpunkte

Strategisches Unterscheidungsmerkmal — Meta veröffentlicht die Llama-Gewichte unter einer Community-Lizenz, die den Produktiveinsatz erlaubt (vorbehaltlich Klauseln zu Unternehmensgröße und zulässiger Nutzung); Claude / GPT-5 / Gemini veröffentlichen KEINE Gewichte.
Deployment-Flächen — Llama läuft auf den GPUs des Kunden (AWS p5, Azure ND-H100, On-Premise-NVIDIA-DGX, Sovereign Cloud) über Databricks Mosaic AI, AWS Bedrock, Azure ML, Hugging Face Inference Endpoints — der Stanford HAI AI Index 2026 dokumentiert Llama als die am häufigsten heruntergeladene Open-Weight-Spitzenmodellfamilie.
Drei Ziel-Kundenprofile — regulierte EU-Kunden mit strikter Anforderung an die Datenresidenz, Kunden, die im großen Maßstab auf proprietären Korpora feinabstimmen, Kunden, die Kostenvorhersehbarkeit bei der Inferenz unabhängig von der Preisgestaltung des Anbieters benötigen.
Fähigkeitsniveau (historisch) — Llama lag eine Generation hinter den geschlossenen Spitzenmodellen (Llama 3.x vs. GPT-4o / Claude 3.5 / Gemini 1.5); ob die aktuelle Llama-4-Generation den Abstand schließt, ist eine Angabe des Anbieters selbst und noch nicht durch Peer Review bestätigt.
Abwägungen — Self-Hosting erfordert GPU-Infrastruktur-Expertise, Model-Serving-Betrieb, Sicherheitshärtung (keine Übernahme von Anbieter-SOC-2 / ISO-27001); höhere Op-Ex-Basis, aber niedrigere Grenzkosten pro Inferenz im großen Maßstab.
SAP-Passung — Llama erreicht Joule über den SAP AI Agent Hub (C211); Self-Hosted Llama + Hub-Governance + Observability etabliert sich als Referenzarchitektur für den regulierten EU-Raum.

Begriffe auf dieser Seite

Open-Weight-Modell: Ein KI-Modell, dessen trainierte Parametergewichte veröffentlicht und herunterladbar sind, sodass Kunden Inferenz auf ihrer eigenen Infrastruktur ausführen können; im Gegensatz zu Closed-Weight-Spitzenmodellen (Claude, GPT-5, Gemini), die nur über Anbieter-APIs zugänglich sind.
Llama-Community-Lizenz: Metas Open-Weight-Lizenz, die die kommerzielle Nutzung von Llama-Modellen vorbehaltlich Klauseln zu Unternehmensgröße und zulässiger Nutzung erlaubt; kein OSI-zertifizierter Open-Source, aber deutlich freizügiger als reine Anbieter-API-Spitzenmodelle.
Selbstgehostete Inferenz: Deployment-Muster, bei dem der Kunde das KI-Modell auf seiner eigenen GPU-Infrastruktur betreibt (AWS p5, Azure ND-H100, On-Premise-NVIDIA-DGX, Sovereign Cloud); strikte Datenresidenz und Kostenvorhersehbarkeit auf Kosten der operativen Komplexität.
Databricks Mosaic AI: Die KI-Plattform von Databricks, die Open-Weight-Modelle (allen voran Llama) mit verwaltetem Serving, Fine-Tuning und Governance hostet; gängige Deployment-Fläche für Llama in SAP-Kundenumgebungen.

Quellen

Vollständige Karte für Mitglieder. Was die vollständige Karte ergänzt: den vollständigen Entscheidungsrahmen · den Vergleich SAP · Snowflake · Databricks · Fabric · die häufigen Fallstricke und ihre Behebung · die Kurzreferenz · die Architekturschemata · die Codeblöcke · die zitierfähigen Kennzahlen.

In der App öffnen →

Offene SAP-Projekte

Aktuelle SAP-Analytics-Projekte und Stellen im DACH-Raum: SAP-Analytics-Projekte im DACH-Raum.