Popularity != Public Implementation: How Organizations Leverage Open Source Code
Zusammenfassung
Kurz
Der Bericht argumentiert, dass Unternehmen öffentliche GitHub-Software unter anderem durch Nutzerfeedback und als Einstieg zu kostenpflichtigen Angeboten nutzen können. Microsoft führt bei Sternen und Codebeiträgen zu KI/ML-Repositories, während Explosion bei den im Bericht erfassten öffentlichen Implementierungen zehnmal vor Microsoft liegt. Private Nutzungen können in den Daten fehlen, sodass der Vergleich nicht alle Implementierungen abbildet.
Mittel
Der Bericht fragt, warum Unternehmen Software kostenlos auf GitHub veröffentlichen. Als mögliche Vorteile nennt er gemeinschaftliche Wartung und Fehlerbehebung sowie Rückmeldungen von Nutzern; öffentliche Pakete könnten außerdem auf kostenpflichtige Angebote verweisen. Microsofts SynapseML dient als Beispiel: Nutzer können Fehler melden, und die Azure-Kompatibilität könnte größere Anwendungen auf Microsofts Cloud-Plattform lenken.
Für KI- und ML-Repositories vergleicht der Autor Sterne, angenommene Codebeiträge und öffentliche Implementierungen anhand von GitHub-Metadaten aus einer CSET-Datensammlung. Microsoft führt laut Bericht bei Sternen und Commits. Bei öffentlichen Implementierungen liegt dagegen Explosion, der Entwickler des NLP-Pakets spaCy, zehnmal vor Microsoft. Aktive Problemforen könnten Explosion Hinweise auf Verbesserungen liefern.
Der Bericht betont eine wesentliche Grenze: Private Nutzungen, etwa von Microsoft-Software, sind in der betrachteten Datensammlung möglicherweise nicht erfasst. GitHub-Metadaten geben daher einen Einblick in öffentliche Verbreitung, aber keinen vollständigen Überblick über alle Implementierungen. Die genaue Berechnung des genannten Vorsprungs wird im Text nicht näher erläutert.
Ausführlich lesen
Der Bericht untersucht, warum Unternehmen Software kostenlos und öffentlich auf GitHub bereitstellen und wie sich die Beliebtheit solcher Repositories von ihrer erfassten öffentlichen Nutzung unterscheidet. Ausgangspunkt ist die Angabe, dass in der zugrunde liegenden Datensammlung rund 13 Prozent der Repository-Eigentümer Organisationen sind, davon etwa 10 Prozent verifizierte Organisationen.
Der Autor beschreibt Open-Source-Software als Möglichkeit, von gemeinschaftlicher Pflege, Fehlerbehebungen und Verbesserungen zu profitieren. Für Unternehmen könnten öffentliche Pakete zusätzlich als Einstieg in umfangreichere Angebote dienen. Am Beispiel von Microsofts SynapseML argumentiert der Bericht, dass Nutzer durch Tests und Fehlermeldungen zur Verbesserung beitragen können. Außerdem könne die Kompatibilität von SynapseML mit Azure Nutzer, die das Werkzeug umfangreich einsetzen möchten, zu Microsofts kostenpflichtiger Cloud-Plattform führen. Der Bericht deutet öffentliche Softwareangebote damit als mögliche Quelle für Rückmeldungen und als Werbung für kommerzielle Produkte. Die angegebene Zahl von 227 offenen Problemen bezieht sich auf den Zeitpunkt der Veröffentlichung und ist keine aktuelle Bestandsaufnahme.
Für den Vergleich von Organisationen betrachtet der Bericht GitHub-Metadaten zu KI- und ML-bezogenen Repositories aus einer CSET-Datensammlung. Sterne dienen dabei als Maß für das Interesse beziehungsweise die Lesezeichen von Nutzern; Commits zählen angenommene Codeänderungen. Microsoft liegt laut Darstellung bei Sternen und Commits vorn. Der Bericht folgert daraus, dass Nutzer Microsofts entsprechende Repositories besonders häufig besuchen und Beiträge zu ihnen leisten.
Bei direkten öffentlichen Implementierungen liegt dagegen das deutsche Softwareunternehmen Explosion laut Bericht mit einem zehnfachen Vorsprung vor Microsoft. Explosion entwickelt spaCy, ein populäres NLP-Paket. Als möglichen Nutzen der aktiven Problemforen seiner Repositories nennt der Autor Rückmeldungen zu Verbesserungen, die sonst womöglich unentdeckt blieben. Der Bericht räumt zugleich ein, dass Microsoft-Software möglicherweise häufiger in privaten Projekten eingesetzt wird und solche Einsätze in der betrachteten Datensammlung nicht sichtbar sind.
Die zentrale Unterscheidung lautet somit: Sterne und Beiträge zeigen Aufmerksamkeit und Mitarbeit, während das verwendete Implementierungsmaß öffentliche Nutzung abbilden soll. GitHub-Metadaten könnten nach Darstellung des Autors eine zeitnahe Analyse der Verbreitung von Software nach Themen, Organisationen oder Programmiersprachen ermöglichen. Die Aussagekraft bleibt jedoch auf die erfassten öffentlichen GitHub-Daten begrenzt; private Anwendungen können fehlen. Der Bericht führt keine ausführliche Beschreibung der Datenerhebung oder der genauen Berechnung des zehnfachen Unterschieds an. Er stellt die Ergebnisse daher als Einblick in öffentliche Verbreitung dar, nicht als vollständiges Maß aller Softwareimplementierungen.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Die Einordnung stützt sich nur auf den Quelltext, nicht auf die Gesamtliteratur zu KI-Sicherheit. Die Bewertungen der Sammelfragen beruhen auf dem Oberthema offene Software; ein Bericht über GitHub-Nutzung beantwortet keine Governance-Fragen direkt.
Im Bericht, aber nicht in der Zusammenfassung
- Anteil der Organisationen an den Repository-Eigentümern (rund 13 Prozent, davon 10 Prozent verifiziert)
- Microsofts Übernahme von GitHub im Jahr 2018 als Kontext des Geschäftsmodells
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Vorfälle melden
- SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 42 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Unabhängig prüfen
- SF-P2 Wie bleiben Prüfer, die in einem Labor arbeiten, wirklich unabhängig?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 45 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 50 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Tempo und Grenzen
- SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- clef 100 %kein Bezug
- Luna 32 %gleiches Oberthema, hilft nicht
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 44 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- clef 100 %kein Bezug
- Luna 48 %einzelne zitierbare Belege
- JEV 36 %Hintergrund, keine Belege
- amos 44 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 55 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung kein Bezug
Vertrauen in Modelle
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 100 %kein Bezug
- Luna 41 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 41 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 49 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Modelle teilen und schützen
- SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
- clef 100 %kein Bezug
- Luna 61 %Hintergrund, keine Belege
- JEV 38 %Hintergrund, keine Belege
- amos 30 %gleiches Oberthema, hilft nicht
- SubQ 42 %gleiches Oberthema, hilft nicht
- drex 43 %gleiches Oberthema, hilft nicht
- d3-ultra 60 %gleiches Oberthema, hilft nicht
- Haiku-Prüfung gleiches Oberthema, hilft nicht
- SF-H2-T04 Wie sollen Staaten mit Open-Source-Modellen aus einem Land umgehen, die in einem anderen schädlich genutzt werden könnten, ohne legitime Forschungszusammenarbeit zu verhindern?
- SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
- clef 100 %kein Bezug
- Luna 55 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 34 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-H4 Was geschieht mit Modellen und Sicherheitspflichten, wenn ein Labor verkauft, aufgelöst oder ein Modell stillgelegt wird?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 34 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
- SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 43 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- clef 100 %kein Bezug
- Luna 75 %einzelne zitierbare Belege
- JEV 36 %einzelne zitierbare Belege
- amos 24 %Hintergrund, keine Belege
- SubQ 100 %kein Bezug
- drex 42 %gleiches Oberthema, hilft nicht
- d3-ultra 51 %gleiches Oberthema, hilft nicht
- Haiku-Prüfung nur am Rande erwähnt
- SF-E4-T01 Was hieße die Formel von KI als „gemeinsamem Gut der ganzen Menschheit“ praktisch (Zugang, Teilen des Nutzens, gestaffelte Preise, Technologietransfer), so dass jeder Staat sie tatsächlich unterschreiben und prüfen könnte?
- SF-E4-T02 Welche konkreten Mechanismen (bezahlbarer Zugang zu Modellen, Rechenleistung im öffentlichen Interesse, Technologietransfer) sollen Sicherheitsregeln begleiten, damit sie Monopole nicht vertiefen und Länder mit wenig Mitteln nicht abhängig zurücklassen?
- SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 54 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Weitere Berichte zu diesen Fragen
- Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
- Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
- Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- Alle Berichte im Archiv