HELSINKI / LONDON (IT BOLTWISE) – Fireworks AI wirbt auf der Slush-Konferenz dafür, dass Unternehmen mit Open-Weight-Modellen die teuren Frontier-Plattformen weitgehend umgehen können. Der Anbieter trainiert und betreibt KI so, dass Kunden eigene Daten nutzen und dadurch Geschwindigkeit sowie Kosten reduzieren. Gleichzeitig muss Fireworks nach zwei Sicherheitsvorfällen Vertrauen zurückgewinnen: Angriffe betrafen API-Schlüssel und Tokens sowie später auch ein Cloud-Setup, in dem Kundendaten abgegriffen wurden. In dem Spannungsfeld aus Kostendruck, Know-how-Abfluss und Security-Risiken entscheidet sich, wie schnell sich „Open statt Frontier“ in der Praxis durchsetzt.

Die Debatte um „open“ statt „frontier“ stand in Helsinki auf der Slush-Bühne nicht als Ideologie im Raum, sondern als Rechenproblem. Fireworks AI positioniert sich als spezialisierte KI-Plattform für Unternehmen, die nicht die vollen Preise der großen KI-Labore zahlen und sich zugleich nicht in Abhängigkeiten verheddern wollen. Im Kern geht es um Open-Weight-Modelle: Diese lassen sich herunterladen, und Firmen können sie mit ihren eigenen Daten so nachjustieren, dass die Lösung schneller läuft und günstiger bleibt als vergleichbare, stark geschlossene Modelle. Der Ansatz zielt dabei weniger auf maximal neue Fähigkeiten ab, sondern auf ein pragmatisches „genug gut“-Profil, das sich besser in bestehende Produkte und Workflows integrieren lässt.
Technisch betrachtet verschiebt Fireworks den Schwerpunkt von „wer hat das größte Modell?“ hin zu „wie kommt das richtige Modell zum richtigen Zeitpunkt?“. Co-founder Chenyu Zhao beschreibt die Strategie als Zwei-Welten-Modell: Frontier-Modelle bleiben seiner Darstellung nach für anspruchsvolle Planungs- und Entscheidungsaufgaben attraktiv, während für Alltagsrechenaufgaben oder klar strukturierte Anforderungen Open-Modelle oft ausreichen. Gerade diese Trennung macht aus Sicht der Plattform die Kostenkurve weniger eindimensional: Statt nur auf „Kosten pro Token“ zu schauen, wird auch „Kosten pro Aufgabe“ relevant. Zusätzlich adressiert Fireworks ein zweites Argument aus der Praxis: Viele Unternehmen würden nicht nur für den Zugriff zahlen, sondern auch für das Know-how, das durch die Nutzung proprietärer Systeme mittelbar im Unternehmen fehlt – etwa über Prompt- und Prozesswissen, das bei geschlossenen Anbietern nicht vollständig kontrollierbar ist.
Marktseitig bekommt dieser Ansatz Rückenwind, weil die „Zeit bis zur Einsetzbarkeit“ offener Modelle in den letzten Monaten geringer geworden sein soll. Zhao argumentiert, dass Open-Modelle heute höchstens noch um wenige Monate hinter den neuestem Frontier-Stand zurücklägen – während frühere Vergleiche eher von einem Rückstand in der Größenordnung von einem Jahr oder länger ausgegangen seien. Damit entsteht eine Erwartung, dass sich im laufenden Betrieb schneller experimentieren und iterieren lässt: Wenn der Fähigkeitsabstand sinkt, wird der Wechsel von einem „Low Risk“-Default zu einer offen abgestützten Lösung politisch und operativ leichter. Auch die Kapitalmärkte spielen mit: Im Umfeld von Fireworks werden laut Berichtslage teils große Finanzierungsrunden im Segment der Plattformen genannt, und zusätzlich steht mit der Übernahme von Applied Compute durch Palo Alto Networks ein klassischer M&A-Signalgeber für die Enterprise-Orientierung im Raum.
Doch der klare Tech-Nutzen trifft auf ein härteres Kapitel: Sicherheit. Fireworks hat in diesem Herbst zwei Sicherheitsvorfälle offengelegt. Im ersten Fall gelangten Angreifer an API-Keys und Tokens, die als Secrets für eine begrenzte Zahl von Konten hinterlegt waren. Im zweiten Vorfall drangen Angreifer offenbar über einen kompromittierten Cloud-Provider in eine Entwicklungsumgebung ein und konnten Kundendaten abgreifen – inklusive Abrechnungsunterlagen und teils auch Datensätze. Für betroffene Firmen wird damit nicht nur die Frage „Was wurde getroffen?“ relevant, sondern auch „Wie viel war für welche Kundenerfahrung tatsächlich im Zugriff?“. Laut dem Bericht trennte sich Notion nach dem Vorfall von Fireworks, und Uber meldete den Diebstahl persönlicher Daten von rund 150.000 Fahrern über einen Dienstanbieter.
In der Runde mit dem Gründer stellte sich deshalb die Plausibilitätsfrage: Wie lässt sich ein „zero data retention“-Versprechen mit der Realität von Batch-Workflows vereinbaren? Zhao ordnet das Problem differenziert ein. Er verweist darauf, dass es in einem Teil der Fälle um „LLM jacking“ ging – also um das systematische Absuchen von Providern nach API-Schlüsseln und Secrets, um Tokens auf unzulässigen Marktplätzen weiterzuverkaufen. Das Versprechen „zero data retention für Inference-Traffic“ bezieht sich seiner Darstellung nach auf den Antwortverkehr, während Notion offenbar Batch Prediction nutzte: Dabei werden Daten für eine Verarbeitung hochgeladen und verbleiben „at rest“, sodass das Retention-Prinzip nicht identisch gilt. Fireworks will demnach Dienste von Batch- auf einen stärker „online“-orientierten Datenfluss umstellen, sodass Daten nur so lange wie nötig gespeichert bleiben.
Für IT-Leiter und Sicherheitsverantwortliche ergibt sich daraus ein nüchterner Schluss: Offene Modelle lösen Abhängigkeit von Frontier-Anbietern nicht automatisch, sie verlagern Risiken aber in andere Steuerungsbereiche. Wer Open-Weights einsetzt, behält zwar mehr Kontrolle über Modellartefakte und Datenpfade, muss jedoch gleichzeitig auch die eigene Lieferkette absichern – von Secrets-Handling über Zugriffskontrollen bis hin zu Build- und Deployment-Umgebungen. Im Gegenzug kann eine Plattform wie Fireworks laut Zhao eine bessere Verhandlungsmacht schaffen, wenn Kosten bei „Tokens pro Monat“ in Richtung 10.000 oder 100.000 Nutzer und damit in Richtung signifikanter monatlicher Budgets steigen. Zudem wird „routing“ zu einem echten Produktfeature: Es geht nicht nur um Modellqualität, sondern um die Orchestrierung, die Last zu den günstigeren Modellklassen verteilt.
Ambitioniert wird es spätestens dann, wenn die Kategorie von reinem Modellrouting zu einer belastbaren Infrastruktur für Unternehmen übergeht. Entsprechend groß ist der Druck, Vertrauen nach Sicherheitsvorfällen neu aufzubauen und die Auditierbarkeit von Prozessen zu verbessern. Gleichzeitig bleibt die Markterzählung: Wenn Frontier-Modelle weiterhin eine wichtige Rolle in High-Level-Planung übernehmen, aber die Masse der täglichen Nutzung über kostengünstigere Open-Modelle läuft, entsteht eine „Parallelwelt“. In dieser Welt konkurrieren nicht nur Benchmarks, sondern auch Sicherheitsreife, Betriebsstabilität und die Fähigkeit, Open-Modelle so zu operationalisieren, dass sie im Alltag besser skalieren als der Zugriff auf einzelne geschlossene APIs.
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!

- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Fireworks AI setzt auf Open-Weight-Modelle – aber Sicherheitsvorfälle bremsen" für unsere Leser?


#Sophos
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Fireworks AI setzt auf Open-Weight-Modelle – aber Sicherheitsvorfälle bremsen" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Fireworks AI setzt auf Open-Weight-Modelle – aber Sicherheitsvorfälle bremsen« bei Google Deutschland suchen, bei Bing oder Google News!