CNIL aktualisiert Genmod, sein Stammbaum-Tool für offene KI-Modelle

Die französische Commission nationale de l'informatique et des libertés (CNIL) hat am 26. August 2026 eine neue Version ihres Demonstrators veröffentlicht, mit dem sich die Genealogie quelloffen veröffentlichter KI-Modelle erkunden lässt. Das Update verbessert die Leistung des Werkzeugs und seine Bedienbarkeit und automatisiert die Aktualisierung der Daten. Neben der französischen ist nun auch eine englischsprachige Version der Oberfläche verfügbar.

Quelloffen veröffentlichte KI-Modelle lassen sich herunterladen, verändern, mit neuen Daten spezialisieren oder mit anderen Modellen kombinieren, bevor sie erneut veröffentlicht werden. Ein einziges Modell – etwa Kimi K3, Mistral Medium oder LLaMa – kann so zahlreiche abgeleitete Modelle hervorbringen, sodass es schwierig wird, nachzuvollziehen, welches Modell von welchem abstammt. Allein auf Hugging Face liegen rund zwei Millionen veröffentlichte Modelle, was es noch schwerer macht zu erkennen, welche davon Ableitungen der bekanntesten Modelle sind.

Vorgänger und Nachfolger eines Modells auffinden

Der Demonstrator namens Genmod ('Genealogie der Modelle') wurde vom KI-Dienst der CNIL in Zusammenarbeit mit ihrem Labor für digitale Innovation (LINC) entwickelt und im November 2025 erstmals veröffentlicht. Er erlaubt es, die Verbindungen zwischen Modellen zu erkunden und für ein gegebenes Modell sowohl seine Vorgänger – die Modelle, von denen es abstammt – als auch seine Nachfolger zu finden, also die Modelle, zu denen es beigetragen hat.

Diese Nachverfolgbarkeit ist nützlich, um die Folgen des Memorierens von Trainingsdaten durch KI-Modelle zu untersuchen. Ausgehend von einem Modell, das nachweislich personenbezogene Daten gespeichert hat, sollen die übrigen Modelle seiner 'Genealogie' identifiziert werden, die dieselben Informationen ebenfalls behalten haben könnten – um so die Bedingungen für die Ausübung der von der DSGVO vorgesehenen Rechte zu untersuchen: Widerspruchs-, Auskunfts- oder Löschungsrecht.

Deutlich schnellere Suchen

Die Suchmaschine des Graphen wurde optimiert, wodurch sich die Dauer der umfangreichsten Suchen stark verringert hat: Eine Suche ohne Tiefenbegrenzung dauert nun durchschnittlich rund zwanzig Sekunden. Die Oberfläche zeigt den Fortschritt einer Suche an und, sofern schätzbar, die verbleibende Zeit bis zum Abschluss. Mehrere Suchen können gleichzeitig verarbeitet werden, und bei hohem Andrang sieht der Nutzer seine Position in der Warteschlange.

• Suche ohne Tiefenbegrenzung: durchschnittlich rund zwanzig Sekunden
• Fortschrittsanzeige mit Schätzung der verbleibenden Zeit
• Gleichzeitige Suchen, mit Anzeige der Warteschlangenposition bei hohem Andrang
• Automatische, wöchentliche Aktualisierung des Graphen anhand öffentlicher Hugging-Face-Daten
• Das Datum der letzten Datenaktualisierung wird in der Anwendung angezeigt
• Am häufigsten heruntergeladene Modelle werden bei Vorschlägen bevorzugt angezeigt, Ergebnisse standardmäßig nach Downloadzahl sortiert
• Direkter Zugang zur Startseite von den verschiedenen Seiten der Anwendung aus hinzugefügt
• Einheitlicheres Layout in Firefox, Chrome, Edge und Safari sowie auf unterschiedlichen Bildschirmgrößen

Ein neues Verfahren erlaubt es, die Datenbasis des Demonstrators anhand öffentlicher Daten zu Modellen und Datensätzen auf Hugging Face neu aufzubauen, was eine wöchentliche automatische Aktualisierung des Graphen ermöglicht, um der schnellen Entwicklung des Open-Source-Ökosystems besser zu folgen.

Ein konkretes Beispiel: die Nachfolger von Kimi K3

Das Medium Next nennt ein Anwendungsbeispiel: Man kann die Nachfolger des Modells Kimi K3 des Anbieters Moonshot AI untersuchen, indem man zunächst den Namen des Repositorys des Anbieters und dann die ersten Buchstaben des Modells eingibt, um dessen vollständigen Stammbaum anzuzeigen. Für jedes abgeleitete Modell gibt das Werkzeug an, mit welcher Methode die Ableitung erfolgte – etwa Quantisierung, die die Präzision der Gewichte des Ausgangsmodells verringert, um dessen Speicherbedarf zu senken. Mit dem Werkzeug lassen sich außerdem alle Modelle finden, die einen bestimmten Datensatz verwendet haben, etwa The Cauldron. Ein Modus für die erweiterte Suche erlaubt es zudem, genau die Kriterien auszuwählen, die den Nutzer interessieren.

Wenn die personenbezogenen Daten einer Person von einem Modell memoriert wurden, wie lässt sich dann feststellen, welche Modelle diese Daten ebenfalls memoriert haben könnten?

Diese Nachverfolgbarkeit kann auch bei Vorwürfen hilfreich sein, ein KI-Modell habe urheberrechtlich geschützte Inhalte wiedergegeben – ein Thema, das der laufende Rechtsstreit zwischen der New York Times und OpenAI veranschaulicht, in dem die Frage, welche Modelle geschützte Texte memoriert und anschließend wiedergegeben haben könnten, zentral bleibt.

Für Forschende und Entwickler im deutschsprachigen Raum, die mit quelloffenen Modellen arbeiten, bietet Genmod eine konkrete Möglichkeit, die Herkunft eines Modells vor dessen Einsatz zu dokumentieren und sich auf eine mögliche DSGVO-Anfrage zur Rechteausübung vorzubereiten, statt sie erst im Nachhinein zu bearbeiten. Für Datenschutzbehörden wie den Bundesbeauftragten für den Datenschutz oder die Landesdatenschutzbehörden ist das Werkzeug zudem ein praktisches Beispiel dafür, wie sich Modell-Nachverfolgbarkeit operationalisieren lässt: Jede Woche wächst der Graph um die neu auf Hugging Face veröffentlichten Modelle, wodurch er zu einer Referenz wird, die sich im Takt des Ökosystems aktualisiert, statt ein am Veröffentlichungstag eingefrorenes Inventar zu bleiben.