Wer ein KI-Modell in einen Geschäftsprozess einbaut, übernimmt auch alles, was er darüber nicht weiß: mit welchen Daten es trainiert wurde, wie es getestet wurde, was mit den eigenen Prompts passiert. Der Foundation Model Transparency Index aus Stanford misst genau das, und die neueste Ausgabe zeigt: Die Transparenz sinkt. Der Durchschnitt fiel von 58 auf 41 von 100. Wir haben die öffentlichen Punktedaten für Anthropic, OpenAI, Mistral, Google und neun weitere Entwickler ausgewertet.
Was der Transparenzindex misst
Der Foundation Model Transparency Index (FMTI) wird vom Center for Research on Foundation Models der Stanford University erstellt. Jeder Entwickler wird anhand von 100 Ja/Nein-Indikatoren zu seinem Flaggschiffmodell bewertet, aufgeteilt in drei Bereiche: Upstream (34 Indikatoren: Trainingsdaten, Datenarbeit, Rechenleistung, Energie), Modell (30: Architektur, Fähigkeiten, Risiken, Schutzmaßnahmen, Veröffentlichung) und Downstream (36: Nutzungsdaten, wirtschaftliche Wirkung, Monitoring, Nutzungsrichtlinien, Verantwortlichkeit).
Die dritte Ausgabe erschien im Dezember 2025 und bewertet 13 Unternehmen. Sieben reichten eigene Transparenzberichte ein (AI21 Labs, Amazon, Google, IBM, Meta, OpenAI, Writer). Für die übrigen sechs (Alibaba, Anthropic, DeepSeek, Midjourney, Mistral, xAI) sammelte das Team öffentliche Informationen selbst, unterstützt von einem KI-Agenten auf Basis von Claude; jeder Fund wurde von Hand geprüft. Nur 30 % der angefragten Unternehmen reichten einen Bericht ein, gegenüber 74 % im Jahr 2024. Alle Daten sind auf GitHub öffentlich; darauf beruhen die folgenden Grafiken.
Das Ranking 2025: Enterprise-Anbieter vorn, große Labore in der Mitte
Die Werte fallen in drei Gruppen. Auf Geschäftskunden ausgerichtete Anbieter, IBM (95), Writer (72) und AI21 Labs (66), führen mit großem Abstand. In der Mitte liegen die großen Labore: Anthropic 46, Google 41, Amazon 39, OpenAI 35, DeepSeek 32, Meta 31 und Alibaba 26. Am Ende stehen Mistral (18), Midjourney und xAI (je 14).
Quelle: Stanford CRFM, 2025 Foundation Model Transparency Index (Dezember 2025), 100 Indikatoren: 34 Upstream, 30 Modell, 36 Downstream. Bereichssummen aus der öffentlichen Punktedatei auf GitHub (stanford-crfm/fmti).
Die wichtigste Aussage der Grafik: Der dunkle Teil (Upstream, also Trainingsdaten und Rechenleistung) ist bei den führenden Laboren kaum sichtbar. Anthropic erreicht 3 von 34 Punkten, OpenAI 1, Mistral 0. Die meisten Punkte sammeln sie im Downstream-Bereich, über Nutzungsrichtlinien, Dokumentation und Monitoring. IBM ist das einzige Unternehmen, das alle Upstream-Indikatoren erfüllt.
Drei Ausgaben: Das Ranking hat sich umgedreht
Der FMTI ist eine der wenigen Kennzahlen für KI-Unternehmen, die über die Zeit verfolgt wird. 2023 lag der Durchschnitt bei 37, 2024 stieg er auf 58, weil die Unternehmen mit dem Index zusammenarbeiteten, 2025 fiel er auf 41 zurück. Die Ausgabe 2025 führte neue und strengere Indikatoren ein, ein Teil des Rückgangs ist also eine höhere Messlatte. Die Autoren dokumentieren aber auch echte Rückschritte: Unternehmen, die Informationen früher veröffentlicht haben und heute nicht mehr.
Quelle: FMTI Oktober 2023, Mai 2024 und Dezember 2025. Mistral und IBM wurden erstmals 2024 bewertet. Die Ausgabe 2025 hat die Indikatoren geändert, der Jahresvergleich ist daher nur ein Richtwert.
- Meta war 2023 die Nummer eins der sechs Unternehmen, die in allen drei Ausgaben bewertet wurden (54), und ist jetzt Letzter (31), ein Minus von 29 Punkten in einem Jahr.
- OpenAI fiel von Platz zwei (48) auf den vorletzten Platz (35), 14 Punkte weniger als 2024.
- Anthropic stieg von 36 (2023) auf 46 und liegt jetzt auf Platz zwei dieser sechs, hinter AI21 Labs (66). Gegenüber 2024 verlor es 5 Punkte.
- Mistral fiel von 55 auf 18, der stärkste Rückgang im Index. 2025 reichte es keinen Bericht ein, gewertet wurde nur die öffentliche Dokumentation zu Mistral Medium 3.
- IBM stieg von 64 auf 95, dank eines detaillierten Berichts und sechs Indikatoren, die kein anderes Unternehmen offenlegt.
Wo die Lücken sind: Trainingsdaten, Rechenleistung und reale Nutzung
Die Heatmap zeigt, bei welchen Themen jedes Labor offen ist. Das Muster ist einheitlich: Über Veröffentlichungspraxis, Nutzungsrichtlinien und Sicherheitsmaßnahmen informieren die Unternehmen recht offen, darüber, wie das Modell gebaut wurde und wie es tatsächlich genutzt wird, fast gar nicht.
Quelle: eigene Berechnung aus der FMTI-2025-Punktedatei. Jede Zelle = erfüllte Indikatoren / Indikatoren im Teilbereich. Ausgewählte Teilbereiche und Unternehmen.
Anthropic sticht bei den Nutzungsdaten heraus (3 von 5 Indikatoren; Anthropic veröffentlicht zudem den Anthropic Economic Index darüber, wie Claude genutzt wird) und bei den Nutzungsrichtlinien (5 von 5). OpenAI ist am stärksten beim Monitoring nach dem Release (5 von 7) und bei Schutzmaßnahmen. Google und Amazon legen einige Angaben zu Rechenleistung und Datenverarbeitung offen, aber nichts zu grundlegenden Modelleigenschaften. Mistral und xAI punkten außerhalb von Release und Nutzungsrichtlinien kaum.
Quelle: FMTI-2025-Punktedatei, Anzahl der 13 bewerteten Unternehmen, die den jeweiligen Indikator erfüllen.
Alle Unternehmen veröffentlichen Nutzungsbedingungen und ein Änderungsprotokoll. Nur zwei legen den Energie- oder Wasserverbrauch des Trainings offen (IBM und Writer), und kein Unternehmen gibt an, ob sich Benchmark-Testdaten mit den Trainingsdaten überschneiden. Das ist wichtig für alle, die Modelle nach Benchmark-Werten vergleichen: Ohne diese Angabe lässt sich nicht ausschließen, dass ein Modell den Test schon kennt. Siehe auch unsere Analysen zum Energieverbrauch von KI und zu Urheberrecht und Klagen um Trainingsdaten, die der Index als einen Grund für die Geheimhaltung nennt.
Regulierung verlangt inzwischen einen Teil davon
Ein Teil dessen, was der Index misst, wird jetzt Pflicht. Nach dem EU AI Act gelten die Pflichten für Anbieter von KI-Modellen mit allgemeinem Verwendungszweck (GPAI) seit dem 2. August 2025, die Durchsetzungsbefugnisse der Europäischen Kommission seit dem 2. August 2026. Anbieter müssen eine technische Dokumentation führen, nachgelagerten Anbietern die für die Integration nötigen Informationen geben, eine Urheberrechtsstrategie haben und eine Zusammenfassung der Trainingsinhalte veröffentlichen. Bußgelder für GPAI-Anbieter können 15 Millionen Euro oder 3 % des weltweiten Umsatzes erreichen. In Kalifornien verpflichtet SB 53 große Entwickler von Frontier-Modellen seit dem 1. Januar 2026, ein Frontier-AI-Framework und Transparenzberichte für neue Modelle zu veröffentlichen.
Der Index stellte fest, dass Unterzeichner des EU-Verhaltenskodex für GPAI etwas besser abschneiden als Nicht-Unterzeichner, vor allem dank Downstream-Angaben. Regulierung hebt das Mindestniveau der Dokumentation, verlangt aber nicht die Informationen, die für Käufer am nützlichsten sind, etwa die Zusammensetzung der Daten, Überschneidungen von Test und Training oder echte Nutzungsstatistiken. Zum größeren Rahmen siehe unseren globalen Vergleich der KI-Regulierung und die Sicherheitsrahmen der Frontier-Labore.
Was das für Unternehmen bedeutet, die KI einkaufen
Ein niedriger Transparenzwert heißt nicht, dass ein Modell schlecht oder unsicher ist. Claude-, GPT- und Mistral-Modelle gehören zu den leistungsfähigsten am Markt. Er heißt, dass Sie die Informationen selbst anfordern und im Vertrag festhalten müssen. Unsere Checkliste für die Anbieterprüfung:
| Frage an den Anbieter | Warum sie wichtig ist | Wo nachsehen |
|---|---|---|
| Werden unsere Prompts und Ausgaben zum Training genutzt, und wie lange werden sie gespeichert? | DSGVO, Geschäftsgeheimnisse | Geschäftsbedingungen, Richtlinie zur Datenspeicherung |
| Welche Evaluierungen wurden durchgeführt, von wem, und sind sie reproduzierbar? | Benchmark-Werte übertragen sich nicht unbedingt auf Ihre Aufgabe | System Card, Model Card |
| Welche Dokumentation stellen Sie nachgelagerten Anbietern nach dem AI Act bereit? | Sie brauchen sie eventuell für Ihre eigene Compliance | Dokumentation nach Art. 53 AI Act |
| Was ist der Trainingsdaten-Stichtag, und wo ist die veröffentlichte Zusammenfassung? | Urheberrechtsrisiko, Wissenslücken | Öffentliche Zusammenfassung der Trainingsinhalte |
| Wie werden Modellversionen abgekündigt und angekündigt? | Stabilität produktiver Systeme | Deprecation-Richtlinie, Änderungsprotokoll |
| Wo werden Daten verarbeitet, und von welchen Unterauftragnehmern? | Datenstandort, DSGVO-Übermittlungen | AVV, Liste der Unterauftragnehmer |
Am wichtigsten: Bauen Sie ein eigenes Evaluierungsset aus realen Aufgaben Ihres Unternehmens. Wenn Anbieter Überschneidungen von Test und Training nicht offenlegen, sind Ihre eigenen Testdaten der einzige Benchmark, dem Sie voll vertrauen können. Mehr dazu in unserem Leitfaden zu KI-Anbieterauswahl und Beschaffung.
Grenzen des Index
- Er misst Offenlegung, nicht Qualität oder Sicherheit. Ein Unternehmen kann über ein schwaches Modell offen sein oder über ein starkes schweigen.
- Er bewertet ein Flaggschiffmodell pro Unternehmen, und zwar Modelle aus 2025 (Claude 4, o3, Gemini 2.5, Mistral Medium 3). Neuere Releases und System Cards sind nicht enthalten.
- Aufwand zählt. Unternehmen mit eigenem Bericht erzielten deutlich mehr Punkte; Anthropic und Mistral reichten keinen ein, ihre Werte beruhen nur auf öffentlichem Material.
- Die Indikatoren wurden 2025 geändert, ein Teil des Rückgangs ist also eine strengere Messlatte.
Häufige Fragen
Was ist der Foundation Model Transparency Index?
Der FMTI ist ein jährlicher Index des Stanford CRFM, der KI-Entwickler anhand von 100 Ja/Nein-Indikatoren bewertet: wie das Flaggschiffmodell gebaut wird (Daten, Rechenleistung), was es kann und welche Risiken es hat (Evaluierungen, Schutzmaßnahmen) und wie es genutzt wird (Nutzungsdaten, Wirkung, Richtlinien). Ausgaben: Oktober 2023, Mai 2024 und Dezember 2025.
Wie haben Anthropic und OpenAI abgeschnitten?
In der Ausgabe vom Dezember 2025 erreicht Anthropic (Claude 4) 46/100 und OpenAI (o3) 35/100. Beide legen zu Trainingsdaten und Rechenleistung fast nichts offen (3 bzw. 1 von 34 Upstream-Punkten). Laut den Autoren legt Anthropic nahezu alles offen, was OpenAI offenlegt, und mehr; Ausnahmen sind ein Bug-Bounty-Programm und eine Richtlinie zur Speicherung und Löschung von Daten.
Warum schneidet Mistral so schlecht ab?
Mistral fiel von 55 Punkten 2024 auf 18 im Jahr 2025, der größte Rückgang im Index. Mistral reichte 2025 keinen Transparenzbericht ein, daher bewertete das FMTI-Team die öffentliche Dokumentation zu Mistral Medium 3, einem reinen API-Modell. Es erfüllt keinen der 34 Upstream-Indikatoren. Einige Indikatoren erfüllt Mistral dennoch als einer von wenigen, etwa die Veröffentlichung einer Modell-Roadmap.
Ist Manus enthalten?
Nein. Der Index 2025 bewertet 13 Entwickler von Foundation Models. Manus baut Agenten auf Modellen anderer Anbieter und fällt daher nicht in den Umfang des Index.
Fazit
Die Transparenz in der KI ist 2025 gesunken, und die leistungsfähigsten Labore legen zu Trainingsdaten und Rechenleistung am wenigsten offen. Anthropic führt unter den großen Laboren mit 46/100, vor Google (41) und OpenAI (35), während Mistral auf 18 fiel. Der EU AI Act verlangt nun ein Mindestmaß an Dokumentation, doch die Informationen, die für die Modellwahl am wichtigsten sind, muss der Käufer weiterhin selbst anfordern und mit eigenen Tests prüfen.
Möchten Sie einen KI-Anbieter prüfen, bevor Sie unterschreiben?
Wir helfen Unternehmen, Claude-, GPT- und Mistral-Modelle mit eigenen Daten zu vergleichen, ein Evaluierungsset aufzubauen und die Fragen und Unterlagen vorzubereiten, die der EU AI Act verlangt. Als Claude Certified Architect aus Zagreb arbeiten wir mit Unternehmen in Kroatien und der DACH-Region.
Mit einem KI-Berater sprechen