OpenWALDO
Ein Community-Projekt für einen gemeinsam genutzten, lizenzierten und überprüfbaren Pool von KI-Trainingsdaten.
OpenWALDO ist ein Open-Source-Projekt, das Gregory Kurtzer im August 2026 startete und das von seinem Unternehmen CIQ unterstützt wird. Der Name steht für Weights, Artifacts, Licenses, Data and Origins. Das Ziel ist, die eine KI-Schicht zu öffnen, die fast niemand offenlegt: die Trainingsdaten.
Die These lautet, dass offene Modellgewichte nur die halbe Strecke sind. Du kannst ein offenes Modell herunterladen und ausführen, siehst aber weiterhin nicht, was in es eingeflossen ist. OpenWALDO dokumentiert die Herkunft jedes Trainingsmaterials, die daran geltend gemachten Rechte und die Beitragenden. Dafür nutzt es gewöhnliche Open-Source-Werkzeuge: Der Index liegt in Git, sodass Änderungen geprüft werden können, und die Daten werden mit Inhaltshashes verifiziert. Modelle daraus können mit einer AI Bill of Materials ausgeliefert werden. Zum Start umfasste das Korpus 124 Milliarden Token aus 75,1 Millionen Dokumenten. Das ist ein Anfang, aber kein Gegenstück zu den Trainingsmengen großer Labore.