Llama 4 – Was du jetzt wissen musst

Als Meta am 5. April 2025 die Llama-4-Familie veröffentlichte, hat das den Open-Source-KI-Markt neu sortiert, mit Zahlen, die auch kommerzielle Anbieter unter Druck setzten.

Stand: Mai 2026. Modell-Verfügbarkeit, Lizenzbedingungen und regionale Einschränkungen ändern sich bei Meta schnell. Prüfe vor dem produktiven Einsatz die jeweils aktuellen Angaben.

Was Llama 4 wirklich ist und was nicht

Llama 4 ist keine einzelne Modellversion, sondern eine Familie mit drei Modellen für unterschiedliche Anwendungsfälle. Meta hat Scout, Maverick und Behemoth gleichzeitig angekündigt, aber sie befinden sich in sehr unterschiedlichen Reifegraden. Wer das verwechselt, trifft falsche Infrastrukturentscheidungen.

Die wichtigste Erkenntnis vorab: Llama ist weiterhin kein vollständig freies Modell im GNU-Sinne. Die Lizenz erlaubt kommerzielle Nutzung bis zu einer Grenze von 700 Millionen monatlich aktiven Nutzern; danach braucht es eine Speziallizenz direkt von Meta. Für 99 % der Unternehmen im DACH-Raum ist das irrelevant, aber es ist kein Open-Source im klassischen Sinne.

Die drei Modelle im Vergleich

Llama 4 Scout: 17 Mrd. aktive Parameter (~109 Mrd. gesamt, MoE), 10 Millionen Token Kontext

Scout ist das Modell, das für produktive Alltagsarbeit sofort relevant ist. Es ist ein MoE-Modell mit nur 17 Milliarden aktiven Parametern (von ~109 Mrd. gesamt): Mit Quantisierung läuft es auf vernünftiger Hardware, etwa auf einer einzelnen NVIDIA H100 (mit Int4-Quantisierung) oder gut ausgestatteten lokalen Workstations mit NVIDIA-Karten.

Das eigentlich interessante Merkmal ist das Kontextfenster von 10 Millionen Token. Zum Vergleich, gemessen am Release im April 2025: GPT-4o arbeitete damals mit 128’000 Token. Ein 10-Millionen-Token-Fenster erlaubt es, eine gesamte Codebasis mit mehreren tausend Dateien in einem einzigen Request zu verarbeiten, oder alle Protokolle eines Quartals auf einmal zu analysieren. Das ist kein theoretischer Vorteil: Das verändert, wie du lange Dokumente oder komplexe Abhängigkeiten in Projekten auswerten kannst.

Für IT-Professionals bedeutet das konkret: Du kannst Scout lokal oder auf einem eigenen Server betreiben, hast volle Datenkontrolle, und das Modell bewältigt Aufgaben, bei denen andere Modelle wegen Kontextlimits in mehrere Schritte zerlegen mussten.

Llama 4 Maverick: 17 Mrd. aktive / ~400 Mrd. Gesamt-Parameter (MoE), 1 Million Token Kontext

Maverick ist das leistungsstarke Modell für komplexe Reasoning- und Analyseaufgaben. Mit ~400 Milliarden Gesamt-Parametern (ebenfalls MoE, 17 Mrd. aktiv) setzt es entsprechende Infrastruktur voraus: Das ist nichts mehr für eine lokale Workstation. Hier sprichst du von Multi-GPU-Setups oder Cloud-Deployment.

Das Kontextfenster von 1 Million Token ist kleiner als bei Scout, aber für die meisten Anwendungsfälle ausreichend. Der Unterschied liegt in der Qualität der Ausgaben: Maverick soll bei komplexen, mehrstufigen Aufgaben deutlich besser abschneiden. Für Business Analysten, die strukturierte Reports aus unstrukturierten Datenquellen generieren oder Vertragsanalysen mit nuanciertem Verständnis brauchen, ist Maverick der richtigere Ausgangspunkt.

Llama 4 Behemoth: 2 Billionen Parameter, noch im Training

Behemoth ist das, was Meta als ihr stärkstes Modell ankündigt, aber es ist bis heute nicht veröffentlicht: Meta hat den Release pausiert, ein öffentlicher Start ist ungewiss. Hier mit konkreten Anwendungsfällen zu planen wäre verfrüht. Behalte es im Radar, aber baue keine Architektur darauf auf.

Multimodal: Text, Bild, Video, aber mit geografischen Einschränkungen

Alle drei Modelle sind auf Text-, Bild- und Videodaten trainiert worden. Das ist ein qualitativer Sprung gegenüber Llama 3.1, das primär textbasiert war.

Aber: Die multimodalen Funktionen des Meta-AI-Assistenten sind zunächst nur in den USA und auf Englisch verfügbar. Das betrifft diesen Assistenten als Produkt, nicht die herunterladbaren Modelle: Die Open-Weight-Modelle sind global beziehbar, und du kannst ihre multimodalen Fähigkeiten über die API oder selbst gehostete Instanzen testen, nur über Meta AI direkt noch nicht in vollem Umfang. Die einzige regionale Rechtsschranke für die Modelle selbst ist die im nächsten Absatz erläuterte EU-Lizenzsperre.

Wichtiger als Datenschutzfragen ist hier die Lizenz selbst: Die Llama 4 Community License gewährt Personen mit Wohnsitz oder Unternehmen mit Hauptsitz in der EU keine Nutzungsrechte an den multimodalen Llama-4-Modellen, unabhängig vom Serverstandort. Ausgenommen sind laut Lizenztext nur Endnutzer von Produkten, die solche Modelle integrieren. Für Unternehmen mit Hauptsitz in der Schweiz gilt die Klausel nicht. Self-Hosting ändert an der Lizenzlage für EU-Firmen nichts; prüfe den Lizenztext, bevor du produktiv einsetzt.

Einordnung für den DACH-Raum

Wer Llama 4 mit Personen- oder Unternehmensdaten produktiv einsetzt, bewegt sich in drei Rechtsräumen: in der Schweiz gilt das revidierte Datenschutzgesetz (revDSG), in Deutschland und der übrigen EU die DSGVO, ergänzt um das BDSG, und in Österreich die DSGVO in Verbindung mit dem nationalen DSG. Der Self-Hosted-Ansatz spielt hier seine Stärke aus, weil die Daten die eigene Infrastruktur nicht verlassen. Das ist keine Rechtsberatung: Kläre die konkrete Ausgestaltung im Zweifel mit einer Fachperson.

Bezug und Deployment: llama.com, Hugging Face, eigene Infrastruktur

Die Modelle sind über zwei Kanäle verfügbar: direkt über llama.com und über Hugging Face. Für produktive Setups ist Hugging Face der pragmatischere Weg, weil du dort direkt in bestehende MLOps-Pipelines integrieren kannst.

Wer Llama lokal betreiben will, kommt aktuell mit folgenden Tools am weitesten:

• Ollama: Einfachste Variante für lokales Deployment auf macOS, Linux oder Windows, unterstützt Llama-Modelle direkt
• vLLM: Für produktive API-Server mit guten Durchsatzraten, sinnvoll wenn mehrere Nutzer gleichzeitig auf dasselbe Modell zugreifen
• LM Studio: GUI-basiert, gut für erste Tests ohne Terminal-Kenntnisse

Für Scout auf lokaler Hardware: Realistisch braucht Scout im MoE-Volllayout deutlich mehr als 32 GB VRAM; erst mit aggressiver Quantisierung sinkt der Bedarf spürbar, mit entsprechenden Abstrichen bei der Ausgabequalität.

Konkrete Anwendungsfälle für IT-Professionals und Business Analysten

Code-Review und technische Dokumentation: Scout mit grossem Kontextfenster ist ideal, um Pull Requests vollständig zu analysieren oder automatisch Inline-Dokumentation zu generieren. Du lädst die gesamte Datei oder den gesamten Branch, nicht nur einzelne Snippets.

Strukturierte Datenextraktion aus langen Dokumenten: Behördenberichte, Auditprotokolle, technische Spezifikationen. Das 10-Millionen-Token-Fenster erlaubt es, Dokumente zu verarbeiten, die früher manuell aufgeteilt werden mussten. Du definierst ein Schema, das Modell extrahiert zuverlässig.

Interne Wissensdatenbank mit Datenschutz: Wer mit sensiblen Unternehmensdaten arbeitet, hat mit Llama 4 self-hosted eine echte Alternative zu Cloud-basierten RAG-Setups. Die Daten verlassen die eigene Infrastruktur nicht.

Vertragsanalyse: Maverick für komplexe juristische Texte, bei denen Nuancen zählen. Das Modell soll beim mehrstufigen Reasoning gegenüber Llama 3.1 deutlich besser sein.

Was Llama 4 nicht ist

Llama 4 löst nicht das Halluzinierungsproblem. Es ist schneller, hat grössere Kontextfenster, und Maverick soll bei komplexen Aufgaben besser sein, aber wie alle aktuellen LLMs produziert es auch falsche Fakten mit hoher Zuversicht. Für alle produktiven Einsätze gilt: Output-Validierung ist Pflicht, nicht optional.

Llama 4 ist auch kein Agenten-Framework. Es ist das Modell, auf dem du Agenten bauen kannst, mit LangChain, LlamaIndex oder anderen Orchestrierungsschichten. Das Modell allein macht noch keine autonomen Workflows.

Fazit: Jetzt evaluieren, nicht warten

Llama 4 ist der bisher stärkste Angriff auf die Vorstellung, dass produktive KI-Arbeit zwingend über proprietäre Cloud-APIs laufen muss. Das 10-Millionen-Token-Fenster von Scout bei gleichzeitig beherrschbaren Hardware-Anforderungen ist ein konkreter Vorteil gegenüber vielen kommerziellen Modellen.

Für dich als IT-Professional oder Business Analyst im DACH-Raum ist die pragmatische Schlussfolgerung: Evaluiere Scout jetzt für interne Anwendungsfälle, bei denen Datenschutz ein Entscheidungskriterium ist. Nutze Hugging Face oder Ollama für erste Tests. Behalte Maverick für komplexere Aufgaben im Blick, sobald deine Infrastruktur entsprechend ausgebaut ist.

Behemoth bleibt vorerst unveröffentlicht und von Meta pausiert. Aber Scout und Maverick sind heute verfügbar, und das reicht für den nächsten sinnvollen Schritt.

Nächster Schritt: Lade Scout über Hugging Face herunter, richte eine Testinstanz mit Ollama ein, und verarbeite damit ein internes Dokument, das bisher wegen seiner Länge nicht in ein einziges Kontextfenster passte.