Hohe Personalfluktuation trifft Meta's Llama: 78 % des ursprünglichen Forschungsteams verlassen das Unternehmen

- Meta erlebt eine große Abwanderung der ursprünglichen Llama-Forscher; nur noch 3 von 14 sind übrig.
- Das Llama 4 wurde von Entwicklern nur mäßig aufgenommen.
- Dies geschieht zudem inmitten einer Umstrukturierung der Führungsriege bei der FAIR des Unternehmens.
Metas bahnbrechende Llama-Initiative, die einst als Eckpfeiler ihrer Strategie für künstliche Intelligenz gefeiert wurde, hat nun mit einem erheblichen Weggang wichtiger Mitarbeiter zu kämpfen.
Von den vierzehn Forschern, deren Namen die bahnbrechende Veröffentlichung von 2023 zieren, in der Llama vorgestellt wurde, sind nur noch drei bei Meta tätig : der Wissenschaftler Hugo Touvron, der Forschungsingenieur Xavier Martinet und der technische Programmleiter Faisal Azhar.
Das Lama-Team ist zum Wettkampf aufgebrochen
Die übrigen elf Teammitglieder, also 78 % der Forscher, haben das Unternehmen größtenteils verlassen, um sich entweder Konkurrenzunternehmen anzuschließen oder selbst welche zu gründen. Dadurch hat Metas Vorzeigeprojekt, ein Open-Source-Projekt, viel von seiner ursprünglichen kreativen Kraft eingebüßt.
Nirgends wird dieser Talentverlust deutlicher als bei Mistral, einem Pariser KI-Startup, das von Guillaume Lample und Timothée Lacroix gegründet wurde – beide maßgeblich an der Entwicklung des ursprünglichen Llama-Designs beteiligt. Gemeinsam mit anderen ehemaligen Meta-Mitarbeitern arbeiten sie intensiv an der Entwicklung neuer Open-Source-Modelle, die Metas Angebote direkt herausfordern.
Dies geschieht vor dem Hintergrund von Berichten, wonach führende KI-Unternehmen intensiv nach Talenten suchen und hohe Summen zahlen, um Top-KI-Forscher für ihre Teams zu gewinnen.
Was Meta betrifft, so hat die Abwanderung von Experten Beobachter dazu veranlasst, zu hinterfragen, ob Meta in einer Zeit, in der das Unternehmen zunehmend Skepsis gegenüber seinen eigenen KI-Ambitionen ausgesetzt ist, weiterhin Top-Forscher halten kann.
Zu den internen Herausforderungen von Meta kommt hinzu, dass das Unternehmen kürzlich eine Verzögerung bei der Veröffentlichung von Behemoth, seinem bisher größten KI-Modell, angekündigt hat, um auf Bedenken von Mitarbeitern hinsichtlich seiner Leistung und Ausrichtung zu reagieren.
Unterdessen haben sich die Entwickler von Llama 4, der neuesten Version der Modellreihe, weitgehend bedeckt gehalten.
Viele bevorzugen mittlerweile Open-Source-Alternativen wie DeepSeek und Qwen, die schnellere Innovationen und hochmoderne Funktionen versprechen.
Könnte Meta seine Forschungsabteilung umstrukturieren?
Die personellen Umstrukturierungen gingen mit einer Umbesetzung der Führungsebene einher. Joelle Pineau, die acht Jahre lang die Abteilung für Grundlagenforschung im Bereich KI (FAIR) von Meta leitete, gab letzten Monat ihren Rücktritt bekannt.
Ihr folgt Robert Fergus, ein Mitbegründer von FAIR, der ein halbes Jahrzehnt bei Googles DeepMind verbrachte, bevor er im Mai 2025 zu Meta zurückkehrte. Dieser Übergang verdeutlicht ein breiteres Muster von Personalwechsel und Umstrukturierungen innerhalb der Forschungsabteilung von Meta.
Seit der Veröffentlichung des Llama-Papiers hat FAIR still und leise viele seiner ursprünglichen Talente verloren, obwohl das Unternehmen Llama weiterhin als Dreh- und Angelpunkt seiner KI-Strategie in den Vordergrund stellt.
Die Frage ist nun, ob Meta die einst führende Position in der Open-Source-Modellentwicklung verteidigen kann, ohne einen Großteil des Teams, das die Grundlage dafür gelegt hat.
Zum Zeitpunkt ihrer Veröffentlichung stellte die Llama-Studie nicht nur ein neues Modell vor, sondern verlieh dem Konzept offen geteilter Gewichte für große Sprachmodelle auch Legitimität. Im Gegensatz zu proprietären Systemen wie OpenAIs GPT-3 oder Googles PaLM waren Llamas Architektur, Trainingscode und Parametersätze für Forscher und Entwickler frei zugänglich.
Meta demonstrierte, dass durch die Nutzung ausschließlich öffentlich zugänglicher Daten und die Optimierung auf Effizienz hochmoderne Sprachmodelle auf einer einzigen GPU ausgeführt werden können, wodurch der Zugang zu fortschrittlichen KI-Fähigkeiten demokratisiert wird.
Meta schien für kurze Zeit die Open-Source-Szene zu dominieren. Doch zwei Jahre später ist der anfängliche Vorsprung geschwunden. Trotz Milliardeninvestitionen in die KI-Forschung fehlt dem Unternehmen weiterhin ein spezialisiertes „Schlussfolgerungsmodell“ für Aufgaben, die mehrstufige Logik, komplexe Problemlösungen oder die Integration externer Tools erfordern.
Im Gegensatz dazu Konkurrenten wie Google und OpenAI diese Funktionen in den Mittelpunkt ihrer neuesten Versionen gestellt, was die Lücke von Meta noch deutlicher macht.
Die elf Autoren, die Meta verlassen haben, waren im Durchschnitt jeweils mehr als fünf Jahre im Unternehmen tätig. Dies deutet darauf hin, dass es sich eher um langjährige, festangestellte Forscher als um kurzfristigtracMitarbeiter handelt. Ihre Abgänge erstrecken sich von Januar 2023 über den Llama-3-Zyklus bis hin zu Anfang 2025 und markieren die allmähliche Auflösung des ursprünglichen Llama-Teams.
Meta hat die Abgänge öffentlich bestätigt und dabei auf einen Beitrag auf X verwiesen, der die Karrierewege ehemaliger Mitautoren von Llama-Papern trac. Die genauen Ziele variieren zwar – von Positionen in aufstrebenden Startups bis hin zu Führungspositionen in konkurrierenden Forschungseinrichtungen –, doch verdeutlicht diese kollektive Abwanderung einen Wandel in der KI-Landschaft, in der Talente den dynamischsten und offensten Plattformen folgen.
Lesen Sie Krypto-News nicht nur, sondern verstehen Sie sie. Abonnieren Sie unseren Newsletter. Er ist kostenlos.
Enacy Mapakame
Enacy Mapakame ist Journalistin mit über zehn Jahren Erfahrung im Bereich Wirtschafts- und Finanznachrichten. Sie berichtet über Kapitalmärkte und Zukunftstechnologien – Metaverse, KI und Kryptowährungen. Enacy besitzt einen Bachelor of Science (BSc) mit Auszeichnung in Medien- und Gesellschaftswissenschaften.
CRASH-KURS
- Mit welchen Kryptowährungen kann man Geld verdienen?
- Wie Sie Ihre Sicherheit mit einer digitalen Geldbörse erhöhen können (und welche sich tatsächlich lohnen)
- Wenig bekannte Anlagestrategien, die Profis anwenden
- Wie man mit dem Investieren in Kryptowährungen beginnt (welche Börsen man nutzen sollte, welche Kryptowährung am besten zum Kauf geeignet ist usw.)














