Die Geschichte von Meta AI — Volltext

Vorbemerkung (Methodik)

Diese Chronik folgt dem gleichen Anspruch wie die übrigen Geschichten dieses Projekts: Fakten werden belegt, Unsicherheit wird benannt, und Tatsachen werden von Deutung getrennt. Quellenpriorität: Primärquellen (Meta AI Blog, Meta Newsroom, SEC-Filings, arXiv, Unternehmensmeldungen) > seriöse Presse (Reuters, CNBC, The Verge, TechCrunch, Bloomberg, VentureBeat, NYT, WSJ) > Sekundärquellen (nur ergänzend). Benchmark-Zahlen werden als Momentaufnahme behandelt, sofern sie nicht aus offiziellen technischen Reports oder unabhängig reproduzierten Tests stammen.

Legende: ✅ Faktum (belegt) · 🟡 teilweise belegt / vorsichtig zu lesen · 🔵 Interpretation.

Ein roter Faden: Meta ist das Schwergewicht, das seine eigene DNA umbauen musste, um mitzuhalten. Aus dem akademisch-offenen FAIR-Labor und dem Open-Weight-Vorreiter der Llama-Ära wurde 2025/26 ein Konzern, der seine KI-Organisation radikal zentralisierte, sehr große Compute- und Talentbudgets mobilisierte und mit Muse Spark ein geschlossenes Frontier-Modell aus Meta Superintelligence Labs vorlegte. Das ist kein einfacher Wechsel von „offen“ zu „geschlossen“, sondern ein Spannungsfeld aus Open-Science-Erbe, source-available Llama-Lizenz, Produktdistribution über Milliarden Nutzer und proprietärem Frontier-Wettbewerb.

Teil I — FAIR & die Open-Science-DNA (2013–2022)

1.1 Yann LeCun und die Gründung von FAIR

✅ Im Dezember 2013 gründete Facebook das Labor Facebook AI Research (FAIR) und holte den Deep-Learning-Pionier Yann LeCun von der NYU. LeCun (2018 gemeinsam mit Geoffrey Hinton und Yoshua Bengio Turing-Award-Träger) prägte FAIR als universitätsnahes, publikationsfreudiges Labor mit Standorten in Menlo Park, New York, Paris, London u. a. Genau diese akademische DNA wurde später zum Keim eines Strategiekonflikts: Forschungsoffenheit und Publikationskultur auf der einen Seite, Frontier-Produktdruck und proprietäre Modelle auf der anderen.

Quellen: TechCrunch – LeCun heads Facebook AI Lab · Facebook Engineering – FAIR partnership program

1.2 PyTorch — Metas größter Beitrag zur Branche

✅ 2017 veröffentlichte FAIR PyTorch als Open-Source-Deep-Learning-Framework. Es wurde rasch zum Standard in Forschung, Lehre und Industrie; 2018 folgte PyTorch 1.0 als stärker produktionsreife Version. Nach der Umbenennung von Facebook zu Meta (Oktober 2021) firmierte das Labor als Fundamental AI Research — das Akronym FAIR blieb.

🔵 PyTorch ist Metas nachhaltigster KI-Beitrag: Die halbe KI-Welt baut bis heute darauf. Dieses Open-Source-Erbe erklärt, warum Metas spätere Closed-Weight-Wende so stark auffällt.

Quellen: Facebook Engineering – PyTorch 1.0 · PyTorch Blog – developer tools

1.3 Jenseits von Llama: Segmentation, Multimodalität und Weltmodelle

✅ Vor und neben den LLMs baute Meta eine starke multimodale Forschungslinie auf. Wichtige Meilensteine:

Segment Anything / SAM (April 2023): ein Foundation Model für Bildsegmentierung mit dem SA-1B-Datensatz (über 1 Mrd. Masken auf 11 Mio. Bildern).
ImageBind (Mai 2023): ein Modell, das Repräsentationen über sechs Modalitäten verbindet.
V-JEPA (Februar 2024): ein Video-Modell auf Basis von Yann LeCuns Joint-Embedding-Predictive-Architecture-Idee, gedacht als Schritt Richtung Weltmodelle.
SAM 2 (Juli 2024): ein einheitliches Segmentierungsmodell für Bilder und Videos, inklusive Echtzeit-Tracking.
Movie Gen (Oktober 2024): Medien-Foundation-Modelle für Text-zu-Video, Audio, Editing und Personalisierung.
V-JEPA 2 (Juni 2025): ein 1,2B-Parameter-Weltmodell für visuelles Verstehen, Vorhersage und Zero-Shot-Roboterplanung.

🔵 Diese Reihe fehlte bisher in der Chronik. Ohne sie wirkt Meta zu sehr wie ein reiner Llama-Anbieter. Tatsächlich war Meta AI immer auch Computer-Vision-, Multimodal- und Weltmodell-Forschung.

Quellen: Meta AI – Segment Anything · Meta AI – ImageBind · Meta AI – V-JEPA · Meta Newsroom – SAM 2 · Meta Research – Movie Gen · Meta AI – V-JEPA 2

Teil II — Die Llama-Ära (2023–2025)

2.1 LLaMA und der Leak (Februar/März 2023)

✅ Am 24. Februar 2023 kündigte Meta LLaMA an (7B/13B/33B/65B) — zunächst für Forschung, nicht für kommerzielle Nutzung. Schon Anfang März 2023 wurden die Gewichte über Torrent verbreitet und entfachten die Open-Weight-Debatte schlagartig: Teile der Community feierten die freie Verfügbarkeit, Sicherheitsexperten warnten vor unkontrollierter Verbreitung.

Quellen: arXiv – LLaMA paper · The Verge – LLaMA leak

2.2 Llama 2 — die kommerzielle Open-Weight-Wende (Juli 2023)

✅ Am 18. Juli 2023 veröffentlichte Meta gemeinsam mit Microsoft Llama 2 (7B/13B/70B) und gab es für kommerzielle Nutzung frei. Damit positionierte sich Meta als wichtigster Open-Weight/source-available-Akteur im LLM-Markt und gewann enorme Sympathien in der Entwicklergemeinde.

🟡 Wichtig ist die Begriffsgenauigkeit: Llama 2 war offen verfügbar und kommerziell nutzbar, aber wegen Lizenzbeschränkungen nicht „Open Source“ im strengen OSI-Sinn.

🔵 Llama wurde zur Basis vieler Ableger und Feintunings — Metas eigentliches Distributions- und Einflussinstrument im offenen Ökosystem.

Quellen: Meta AI – Llama 2 · Ars Technica – Llama 2 license debate

2.3 Llama 3, Meta AI und Llama 3.1 405B (2024)

✅ Llama 3 erschien am 18. April 2024 mit 8B- und 70B-Modellen. Gleichzeitig machte Meta den Assistenten Meta AI deutlich sichtbarer: eingebunden in WhatsApp, Instagram, Facebook, Messenger und auf meta.ai, gebaut auf Llama 3.

✅ Am 23. Juli 2024 folgte Llama 3.1 mit 8B, 70B und dem Flaggschiff 405B. Das 405B-Modell machte Meta erstmals zu einem ernsthaften Open-Weight-Konkurrenten proprietärer Systeme und gilt als Meilenstein der offenen Modellbewegung.

Quellen: Meta AI – Llama 3 · Meta Newsroom – Meta AI assistant built with Llama 3 · Meta AI – Llama 3.1

2.4 Meta AI wird Produktplattform (2025)

✅ Am 29. April 2025 startete Meta eine eigenständige Meta AI App. Sie verband Personalisierung, Sprachinteraktion, Discover-Feed und eine Companion-Funktion für Meta-AI-Brillen; die Weboberfläche meta.ai bekam parallele Funktionen. Meta beschrieb die App als auf Llama 4 gebaut.

🔵 Das ist ein wichtiger Meilenstein, weil Meta nicht nur Modelle veröffentlicht, sondern diese in ein enormes Produkt- und Social-Graph-Ökosystem schiebt. Distribution ist bei Meta kein Nebenschauplatz, sondern strategischer Kern.

Quellen: Meta Newsroom – Introducing the Meta AI app

2.5 Llama 4 und der Benchmark-Skandal (April 2025)

✅ Am 5. April 2025 erschienen die ersten Llama-4-Modelle als Mixture-of-Experts: Scout (17B aktiv / 109B gesamt, 10M-Token-Kontext) und Maverick (17B aktiv / 400B gesamt, 1M-Kontext), nativ multimodal. Angekündigt, aber Stand Juni 2026 nicht veröffentlicht: Behemoth (2 Bio. gesamt / 288B aktiv).

🟡 Der Launch wurde von einem Benchmark-Streit überschattet: Meta reichte beim LMArena-Leaderboard eine experimentelle, speziell optimierte Maverick-Variante ein. Später wurde deutlich, dass diese nicht dem öffentlich bereitgestellten Modell entsprach; LMArena verschärfte daraufhin seine Einreichungsregeln. Die konkreten Rangplätze einzelner Nachtests sind Momentaufnahmen.

Quellen: Meta AI – The Llama 4 herd · The Register – Llama 4 benchmark controversy · Neowin – Maverick retest

2.6 Behemoth auf Eis & der EU-Ausschluss (2025)

✅ Behemoth wurde mehrfach verschoben und Stand Juni 2026 nicht veröffentlicht. Offiziell ist keine Absage belegt; Berichte nennen Zweifel am Leistungssprung, während Meta Behemoth weiter als „Teacher Model“ für Scout/Maverick rahmte. Parallel veröffentlichte Meta die multimodalen Llama-4-Modelle nicht in der EU: Die Lizenz schließt in der EU ansässige Organisationen aus, begründet mit regulatorischer Unsicherheit.

🔵 Die Llama-Lizenz war ohnehin nie „Open Source“ im Sinne der OSI: Nutzerschwellen, geografische und inhaltliche Beschränkungen. Der EU-Ausschluss machte diese Einschränkungen sichtbar.

Quellen: Computerworld – Behemoth on pause · ioplus.nl – EU von Llama 4 ausgeschlossen · Simon Willison – Llama and the EU AI Act

Teil III — Strategiewechsel & Meta Superintelligence Labs (2025)

3.1 Der Talentkrieg und die Scale-AI-Wette (Juni 2025)

✅ Im Juni 2025 begann Zuckerberg, KI-Forscher persönlich zu rekrutieren; mehrere Medien berichteten über außergewöhnlich hohe Vergütungspakete. Am 12. Juni 2025 kündigte Scale AI eine neue Unternehmensphase an: CEO Alexandr Wang wechselte zu Meta, während Jason Droege Scale als Interim-CEO übernahm. Parallel wurde Metas 14,3-Mrd.-USD-Investment in Scale AI berichtet; Wang wurde Chief AI Officer von Meta.

🔵 Die Struktur als Investment statt Vollübernahme war strategisch: Meta bekam Wang, Daten-/Evaluierungsnähe und Scale-Know-how, ohne eine klassische Übernahme zu erklären.

Quellen: Scale AI – Company evolution · CNBC – Scale founder Wang exits for Meta · Meta – Alexandr Wang, CAIO · WSJ – Recruiting push

3.2 Gründung von Meta Superintelligence Labs (30. Juni 2025)

✅ Am 30. Juni 2025 verkündete Zuckerberg die Meta Superintelligence Labs (MSL). Wang wurde Chief AI Officer; Nat Friedman (Ex-GitHub-CEO) übernahm eine zentrale Produkt-/Applied-Rolle. MSL bündelte Foundation Models, Produkte, FAIR und Infrastruktur enger unter einer Superintelligence-Strategie. Im August 2025 wurde MSL in Gruppen wie TBD Lab, FAIR, Products & Applied Research und MSL Infra gegliedert.

🔵 Damit wurde FAIR nicht einfach abgeschafft, aber organisatorisch in eine härter produkt- und frontierorientierte Struktur eingebettet.

Quellen: CNBC – Zuckerberg memo on MSL · Bloomberg – MSL restructuring

3.3 Entlassungen und der Abgang von Yann LeCun (Okt.–Nov. 2025)

✅ Im Oktober 2025 strich MSL rund 600 Stellen, vorwiegend in FAIR, Produkt- und Infrastrukturteams; TBD Lab blieb Berichten zufolge verschont. Im November 2025 wurde bekannt, dass Yann LeCun Meta verlassen und AMI Labs aufbauen würde, ein auf Weltmodelle ausgerichtetes Startup. Im März 2026 meldeten mehrere Quellen eine Seed-Runde über rund 1,03 Mrd. USD bei etwa 3,5 Mrd. USD Vorbewertung 🟡.

🔵 Der Schritt war symbolisch groß: Ausgerechnet der Open-Science-Pionier LeCun verließ die Organisation in dem Moment, in dem Wang/TBD Lab und MSL das neue Zentrum der KI-Strategie wurden.

Quellen: TechCrunch – Meta cuts 600 AI jobs · TechCrunch – LeCun plans to leave Meta · TechCrunch – AMI Labs seed round · Tech.eu – AMI Labs funding

Teil IV — Muse Spark & der proprietäre Bruch (2026)

4.1 Muse Spark — das erste MSL-Modell (8. April 2026)

✅ Am 8. April 2026 stellte Meta Muse Spark vor, das erste Modell der neuen Muse-Reihe aus Meta Superintelligence Labs. Axios berichtete, der interne Codename sei Avocado gewesen. Meta selbst beschreibt Muse Spark als Ergebnis eines neunmonatigen Neuaufbaus des AI-Stacks: klein und schnell im Design, mit Reasoning-Fähigkeiten für u. a. Wissenschaft, Mathematik und Gesundheit, multimodaler Wahrnehmung, visueller Coding-Hilfe und der Fähigkeit, mehrere Subagenten zu starten. Muse Spark treibt die Meta-AI-App und meta.ai an; am 12. Mai 2026 aktualisierte Meta die Ankündigung um den Rollout in WhatsApp, Instagram, Facebook, Messenger und AI-Brillen.

🟡 Nicht belastbar genug sind bisher genaue Modellparameter, Gewichtszugang, Trainingsdaten, eine „Thought Compression“-Mechanik oder konkrete Token-Einsparungen gegenüber Claude. Diese Angaben tauchten in Sekundärberichten auf, waren aber in Metas offizieller Ankündigung nicht als technische Spezifikation auffindbar. Deshalb wurden sie aus der harten Faktendarstellung entfernt.

🔵 Der Bruch: Muse Spark ist zum Start closed-weight und nur über Meta-Produkte bzw. eine private API-Vorschau verfügbar. Meta signalisierte zwar, künftige Versionen teilweise wieder offenlegen zu wollen, aber Muse Spark markiert klar den proprietären Frontier-Pfad innerhalb von MSL.

Quellen: Meta Newsroom – Introducing Muse Spark · Axios – Meta debuts Muse Spark · TechCrunch – Meta debuts Muse Spark · Bloomberg – first AI model from MSL

4.2 Benchmark-Einordnung: vorsichtiger lesen

🟡 Muse Spark wurde in Presse und externen Leaderboards als deutlicher Schritt nach vorn, aber nicht als eindeutiger State-of-the-Art-Durchbruch eingeordnet. Axios formulierte ausdrücklich, Muse Spark sei nicht die neue SOTA-Spitze, könne aber in bestimmten Aufgaben konkurrenzfähig sein. Da Meta keinen vollständigen technischen Report, keine Gewichte und keine reproduzierbaren Benchmark-Details veröffentlicht hat, sollten konkrete Intelligence-Index-Zahlen oder Vergleiche mit GPT, Gemini und Claude nur als flüchtige externe Momentaufnahmen erscheinen.

🔵 Die Botschaft ist deshalb nüchterner als zuvor: Muse Spark zeigt, dass Meta den Rückstand verkürzen will, beweist aber noch nicht, dass MSL die Frontier-Führung erreicht hat. Als nächster möglicher Multimedia-Schritt wurde in Berichten „Mango“ erwähnt 🟡; belastbare offizielle Details stehen Stand 5. Juni 2026 aus.

Quellen: Axios – Meta Muse Spark · TechCrunch – Mango/Muse reporting · CNBC – Wall Street on Muse Spark

Teil V — Infrastruktur, Compute & Kapital

✅ Zuckerberg kündigte mehrere Multi-Gigawatt-Rechenzentren an: Prometheus (über 1 GW, geplanter Betrieb ab 2026) und Hyperion (Louisiana, initial etwa 2 GW, perspektivisch bis 5 GW). Mit AMD schloss Meta im Februar 2026 eine 6-GW-KI-Infrastrukturvereinbarung über MI450-basierte Custom-GPUs; erste Lieferungen sollen in der zweiten Jahreshälfte 2026 beginnen. Das diversifiziert Metas Compute-Strategie weg von reiner NVIDIA-Abhängigkeit.

✅ Kapital: Laut Meta lag der Capex 2025 bei 72,2 Mrd. USD; für 2026 hob Meta die Prognose auf 125–145 Mrd. USD an. Im Q1 2026 erzielte Meta 56,31 Mrd. USD Umsatz und 26,77 Mrd. USD Nettogewinn. Meta meldete außerdem 3,56 Mrd. Family Daily Active People im März 2026.

🔵 Metas strukturelle Stärke ist die Kombination aus Werbe-Cashflow, massiver Compute-Finanzierung und Distribution über Milliarden Nutzer. Diese Hebel können kurzfristige Benchmark-Rückstände mittelfristig relativieren.

Quellen: TechCrunch – Prometheus and Hyperion · AMD SEC filing – Meta 6GW agreement · Meta Investor Relations – Q1 2026 results

Teil VI — Kontroversen, Recht & Regulierung

✅ Urheberrecht: Recherchen und Gerichtsunterlagen legen nahe, dass Meta beim Llama-Training Material aus LibGen nutzte, einer illegalen Buchbibliothek. Autorinnen und Autoren wie Sarah Silverman, Ta-Nehisi Coates und Richard Kadrey klagten. Im Juni 2025 errang Meta in einem separaten Fair-Use-Punkt einen wichtigen Sieg, die rechtliche Lage blieb aber nicht erledigt: Im Mai 2026 folgte eine Klage von Scott Turow und fünf großen Verlagen: Elsevier, Cengage, Hachette, Macmillan und McGraw Hill.

🔵 Der Konflikt besteht aus zwei Ebenen: erstens die Fair-Use-Frage des Modelltrainings, zweitens Vorwürfe rund um Beschaffung, Torrenting oder Verbreitung urheberrechtlich geschützter Werke. Die zweite Ebene macht die Fälle für Meta besonders heikel.

✅ Governance: Meta veröffentlichte im Februar 2025 ein Frontier AI Framework und aktualisierte es im April 2026. Es beschreibt, wie Meta Modellveröffentlichungen anhand von Risiken etwa in Cybersecurity sowie chemischen/biologischen Missbrauchsszenarien bewertet. Muse Spark verweist ebenfalls auf verschärfte Sicherheits- und Risikoprozesse.

Quellen: Authors Guild – Meta and LibGen · TechCrunch – Judge sides with Meta in copyright case · Hachette – publishers and authors file lawsuit · AP – publishers sue Meta · Meta Newsroom – Frontier AI Framework

Teil VII — Einordnung & Wettbewerbsposition

🔵 Metas Geschichte lässt sich in vier Thesen bündeln:

Von Open Science zu Open Weight zu Closed Frontier. FAIR und PyTorch waren echtes Open-Science-/Open-Source-Erbe; Llama war ein Open-Weight/source-available-Vorreiter; Muse Spark ist der closed-weight Frontier-Schritt.
Geld schlägt nicht automatisch Qualität. Mit bis zu 145 Mrd. USD Capex 2026, sehr aggressiver Talentstrategie und der Scale-AI-Wette ist Meta einer der finanzstärksten Spieler. Muse Spark zeigt Fortschritt, aber noch keinen klar belegten Frontier-Sieg.
Distribution ist Metas Sondervorteil. Facebook, Instagram, WhatsApp, Messenger, meta.ai und AI-Brillen geben Meta einen Produktkanal, den kaum ein reines Modelllabor besitzt.
Die alte FAIR-DNA ist nicht weg, aber sie ist nicht mehr das Zentrum. SAM, V-JEPA, Movie Gen und PyTorch zeigen die Tiefe der Forschungskultur. MSL/TBD Lab zeigt, dass die Strategie nun stärker auf Frontier-Leistung, Produktintegration und proprietäre Kontrolle ausgerichtet ist.

Offene Fragen: Behemoth-Status (nicht erschienen, keine offizielle Absage); Existenz/Termin und technische Rolle von „Mango“; technische Specs und Gewichtszugang von Muse Spark; Ausgang der Urheberrechtsklagen; Tiefe der Scale-AI-Integration; Reproduzierbarkeit externer Benchmark-Zahlen.

Quellenverzeichnis

Letzte Aktualisierung: 5. Juni 2026 (Codex-Faktencheck eingearbeitet, HTML synchronisiert). Momentaufnahme; bei neuen MSL-Modellen (Behemoth, Mango), Benchmark-Updates oder Gerichtsentscheidungen fortzuschreiben.