Lexikon · H
Hugging Face
Kurzantwort
Auf der Plattform Hugging Face veröffentlichen Entwickler, Forschungsgruppen und Firmen KI-Modelle, Datensätze und kleine Demo-Anwendungen. Nach eigener Angabe liegen dort über drei Millionen Modelle und über eine Million Datensätze, öffentlich zugänglich1.

Auf dem Hub von Hugging Face liegt jedes Modell in einem eigenen Repository, ähnlich wie Programmcode bei GitHub: mit Versionen, Commit-Verlauf und Zweigen1. Wer ein offenes Sprachmodell lokal betreiben will, lädt dort die Gewichte, die Konfiguration und die Beschreibung herunter; welche Modelle auf die eigene Grafikkarte passen, zeigt der Vergleich lokaler Sprachmodelle. Vom selben Unternehmen stammt die Programmbibliothek Transformers, die viele Modellarchitekturen über eine einheitliche Schnittstelle anbietet; ein Fachaufsatz stellte sie 2019 vor6.
Modelle, Datensätze und Spaces
Neben den Modellen gibt es Datensätze für Sprache, Bilder und Audio sowie Spaces: kleine Anwendungen, in denen du ein Modell direkt im Browser ausprobierst, nach Angabe der Plattform rund zwei Millionen1. Spaces lassen sich mit den Python-Werkzeugen Gradio und Streamlit, als einfache HTML-Seite oder mit Docker bauen1.
Zu jedem Modell gehört eine Model Card, technisch die Datei README.md mit einem Kopf aus Metadaten. Darin stehen unter anderem Lizenz, Sprachen, verwendete Datensätze und das Basismodell, falls es sich um eine angepasste oder verkleinerte Fassung handelt2. Über diese Angaben lässt sich die Suche filtern, etwa nach Lizenz2.
Lizenz und Zugangsbedingungen
Ein freier Download erlaubt noch keine beliebige Nutzung, das gilt auch für Modelle mit offenen Gewichten. Die Lizenz trägt der Anbieter in die Metadaten ein, und die Liste der möglichen Kennungen ist lang3. Sie reicht von apache-2.0 und der Kennung "mit" für die MIT-Lizenz über Creative-Commons-Lizenzen mit Ausschluss gewerblicher Nutzung wie cc-by-nc-4.0 bis zu eigenen Bedingungen wie den Community-Lizenzen für Llama oder den Nutzungsbedingungen für Gemma3. Steht dort "other", soll der Anbieter den Lizenztext als Datei LICENSE ins Repository legen oder in den Metadaten auf ihn verlinken23.
Manche Modelle sind "gated", also hinter einer Zugangsanfrage. Du musst angemeldet sein und den Bedingungen zustimmen; dabei gehen dein Benutzername und deine E-Mail-Adresse an die Autoren, sofern diese die Angaben nicht abgewählt haben4. Die Freigabe kommt automatisch oder nach Prüfung, und die Autoren können sie jederzeit wieder entziehen4. Sie können Nutzer aus der EU sogar gezielt aussperren; Hugging Face erkennt den Standort dann an der IP-Adresse4.
Herunterladen für die lokale Nutzung
Für einen Download auf der Kommandozeile reicht der Befehl "hf download" mit dem Namen des Repositorys; in Python übernimmt das die Bibliothek huggingface_hub5. Weil jedes Modell ein Git-Repository ist, funktioniert auch git clone, sofern die Erweiterung für große Dateien installiert ist5. Für geschützte Modelle brauchst du ein Zugriffstoken, das du mit "hf auth login" auf dem Rechner hinterlegst4. Komprimierte Fassungen im Format GGUF lassen sich auch ohne Kommandozeile mit Programmen wie LM Studio laden. Firmennetze mit Proxy müssen mehr als die Hauptadresse freigeben, weil die Dateien von eigenen Speicher- und CDN-Servern kommen, darunter Server in Europa5.
Häufige Fragen
Brauche ich ein Konto, um Modelle herunterzuladen?
Quellen
Stand:
- Hugging Face: Hub documentation, abgerufen am 22.11.2026. zurück
- Hugging Face: Model Cards, abgerufen am 22.11.2026. zurück
- Hugging Face: Licenses, abgerufen am 22.11.2026. zurück
- Hugging Face: Gated models, abgerufen am 22.11.2026. zurück
- Hugging Face: Downloading models, abgerufen am 22.11.2026. zurück
- Thomas Wolf, Lysandre Debut, Victor Sanh u. a. (arXiv): HuggingFace's Transformers: State-of-the-art Natural Language Processing, Stand 07/2020, abgerufen am 22.11.2026. zurück




