Hugging Face ist ein 2016 gegründetes US-amerikanisches Unternehmen, das mit dem Model Hub, der Transformers-Bibliothek und den Datasets- und Spaces-Diensten zur zentralen Infrastruktur des Open-Source-Ökosystems für maschinelles Lernen wurde.
Zusammenfassung
Der Model Hub verzeichnet Stand September 2026 mehr als drei Millionen Modelle, genutzt von über 18 Millionen Entwickler:innen und mehr als 200.000 Unternehmen (Yahoo Finance 2026) – oft als „GitHub des maschinellen Lernens” bezeichnet. Am 3. September 2026 gab Nvidia bekannt, das Unternehmen für 12,93 Milliarden US-Dollar zu übernehmen (TechCrunch 2026).
Aus einer gescheiterten Chatbot-App entstand über die quelloffene Transformers-Bibliothek die heutige Rolle als neutraler Vermittler: Wer ein offenes Sprachmodell veröffentlicht, tut das in aller Regel über Hugging Face.
Geschichte
Clément Delangue, Julien Chaumond und Thomas Wolf gründeten das Unternehmen 2016 in New York, zunächst mit einer Chatbot-App für Teenager als Konversationspartnerin. Ein Platz im Betaworks-Accelerator und eine Anschubfinanzierung von 200.000 US-Dollar brachten die ersten Mittel (Dealroom 2026).
Der eigentliche Durchbruch kam 2018/2019, als das Team die hinter dem Chatbot liegenden NLP-Modelle quelloffen veröffentlichte: die Bibliothek Transformers, die vortrainierte Sprachmodelle für jede Entwicklerin mit Python-Grundkenntnissen nutzbar machte. Parallel entstand der Model Hub als zentrales Verzeichnis dafür. Im Dezember 2019 folgte eine Serie-A-Finanzierung über 15 Millionen US-Dollar (TechCrunch 2019).
Im Dezember 2021 übernahm Hugging Face Gradio, eine Bibliothek für interaktive Browser-Demos von ML-Modellen – heute die technische Grundlage der Spaces-Demos auf der Plattform. 2021/22 koordinierte Hugging Face den BigScience-Workshop, eine einjährige Zusammenarbeit mit über tausend Forschenden weltweit, finanziert mit französischen Fördermitteln. Ihr sichtbarstes Ergebnis war BLOOM, ein offenes 176-Milliarden-Parameter-Sprachmodell, veröffentlicht im Juli 2022 zusammen mit dem mehrsprachigen ROOTS-Trainingsdatensatz.
Die Serie-D-Runde im August 2023 brachte 235 Millionen US-Dollar bei einer Bewertung von 4,5 Milliarden US-Dollar (TechCrunch 2023) – finanziert unter anderem von Google, Amazon, Nvidia, AMD, Intel, Qualcomm Ventures und IBM. Im August 2024 folgte mit der Übernahme von XetHub, einem Speicher-Infrastruktur-Start-up aus Seattle, die bis dahin größte Akquisition des Unternehmens.
Am 3. September 2026 gab Nvidia die Übernahme für 12,93 Milliarden US-Dollar bekannt (NVIDIA 2026) – rund 11,9 Milliarden in bar, ergänzt um bis zu einer Milliarde US-Dollar zur Mitarbeiterbindung. Der Abschluss wird für die erste Hälfte 2027 erwartet und steht zum Redaktionsschluss dieses Artikels noch unter behördlichem Vorbehalt.
Arbeitsschwerpunkte
Der Model Hub ist das Kernprodukt: ein durchsuchbares Verzeichnis, in dem Anbieter von Llama über Mistral bis DeepSeek und Qwen ihre Modelle samt Gewichten veröffentlichen, oft ergänzt um Model Cards zu Trainingsdaten, Einschränkungen und Nutzungsbedingungen.
Die Transformers-Bibliothek bleibt die technische Basis: eine einheitliche Programmierschnittstelle, über die sich Tausende verschiedene Modellarchitekturen mit wenigen Codezeilen laden und einsetzen lassen. Ergänzt wird sie durch Datasets, eine Bibliothek und einen eigenen Hub für Trainingsdatensätze, sowie durch Spaces – gehostete, meist mit Gradio gebaute Demo-Umgebungen, in denen sich Modelle direkt im Browser ausprobieren lassen.
Seit der XetHub-Integration nutzt der Hub ein Speichersystem mit Chunk-Ebenen-Deduplizierung, das den Umgang mit Modell-Checkpoints im Gigabyte- bis Terabyte-Bereich handhabbarer macht. Für die Sicherheit beim Laden von Modellen setzt die Plattform zunehmend auf Safetensors, ein Dateiformat, das die Codeausführung verhindert, die beim älteren Python-Pickle-Format möglich war.
Anwendungsfelder
Für die KI-Landschaft ist Hugging Face weniger ein Modellentwickler als ein Verteilungsknoten. Die meisten Anbieter offener Modelle – von Open-Source-LLMs im engeren Sinn bis zu bloß offen gewichteten Foundation Models – veröffentlichen zuerst oder ausschließlich über den Model Hub, weil er Versionierung, Lizenzangaben und eine bereits etablierte Nutzerbasis mitbringt.
Für Forschende dient die Plattform als Referenzpunkt für Reproduzierbarkeit: Ein über den Hub veröffentlichtes Modell samt Datenblatt und Fine-Tuning-Anleitung lässt sich nachvollziehen, ohne dass Dritte eigene Infrastruktur aufbauen müssen.
In der Regulierungsdebatte tritt Hugging Face wiederholt als Fürsprecherin von Ausnahmen für Open-Source-KI auf – etwa bei den Verhandlungen zum GPAI Code of Practice, wo offene Modellanbieter eine eigene, abgeschwächte Kategorie erhielten.
Kontroversen und Kritik
Die schiere Menge an Uploads – Millionen Modelle und Datensätze – macht eine lückenlose Moderation praktisch unmöglich. Wiederholt fanden Sicherheitsforschende Modelle mit eingebettetem Schadcode, ausgenutzt über das ältere Pickle-Serialisierungsformat, das beim bloßen Laden beliebigen Code ausführen kann. Der Umstieg auf Safetensors mildert dieses Risiko, verlangt aber, dass Anbieter und Nutzer:innen das neue Format tatsächlich verwenden.
Die Nvidia-Übernahme selbst löste in der Open-Source-Community Sorge aus: Eine bislang als neutral geltende Infrastruktur, über die auch Konkurrenten von Nvidia ihre Modelle verbreiten, geht an einen der finanzstärksten kommerziellen KI-Akteure über. Nvidia erklärte, Hugging Face solle „eine offene Plattform für das gesamte KI-Ökosystem” bleiben, und verwies darauf, selbst bereits größter Beitragender offener Modelle und Daten auf der Plattform zu sein. Ob diese Zusage die faktische Neutralität überdauert, lässt sich zum Redaktionsschluss nicht beurteilen.
Stand 2025/2026
Der Jahresumsatz wuchs 2026 sprunghaft: von geschätzt 81 Millionen US-Dollar Ende 2025 über 100 Millionen im Juni auf 150 Millionen US-Dollar im August 2026 (The Information 2026). Die am 3. September 2026 angekündigte Nvidia-Übernahme – mit rund 13 Milliarden US-Dollar Nvidias zweitgrößte bekannte Akquisition nach dem Erwerb von Groq-Vermögenswerten für 20 Milliarden US-Dollar im Dezember 2025 (CNBC 2025) – steht zum Redaktionsschluss noch aus und unterliegt der behördlichen Freigabe.
Verwandte Begriffe
- Margaret Mitchell – Chief Ethics Scientist bei Hugging Face seit 2021, Mitleiterin von BigScience
- Meta Superintelligence Labs – Nachfolgeorganisation hinter Llama, dessen Veröffentlichung über den Hub laut Berichten seltener offen erfolgen könnte
- Open Washing – der Vorwurf, dem echte Offenheit auf dem Hub gerade entgehen soll
- Foundation Models – Sammelbegriff für viele der über den Model Hub verbreiteten Modelle
Quellenangaben
- NVIDIA, 2026. NVIDIA to Acquire Hugging Face. NVIDIA Blog, 3. September 2026.
- TechCrunch, 2026. Nvidia confirms it will buy Hugging Face for $12.9 billion. techcrunch.com, 3. September 2026.
- Bloomberg, 2026. Nvidia to Buy Hugging Face for $13 Billion in Open-Source Push. bloomberg.com, 3. September 2026.
- Sacra, 2026. Hugging Face – Revenue, Valuation & Funding. sacra.com.
- Yahoo Finance, 2026. What the heck is Hugging Face, and why did Nvidia drop an eye-watering $12.9 billion just to buy it? finance.yahoo.com.
- Hugging Face, 2021. Gradio Joins Hugging Face. huggingface.co/blog/gradio-joins-hf, 21. Dezember 2021.
- VentureBeat, 2024. Hugging Face Acquires XetHub from Ex-Apple Researchers for Large AI Model Hosting. venturebeat.com, 8. August 2024.
- Dealroom, 2026. betaworks: from Hugging Face’s first backer to an AI-native fund. dealroom.co.
- TechCrunch, 2019. Hugging Face raises $15 million to build the definitive natural language processing library. techcrunch.com, 17. Dezember 2019.
- TechCrunch, 2023. Hugging Face raises $235M from investors including Salesforce and Nvidia. techcrunch.com, 24. August 2023.
- The Information, 2026. Exclusive: Hugging Face Annualized Revenue Jumps 50% to $150 Million. theinformation.com.
- CNBC, 24. Dezember 2025. Nvidia buying AI chip startup Groq’s assets for about $20 billion in its largest deal on record. cnbc.com.