25 Millionen Euro für ein Modell, das es bereits gibt?
Kritiker bemängeln(öffnet im neuen Fenster), dass das Bundesministerium für Wirtschaft und Energie (BMWE) für eine europäische Souveränität mit Soofi-S rund 25 Millionen Euro(öffnet im neuen Fenster) an Steuergeldern ausgegeben, das Konsortium aber anstelle einer eigenen Modellarchitektur Nvidias Nemotron 3 Nano(öffnet im neuen Fenster) übernommen habe. Eine zu starke Vereinfachung, sagt Löser – auf diesen Punkt kommen wir noch ausführlich zurück.
Insgesamt sind in dem Konsortium neben Universitäten, zwei Fraunhofer-Instituten und dem Deutschen Forschungszentrum für künstliche Intelligenz (DFKI) die zwei Start-ups Ellamind und Merantix Momentum vertreten. Rund 30 Mitarbeiter arbeiten an Soofi.
Als erstes Modell wurde Soofi-S(öffnet im neuen Fenster) veröffentlicht, neben dem Basismodell eine auf Interaktion mit Menschen finegetunte Instruct- sowie zwei Reasoning-Varianten (Isar und Rhine). Bis auf das Basismodell erfordern allerdings alle eine Zustimmung zu Lizenzbedingungen, bevor sie bei Hugging Face(öffnet im neuen Fenster) heruntergeladen werden können. Spätestens Anfang des vierten Quartals 2026 sollen verbesserte Versionen frei herunterladbar sein.
An Lösers Forschungsgruppe arbeiten aktuell drei wissenschaftliche und vier studentische Mitarbeiter für Soofi. Alle wissenschaftlichen Mitarbeiter sind in Vollzeit ausschließlich am Projekt tätig, wie Löser betonte – was in der Forschung nicht selbstverständlich sei. Es gebe hier eine starke intrinsische Motivation.
Training verursacht den Großteil der Kosten
Allein 19 Millionen Euro seien für Rechenzeit vorgesehen gewesen, sagte Löser. Trainiert wurde Soofi-S in der Industrial AI Cloud von T-Systems(öffnet im neuen Fenster) in München. Praktisch sei das die einzige Option gewesen.
Auch in der aktuellen Betaphase finden weiter Trainingsläufe mit Soofi-S statt. Man trainiere das Modell noch nach, um Reasoning und die Nutzung von Werkzeugen (Tool Calling), aber auch die Gesamtleistung zu verbessern. Als Ziel gab Löser die Leistung von Qwen 3.6 aus.
Allein das erfordere noch einmal 20.000 bis 30.000 GPU-Stunden, das Basistraining habe 253.000 GPU-Stunden auf B200-GPUs gedauert. Daneben trainiere man aktuell ein Modell mit 120 Milliarden Parametern. Das klingt nach Nemotron 3 Super als Basis, sofern das Konsortium bei der bisherigen Strategie bleibt. Aber Soofi plant mehr.
Für ein größeres Modell soll es neues Geld geben
Laut Löser ist eine zweite Projektphase absehbar, diesmal mit höherer Förderung in einer Größenordnung von 30 bis 40 Millionen Euro. Dafür müsse aber erst noch der Antrag eingereicht und geprüft werden. Die zweite Phase soll ein größeres Modell trainieren, zwischen 300 und 500, im besten Fall 800 Milliarden Parameter soll es haben. Es soll wieder ein Mixture-of-Experts-Modell (MoE) sein, die Experten siedelt Löser in einer Größenordnung von 13 bis 30 Milliarden Parametern an.
Auch das nächste Modell wird wohl wieder in einer Public Cloud trainiert. Öffentliche europäische Forschungscluster wie Jupiter, Lumi oder Mare Nostrum seien angesichts des Projektzeitraums von nur einem Jahr keine Option gewesen. Bereits die Beantragung von Rechenzeit könne länger dauern.
Und die Zeit dränge, denn es sei absehbar, dass die leistungsfähigsten Modelle sich selbst weiterentwickeln. Wenn Deutschland jetzt nicht souveräne Modelle entwickle, drohe es, den Anschluss zu verlieren, sagte Löser im VDI-Podcast Technik aufs Ohr(öffnet im neuen Fenster).
Allerdings fragten wir uns nicht nur beim Anhören des Podcasts: Wird Soofi-S als mehr verkauft, als es tatsächlich ist?
- Anzeige Hier geht es zu The Apprentice - The Trump Story bei Amazon Wenn Sie auf diesen Link klicken und darüber einkaufen, erhält Golem eine kleine Provision. Dies ändert nichts am Preis der Artikel.