Europa braucht andere KI-Ansätze
Denn: Um eine Alternative zu den Frontier-Modellen von Anthropic und OpenAI, aber auch beispielsweise Moonshot AI aufzubauen, ist bereits das vorhandene Budget viel zu klein. Hinzu kommt, dass in Europa keine Rechenzentren der Größe vorhanden sind, wie die führenden KI-Unternehmen sie nutzen. Einige Beobachter sind zudem der Meinung(öffnet im neuen Fenster), dass es zum Einholen längst zu spät sei.
Hier widerspricht Löser. Er sieht das Erfolgsrezept für Deutschland und Europa in einem anderen Konzept: in kleineren, selbstverbessernden Expertenmodellen, die mit unternehmensspezifischen Daten ausgehend etwa von einem Soofi-Basismodell weiter trainiert werden. Diese Experten könnten dann in Spezialgebieten sogar leistungsfähiger als ein deutlich größeres Frontier-Modell sein. Ein Soofi-MoE-Modell würde solche Experten als Teil eines größeren Ensembles einbinden und ein leistungsfähiges, zu Frontier-Modellen konkurrenzfähiges Gesamtmodell bilden.
Die Hardware dafür können die Unternehmen entweder selbst on-premise betreiben oder bei einem europäischen Cloudprovider mieten – so bleiben die Daten zumindest in der EU und unterliegen deren Rechtsrahmen. Das sei auch ein Grund für kleine Modelle: Ihnen genügt verhältnismäßig wenig Hardware. Mit überschaubarem Kapitaleinsatz kommen Unternehmen so zum eigenen Modell.
Internet der Experten statt monolithischer LLMs
Als langfristiges Ziel sieht Löser eine Art Internet der Experten. Hier hätten Unternehmen die Möglichkeit, ihre Spezialmodelle selbst zu hosten, zugänglich zu machen und zu bepreisen. Ein Router, der bei allen MoE-Modellen entscheidet, an welche Experten Tokens geschickt werden, vernetzt die einzelnen Spezialmodelle. Löser hofft zudem auf viele Expertenmodelle von Bund und Ländern.
So könne die deutsche Industrie ihr Spezialwissen gewinnbringend nutzen und andere könnten zugleich davon profitieren. Fugu von Sakana AI(öffnet im neuen Fenster) aus Japan sowie Flexolmo(öffnet im neuen Fenster) und der Ansatz Branch-Adapt-Route (BAR)(öffnet im neuen Fenster) des Non-Profit-Forschungsinstituts Ai2(öffnet im neuen Fenster) aus Seattle hätten gezeigt, dass das Ensemble-Konzept vielversprechend sei. Europa könne sich bei solchen Cross-Model-MoE-Ansätzen als zweiter Standort neben Japan etablieren; Sakana AI kommerzialisiert den verteilten Ansatz bereits.
Dieses Ziel solle in der zweiten Phase von Soofi angegangen werden, sagte Löser. Denn hier gebe es noch viel zu forschen, etwa wie das Routing auf die einzelnen Experten idealerweise erfolgt. Veröffentlichungen zur ersten Projektphase seien bereits in Arbeit, versicherte uns Löser, in der zweiten Phase werde es mehr geben. Zusätzlich sollen die Experten in die Lage versetzt werden, sich selbst zu verbessern, also anhand von Rückmeldungen im laufenden Betrieb zu lernen.
Daneben wolle man auch Anleitungen für Unternehmen erstellen, anhand derer sie ihre Daten für eine Spezialisierung der Soofi-Basismodelle aufbereiten können. Auch zur langfristigen Verbesserung der Modelle soll es Anleitungen geben. Geplant sei das für die zweite Projektphase, die im Oktober 2026 beginnen soll. Gegen Ende des Jahres, sagte Löser, sollen diese Anleitungen fertig sein.
Ob Soofi ein Erfolg wird, muss sich noch zeigen
Soofi ist komplexer, als viele Berichte erwarten lassen. Das Projekt einfach als neu verpacktes Nvidia-Modell zu bezeichnen, greift zu kurz. Ob Soofi Deutschland bei KI souveräner macht, ist aber ebenfalls nicht sicher. Das hängt nicht zuletzt davon ab, wie stark die Modelle seitens der Wirtschaft am Ende genutzt werden, und ob die Pläne eines Internets der Experten realisiert werden können. Die Nutzung wiederum hängt davon ab, ob Unternehmen einen Mehrwert gegenüber den Frontier-Modellen sehen.
Wie Löser sagt, schneidet Soofi-S in Benchmarks gut ab. Wie gut es sich tatsächlich für die Anwendungsszenarien von Unternehmen eignet, muss sich zeigen. Spätestens im vierten Quartal 2026 soll jeder das Modell frei ausprobieren können. Das Projekt kann aber nur ein Anfang sein. Soofi-S wird für einige Anwendungen ausreichend leistungsfähig sein, andere erfordern größere Modelle.
Wünschenswert ist mehr Unabhängigkeit von den USA und dass Soofi nicht als weiteres ambitioniertes KI-Förderprogramm ohne nachhaltige Wirkung endet. Ob das gelingt, hängt einerseits davon ab, was das Konsortium noch liefert, andererseits von externen Faktoren. Zumindest scheint es von der Politik viel Rückenwind zu geben. Löser erzählte uns, nicht ohne Stolz, Digitalminister Karsten Wildberger habe das Projekt im ZDF-Morgenmagazin(öffnet im neuen Fenster) erwähnt.
Bei Hardware haben Deutschland und Europa praktisch keine eigene Alternative. Das französische Start-up Vsora könnte die mit seinem Beschleuniger Jotunn 8(öffnet im neuen Fenster) liefern, im Projekt Dare wird ebenfalls ein KI-Beschleuniger entwickelt. All das steht aber noch am Anfang. Der Vorsprung von US-Unternehmen wie AMD und Nvidia ist hier mindestens ebenso groß wie jener der US-KI-Unternehmen.
- 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.