Fast eine Milliarde Euro: So viel könnte ein einziger Trainingslauf für eine große KI bis 2027 (externer Link) kosten. Das stemmen nur wenige Unternehmen. Dass es auch günstiger geht, beweist gerade ein deutsches Konsortium, das seine Modelle in München trainiert. Erklärtes Ziel laut der Soofi-Website (externer Link): „Den Weg zur digitalen Souveränität Europas“ ebnen. Nicht, indem Europa ein großes KI-Modell baut, sondern indem es die vorhandenen Modelle nutzt und seine eigenen Datenschätze hebt. Soofi steht für Sovereign Open Source Foundation Models. Soofi S ist das erste Modell.
Münchner Modell: kostengünstig schnell entwickelt
Die KI-Welt feiert das Münchner Modell derzeit dafür, dass es in relativ kurzer Zeit mit relativ wenig Geld entstanden ist – und wohl ziemlich gut. Es ist als technische Grundlage gedacht für industrielle KIs: Ein Open-Source-Projekt, auf dem Unternehmen, Verwaltung und Forschung eigene Anwendungen aufbauen können. Das Modell wird trainiert in einem Münchner Rechenzentrum der Telekom mit Server-Kühlung aus dem Eisbach-Kanal. Teil des Projekt-Konsortiums sind das Fraunhofer Institut, das Deutsches Forschungszentrum für Künstliche Intelligenz, Universitäten und Start Ups. Das Bundeswirtschaftsministerium fördert das Projekt.
Wie entsteht eigentlich eine große KI?
Statt die KI komplett neu zu bauen, baut Soofi S auf einer bestehenden KI-Architektur auf. Nach dem Motto: Man muss das Rad der KI-Entwicklung nicht jedes Mal neu erfinden. Das funktioniert in vier Schritten: Am Anfang steht die Architektur. Dann folgen die Daten. Im dritten und zugleich teuersten Schritt wird das Modell trainiert. Im vierten erst entstehen beim Post-Training Chatbots, wie wir sie kennen.
Die Entstehung von Soofi S – und warum Daten Europas Schatz sind
Für Soofi S haben die Forscher die Architektur von einer offenen Vorlage des Chip-Herstellers Nvidia übernommen und auf ein Post-Training verzichtet. Der Fokus lag allein auf den Daten und dem Training.
Mehdi Ali ist Teil des Soofi-S-Teams. Er sagt mit Blick auf Europa: „Ein großer Schatz, den wir haben, sind spezialisierte Daten, Industriedaten.“ Man sei sich bewusst gewesen, dass man in Europa nicht mit Modellen wie von OpenAI oder Anthropic mithalten könne. Aber das sei auch gar nicht der Sinn des Projekts.
Das Training allerdings habe es in sich gehabt – inklusive schlafloser Nächte der 20 Team-Mitglieder. Mehrere hundert Grafikprozessoren seien gleichzeitig im Einsatz gewesen. Das kostet Millionen. „Man hat genau einen Versuch, und der muss sitzen.“
Ein Patzer trübt das Ergebnis
Er saß – und doch patzte das Team. Denn die Benchmark-Ergebnisse sind zwar beeindruckend: Unter den vollständig offenen, vergleichbaren Modellen ist Soofi S das Beste. Aber: Trainings- und Testdaten sind nicht sauber getrennt, bei einem Vergleichstest gelangten offenbar Aufgaben ins Training. Soofi S kannte damit bereits die Lösungen eines Benchmark-Tests. Dadurch ist das Ergebnis eben doch nicht vergleichbar. Das Modell scheint gut zu sein, nur wie gut, das lässt sich nicht neutral ermitteln.
Ein Schritt in Richtung Unabhängigkeit
Dennoch: Es ist ein Schritt in Richtung einer europäischen KI-Unabhängigkeit.
Die meisten Unternehmen brauchen keine eigene KI, eher eine angepasste Version eines größeren Modells. Soofi S wird OpenAI oder Anthropic nicht überholen, ist aber ein Schritt zu digitaler Unabhängigkeit. Europas Strategie könnte sein, zu schauen, was es bereits gibt, Lücken zu identifizieren und auf Bestehendem aufzubauen, statt bei null zu starten.
Und: Die Forschungsteams müssen Erfahrungen sammeln, dabei passieren Fehler. Entscheidend wird sein, wie sie ihre Erfahrungen in die Entwicklung weiterer Modelle einfließen lassen. Das nächste Soofi-Modell steht bereits in den Startlöchern.
