Europäisches KI-Basismodell für die Industrie vorgestellt

Das Soofi-Konsortium hat mit „Soofi S“ den ersten Baustein einer europäischen KI-Modellfamilie vorgestellt. Das offene Basismodell richtet sich an Industrie, Verwaltung und Forschung und soll den nachvollziehbaren Betrieb auf eigener oder souveräner Infrastruktur ermöglichen.

KI-Basismodell für industrielle Anwendungen

Soofi S ist als technische Grundlage für industrielle KI-Anwendungen konzipiert. Anders als ein allgemeines Chatmodell soll es Unternehmen ermöglichen, eigene Lösungen auf Basis interner Daten zu entwickeln und diese an spezifische Prozesse, Dokumentbestände oder Softwareumgebungen anzupassen.

Zu den vorgesehenen Einsatzfeldern zählen industrielle Prozesse, die Auswertung umfangreicher technischer und regulatorischer Dokumente, die Generierung von Programmcode sowie agentische KI-Systeme. Das Modell wird zunächst als Basismodell veröffentlicht und kann für einzelne Branchen, Fachgebiete oder unternehmensspezifische Aufgaben feinabgestimmt werden. Nachtrainierte Varianten für Dialog- und Agentenanwendungen sollen folgen.

30 Milliarden Parameter und hybride Architektur

Das Modell wurde nach Angaben des Konsortiums von Grund auf mit 27 Billionen Token trainiert. Es basiert auf einer Mixture-of-Experts-Architektur mit 30 Milliarden Parametern und 3 Milliarden gleichzeitig aktivierten Parametern, bezeichnet als 30B-A3B.

Technisch kombiniert Soofi S Transformer-Komponenten, die Beziehungen zwischen Textstellen analysieren, mit Mamba-Komponenten, die lange Sequenzen über einen kompakten internen Zustand effizient verarbeiten. Diese hybride Architektur soll einen hohen Datendurchsatz bei vergleichsweise geringem Energiebedarf ermöglichen. Der Trainingsschwerpunkt lag auf englischen und deutschen Texten.

Erste Benchmark-Ergebnisse zeigen laut Projektkonsortium, dass Soofi S bei englischsprachigen Aufgaben mit offenen Modellen vergleichbarer Größe konkurrieren kann. In den untersuchten deutschsprachigen Benchmarks soll das Modell innerhalb der Vergleichsgruppe führende Ergebnisse erreichen. Eine belastbare Bewertung für konkrete industrielle Anwendungen wird jedoch insbesondere von den jeweiligen Domänendaten, der Feinabstimmung und der eingesetzten Infrastruktur abhängen.

Training auf europäischer Cloud-Infrastruktur

Soofi S und die geplanten Folgemodelle werden auf der Industrial AI Cloud der Deutschen Telekom in München trainiert. Dabei kommen NVIDIA-Blackwell-GPUs und offene NVIDIA-Nemotron-Modelle zum Einsatz.

Das Projekt wird im Kontext der europäischen IPCEI-CIS- beziehungsweise 8ra-Initiative durch das Bundesministerium für Wirtschaft und Energie gefördert und über NextGenerationEU finanziert. Koordiniert wird das Konsortium durch den KI Bundesverband.

Beteiligt sind unter anderem Fraunhofer IAIS, Fraunhofer IIS, das Deutsche Forschungszentrum für Künstliche Intelligenz, die Julius-Maximilians-Universität Würzburg, die Leibniz Universität Hannover, die Technische Universität Darmstadt, die Berliner Hochschule für Technik sowie Ellamind und Merantix Momentum.

Modellgewichte und Trainingsdokumentation geplant

Ein Schwerpunkt des Projekts liegt auf der technischen Nachvollziehbarkeit. Das Konsortium plant, neben den Modellgewichten auch Informationen zur Trainingsmethodik, Datenaufbereitung und zu den eingesetzten Datenpipelines bereitzustellen.

Für Unternehmen und öffentliche Einrichtungen ist dies insbesondere relevant, wenn KI-Systeme geprüft, an regulatorische Anforderungen angepasst oder auf eigener Infrastruktur betrieben werden müssen. Systemintegratoren und Lösungsanbieter erhalten damit eine potenzielle Basis, um branchenspezifische KI-Anwendungen zu entwickeln, ohne vollständig von proprietären Modellen einzelner außereuropäischer Anbieter abhängig zu sein.

Praxistests mit Industriepartnern

Das Modell soll gemeinsam mit Industrieunternehmen in realen Anwendungsszenarien getestet werden. Ziel ist es, Erfahrungen aus produktionsnahen Umgebungen zu sammeln und die weitere Entwicklung an konkreten Anforderungen aus der Wirtschaft auszurichten.

Für Anwender wird entscheidend sein, wie zuverlässig sich das Modell in bestehende Datenarchitekturen, Softwareplattformen und betriebliche Prozesse integrieren lässt. Ebenso relevant sind der Ressourcenbedarf beim Betrieb, die Qualität domänenspezifischer Anpassungen sowie die langfristige Verfügbarkeit technischer Dokumentation.

Weitere technische Informationen, Projektupdates und Kontaktmöglichkeiten für Pilotprojekte sind unter https://www.soofi.info/ verfügbar.