Aleph Alpha Kolibri: Offenes Deutsch-Englisch-Modell

Das deutsche KI-Unternehmen Aleph Alpha hat Kolibri veröffentlicht, ein zweisprachiges Sprachmodell für Deutsch und Englisch mit frei verfügbaren Gewichten. Das Unternehmen bewirbt es als praxistaugliches Werkzeug für öffentliche Verwaltung, Luftfahrt und Industrie. Zugleich sieht es das Modell als Beleg dafür, dass Europa wettbewerbsfähige KI nach eigenen Regeln entwickeln kann.

Laut dem technischen Bericht des Unternehmens wurde das Modell auf europäischer Hardware trainiert, nach europäischem Recht entwickelt und mit Blick auf den EU AI Act konzipiert. Der AI Act ist der Rechtsrahmen der Europäischen Union zur Regulierung von KI-Systemen.

Ein großes Modell, das sparsam läuft

Auf dem Papier hat Kolibri 78 Milliarden Parameter. In der Praxis nutzt es für jedes einzelne Token nur rund drei Milliarden davon. Das liegt an einer Mixture-of-Experts-Architektur, die das Netz in spezialisierte Teilnetze aufteilt und jedes Token nur durch wenige davon schickt.

Der Kompromiss ist einfach. Ein so aufgebautes Modell kann in seiner Gesamtzahl an Parametern viel Wissen speichern, während der Rechenaufwand pro Token eher dem eines deutlich kleineren Modells entspricht. Dieser Ansatz ist in der Branche inzwischen weit verbreitet, und Werkzeuge, mit denen sich Mixture-of-Experts-Modelle effizienter trainieren lassen, finden eigene Beachtung.

Weitere Details zur Veröffentlichung:

• Kontextfenster: bis zu eine Million Tokens.
• Trainingshardware: 768 Nvidia-B200-GPUs in Deutschland und Finnland.
• Lizenz: Apache 2.0, eine freizügige Open-Source-Lizenz, die kommerzielle Nutzung erlaubt.
• Bereitstellung: Die Gewichte sind auf Hugging Face verfügbar.

Die Behauptung zu Qualität und Kosten

Aleph Alphas zentrale Leistungsbehauptung lautet, dass Kolibri sowohl für Deutsch als auch für Englisch auf der Pareto-Front liegt. Einfach gesagt: Unter den verglichenen Modellen liefert laut Unternehmen keines bessere Qualität bei gleichen Betriebskosten, und keines läuft bei gleicher Qualität günstiger.

Nach Angaben des Unternehmens schlägt Kolibri vergleichbare Modelle mit ähnlicher Architektur entweder bei der Qualität oder bei den Kosten. Einige dieser Vergleichsmodelle sind deutlich älter und stammen aus dem März und April 2026. Dieses Detail ist für die Einordnung wichtig. In einem Feld, das sich so schnell bewegt, kann ein Abstand von einigen Monaten das Bild bei den Benchmarks verschieben.

Gebaut für Deutsch

Der zweisprachige Schwerpunkt ist nicht nur Marketing. Deutsch macht 21,3 Prozent der Trainingsdaten aus. Aleph Alpha hat für das Projekt eine eigene Datenpipeline für Deutsch aufgebaut, um dieses Material zu beschaffen und aufzubereiten.

Die meisten Spitzenmodelle werden überwiegend mit englischen Texten trainiert, und in anderen Sprachen hinkt ihre Leistung oft hinterher. Für deutsche Behörden oder Hersteller, die größtenteils auf Deutsch arbeiten, könnte ein Modell mit bewusst deutscher Grundlage besser passen als ein Allzwecksystem, dem Deutsch nachträglich aufgesetzt wurde.

Ein Souveränitätsmodell mit chinesischen Zutaten

Ein Detail macht die Geschichte komplizierter. Aleph Alpha hat chinesische Modelle genutzt, um synthetische Trainingsdaten für Kolibri zu erzeugen. Synthetische Daten, also Texte, die von anderen KI-Systemen erzeugt und zum Training neuer Systeme verwendet werden, sind heute ein gängiges Verfahren. Trotzdem passt das schlecht zu einer Botschaft der Souveränität.

Umso mehr fällt es auf, weil Aleph Alpha selbst Forschung dazu veröffentlicht hat, wie chinesische Modelle die Staatsdoktrin wiedergeben. Aus der Veröffentlichung geht nicht hervor, wie das Unternehmen die synthetischen Daten gefiltert oder geprüft hat, Leser sollten das daher als offene Frage betrachten.

Unsere Einschätzung

Kolibri ist ein klares Signal, wo Aleph Alpha antreten will. Das Unternehmen versucht nicht, bei der reinen Leistungsfähigkeit mit den größten US-Laboren mitzuhalten. Es verkauft Effizienz, Sprachpassung, rechtliche Übereinstimmung mit EU-Regeln und die Gewissheit europäisch trainierter Gewichte. Für Organisationen in regulierten Bereichen wie öffentlicher Verwaltung und Luftfahrt kann diese Kombination wichtiger sein als ein Spitzenplatz in einer allgemeinen Rangliste.

Die Architektur passt auch zu einem breiteren Trend. Dünn besetzte Modelle mit wenigen Milliarden aktiven Parametern werden immer beliebter, weil sie günstiger im Betrieb sind, wie Veröffentlichungen wie Qwens kompaktes Programmiermodell zeigen. Die Apache-2.0-Lizenz senkt die Hürde zusätzlich, denn Unternehmen können das Modell auf eigener Infrastruktur betreiben, ohne Bedingungen aushandeln zu müssen.

Etwas Vorsicht ist angebracht. Die Leistungsangaben stammen aus Aleph Alphas eigenem Bericht, und unter den Vergleichsmodellen sind einige, die bereits mehrere Monate alt sind. Es lohnt sich zu beobachten, ob unabhängige Benchmarks die Pareto-Front-Behauptung auch gegenüber neueren Konkurrenten bestätigen. Offen ist zudem, ob Behörden und Industrieunternehmen Kolibri tatsächlich im Produktivbetrieb einsetzen. Die Verwendung chinesisch erzeugter synthetischer Daten könnte außerdem gerade bei den Kunden Fragen aufwerfen, denen Souveränität am wichtigsten ist. Wie Aleph Alpha diese beantwortet, könnte mitbestimmen, wie glaubwürdig das Argument für europäische KI wirkt.