Soofi S: ein deutsches Modell und die kontinentale Ambition

Am 17. Juni 2026 kündigte ein Konsortium deutscher Forschungsinstitute aus Berlin „Soofi S“ an und präsentierte es nicht als ein weiteres Sprachmodell, das um Aufmerksamkeit buhlt, sondern als das erste Puzzleteil einer Familie europäischer KI-Modelle. Hinter dem Akronym, Sovereign Open Source Foundation Models, verbirgt sich ein Projekt, das vom Bundesministerium für Wirtschaft und Klimaschutz im Rahmen der IPCEI-CIS-Initiative gefördert wird und darauf ausgelegt ist, Unternehmen, der öffentlichen Verwaltung, Forschungszentren und Startups eine transparente Alternative zu außereuropäischen Modellen zu bieten. Es ist ein Satz, der, wenn man ihn mit der richtigen Brille liest (der von Roddy Piper in Sie leben, um genau zu sein, derjenigen, die enthüllt, was sich hinter dem Werbeschild verbirgt), nicht von Benchmarks spricht. Er spricht von Macht.

Um zu verstehen, warum, ist es ratsam, Soofi S sofort in den breiteren Kontext des algorithmic war einzuordnen, von dem wir auf diesen Seiten seit Monaten berichten – dem Krieg, in dem Washington und Peking um Chips, Talente und den Zugang zu Frontier-Modellen konkurrieren, während Europa Gefahr läuft, nur zuzusehen. Soofi S verändert das Gleichgewicht dieses Spiels nicht über Nacht, aber es führt eine Variable ein, die am europäischen Tisch bisher fast vollständig fehlte – ein Modell von industriellem Ausmaß, das vollständig auf Infrastrukturen des Kontinents gebaut, trainiert und vertrieben wird.

Berlin industrialisiert die künstliche Intelligenz

Das Konsortium, das Soofi S entwickelt hat, sagt viel darüber aus, wie Deutschland das Thema angeht. Kein einzelnes Labor, sondern ein Netzwerk aus Fraunhofer IAIS und Fraunhofer IIS, dem Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI), den Universitäten Würzburg, Hannover und Darmstadt, der Berliner Hochschule für Technik sowie den Unternehmen Ellamind und Merantix Momentum, koordiniert vom Bundesverband Künstliche Intelligenz (KI Bundesverband). Eine Struktur, die eher an ein Infrastrukturkonsortium – Eisenbahnen oder Energie – erinnert als an ein Startup aus dem Silicon Valley.

Jörg Bienert, Leiter des Center for Sovereign AI des Bundesverbands, bringt es auf den Punkt: Wer foundation models kontrolliert, kontrolliert einen zentralen Teil der zukünftigen digitalen Wertschöpfung. Mit Soofi wollen sie eine offene Basis schaffen, auf der Unternehmen und die öffentliche Verwaltung KI-Anwendungen entwickeln können, ohne dauerhaft von außereuropäischen Modellen abhängig zu sein. Es ist die Art von Aussage, die vor drei Jahren noch wie Branchenpropaganda geklungen hätte. Heute, da Lagarde vor europäischen Verzögerungen warnt und die Kommission höfliche Briefe nach Washington schreibt, in denen sie um uneingeschränkten Zugang zu Chips bittet, wie wir im Artikel über den algorithmic war berichtet haben, klingt es eher wie ein Industrieplan mit Hand und Fuß.

Das Soofi-Projekt geht über ein einzelnes Release hinaus. Nicolas Flores-Herr, technischer Leiter des Projekts und Teamleiter am Fraunhofer IAIS, verdeutlicht das Ziel mit einer wichtigen Unterscheidung: Soofi S will nicht ein weiterer generischer Chatbot sein, sondern eine technische Basis für industrielle KI. Was zählt, ist nicht nur, dass es in Benchmarks funktioniert, sondern dass es zuverlässig, effizient und transparent in der Produktion eingesetzt werden kann. Dies ist eine andere Positionierung als die von Mistral, das mit Devstral 2 direkt auf Enterprise-Coding und den direkten Wettbewerb mit amerikanischen proprietären Modellen abzielt, wie wir vor einigen Monaten analysiert hatten. Soofi S blickt stattdessen auf industrielle Prozesse, die Analyse von technischen und regulatorischen Dokumenten sowie auf agentische Systeme, die für das deutsche verarbeitende Gewerbe, den Mittelstand als Rückgrat der Wirtschaft des Landes, konzipiert sind.

Dreißig Milliarden Parameter, eine hybride Architektur

Kommen wir zu den Zahlen, denn hier misst sich, ob hinter der souveränistischen Rhetorik technische Substanz oder nur gute Absichten stecken. Der vom Forschungsteam veröffentlichte technische Bericht beschreibt Soofi S as ein Mixture-of-Experts-Modell mit einer hybriden Mamba-Transformer-Architektur mit insgesamt rund 31,6 Milliarden Parametern, von denen jedoch nur 3,2 Milliarden pro verarbeitetem Token aktiviert werden. Für diejenigen, die nicht täglich mit Transformer-Architekturen zu tun haben, bedeutet dies, dass sich das Modell in Bezug auf die Rechenkosten wie ein viel kleineres System verhält, während es in seiner Gesamtkapazität einem zehnmal größeren Modell nahekommt. Es ist das gleiche Prinzip wie bei einem Turbolader an einem kleinen Motor – Leistung aus einem größeren Hubraum, ohne den Verbrauch voll bezahlen zu müssen.

Das Training, das von Ende März bis Mitte Mai 2026 dauerte, verbrauchte 27 Billionen Token, verteilt auf einer Infrastruktur von bis zu 512 NVIDIA B200 GPUs, was 64 DGX B200-Knoten entspricht. Das Team hat bewusst die Nemotron 3 Nano-Referenzarchitektur von NVIDIA unverändert übernommen – eine pragmatische statt einer ideologischen Entscheidung: So kann Soofi S sofort auf Inferenz-Stacks zurückgreifen, die bereits für diese Modellfamilie optimiert sind, anstatt monatelange Integrationsarbeit von denjenigen zu verlangen, die es vertreiben wollen.

Der praktische Vorteil dieser Architektur zeigt sich besonders bei langen Kontexten. Während traditionelle dichte Modelle spürbar langsamer werden, wenn das Kontextfenster wächst, weil sie bei jedem generierten Token einen immer schwereren Cache neu lesen müssen, behält Soofi S eine Generierungsgeschwindigkeit bei, die von 4.000 bis zu 256.000 Kontext-Token im Wesentlichen konstant bleibt – ein Detail, das für diejenigen, die es für endlose technische Dokumentationen oder ausgedehnte agentische Konversationen nutzen wollen, alles andere als akademisch ist. Bild aus dem offiziellen Paper

Offen, aber noch nicht ganz

Hier kommt der Teil, der mehr als eine enthusiastische Schlagzeile verdient. Der technische Bericht befasst sich mit der Frage der Offenheit mit einer Strenge, die man in Pressemitteilungen der Branche selten sieht. Die Autoren erkennen offen an, dass die Definition von Open-Source-KI umstritten bleibt: Während die Open Source AI Definition 1.0 der OSI dokumentierte, aber nicht weiterverbreitbare Trainingsdaten zulässt, verlangen strengere europäische Vorschläge, dass jedes Trainings-Token weiterverbreitbar sein muss. Soofi S gehört zur ersten Kategorie, nicht zur zweiten.

Der Schwachpunkt, der in der Branche mit seltener Ehrlichkeit eingestanden wird, betrifft eine spezifische Quelle: das Genios-Korpus, das unter kommerzieller Lizenz lizenziert wurde. Es macht 1,3 % der tatsächlichen Token der ersten Trainingsphase aus und ist über aggregierte Statistiken dokumentiert, anstatt weiterverbreitet zu werden. Im Übrigen sind rund 99 % der Trainingsmischung öffentlich zugänglich und unabhängig rekonstruierbar. Das ist eine Transparenz, die über die bloße Veröffentlichung von Gewichten hinausgeht: Das Konsortium veröffentlicht auch die Zwischen-Checkpoints, den Trainings- und Evaluierungscode sowie die vollständige Bilanzierung für jede in jeder Phase verwendete Datenquelle – ein Detaillierungsgrad, den man normalerweise nur in Berichten von Initiativen wie Olmo findet, nicht in Pressemitteilungen von Unternehmen.

Es gibt jedoch eine wesentliche Klarstellung, und sie betrifft genau den Moment, in dem wir schreiben. Die auf Hugging Face veröffentlichte Model Card spezifiziert, dass der derzeit verfügbare Checkpoint eine Vorschau in der geschlossenen Beta-Phase mit ausgewählten Partnern ist, noch kein offenes Release, und dass das finale Modell offen unter einer permissiven Lizenz ohne eingeschränkten Zugang freigegeben wird. Mit anderen Worten: Das Versprechen der Offenheit ist schwarz auf weiß niedergeschrieben, aber es ist noch keine für jedermann überprüfbare Realität. Für ein Projekt, das Transparenz zu seinem Identitätsmerkmal macht, verdient diese Lücke zwischen erklärter Absicht und tatsächlicher Verfügbarkeit Beobachtung. Dies ist auch der Grund, warum sich dieser Artikel eher auf die politische Bedeutung des Projekts als auf ein endgültiges technisches Urteil konzentriert: Wir warten auf die Freigabe der Gewichte für einen Praxistest, und an diesem Punkt werden wir mit der Tastatur in der Hand auf das Thema zurückkommen.

Deutsch, Englisch und das Italienische, das warten muss

Wer diesen Text in der Hoffnung liest, ein europaisches Modell zu finden, das fließend Italienisch spricht, wird teilweise enttäuscht sein. Die Model Card beschreibt Soofi S als ein bilinguales deutsch-englisches Modell und nicht als generisch multilingual – eine Designentscheidung, die bereits im Abstract des Berichts deklariert wurde. Deutsch erfährt eine privilegierte Behandlung, die weit über den Durchschnitt internationaler Modelle hinausgeht: In der breit angelegten Pre-Training-Phase macht die deutsche Sprache 7,2 % der Mischung aus, im Vergleich zu den typischen 5 % der Referenzrezeptur, während sie in der finalen Phase des Fine-Tuning auf 15,3 % ansteigt, was mehr als dem Dreifachen des Standards entspricht.

Für Sprachen wie Französisch, Spanisch und Italienisch ist die Model Card ehrlich bis hin zur Vorsicht: Sie werden nur in begrenztem Umfang abgedeckt, hauptsächlich durch kleine Teilmengen des multilingualen Fine-Tuning. Das ist kein Designfehler, sondern eine explizite Entscheidung und aus industrieller Sicht wahrscheinlich auch die sinnvollste: ein wirklich wettbewerbsfähiges Modell in zwei Sprachen zu bauen, statt eines mittelmäßigen in zwanzig. Für das italienische Publikum bedeutet dies jedoch, dass der Enthusiasmus gedämpft werden muss: Soofi S ist eine hochrelevante politische und wirtschaftliche Fallstudie für ganz Europa, aber (noch) kein Werkzeug, das für den italienischen Sprachmarkt entwickelt wurde. Jede Bewertung seiner Fähigkeiten im Italienischen muss durch dedizierte Tests überprüft werden, sobald die Gewichte zugänglich sind, und darf nicht auf Basis der Ergebnisse im Deutschen als selbstverständlich vorausgesetzt werden.

Wo es überzeugt und wo nicht

Der technische Bericht vergleicht Soofi S mit fünfzehn offenen Modellen in zwei unterschiedlichen Gruppen: der Gruppe der echten Open-Source-Modelle (Alia, EuroLLM, Apertus, Olmo 3) und der Gruppe der größeren Open-Weight-Modelle (Qwen, Ministral, Gemma), neben dem direkten Vergleich mit Nemotron 3 Nano, der Referenzarchitektur. In der ersten Gruppe, der der Konkurrenten auf Augenhöhe, sind die Ergebnisse eindeutig: Soofi S erzielt die höchste Gesamtbewertung im Englischen mit einem Vorsprung von 2,8 Punkten vor Olmo 3 und die höchste Gesamtbewertung im Deutschen mit einem Vorsprung von 6,3 Punkten vor Apertus. Damit ist es im Vergleich das stärkste vollständig offene Modell sowohl im Englischen als auch im Deutschen.

Beim Coding, historisch eine Achillesferse europäischer Projekte, ist der Abstand noch deutlicher: Soofi S führt in vier der fünf betrachteten Programmier-Benchmarks und übertrifft den besten Open-Source-Gegner um 10,8 Punkte bei HumanEval und um 13,4 Punkte bei MBPP im Deutschen. Zahlen, die, wenn sie sich in einem für jedermann überprügbaren öffentlichen Release bestätigen, das Narrativ, dass Europa nur Regulierungen und niemals Code produziert, erheblich relativieren würden.

Das Bild ändert sich jedoch – und das sollte man mit der gleichen Klarheit sagen –, wenn der Vergleich auf größere Open-Weight-Modelle ausgeweitet wird. Gegen Qwen3.5, Ministral 3 14B und Gemma 3 27B ist Soofi S bei den Gesamtbewertungen nicht das stärkste Modell, bleibt aber mit größeren dichten Modellen konkurrenzfähig und erreicht 70,1 Punkte in der englischen Gesamtbewertung gegenüber 70,3 Punkten für Gemma 3 27B und Ministral 3 14B – ein fast unmerklicher Abstand, wenn man bedenkt, dass Soofi S nur einen Bruchteil der Parameter seiner Konkurrenten aktiviert. Im Vergleich zum direkten architektonischen Vorläufer, Nemotron 3 Nano, ist der Sprung überall deutlich, ein Zeichen dafür, dass das vom Konsortium entwickelte deutsch-englische Datenrezept einen messbaren und nicht nur theoretischen Nutzen bringt. Bild aus dem offiziellen Paper

München, Deutsche Telekom und das Rennen um Compute

Wenn es ein Element gibt, das den geopolitischen Kompass wirklich bewegt, dann ist es die Entscheidung für die Infrastruktur. Soofi S wurde vollständig auf der Industrial AI Cloud der Deutschen Telekom in München aufgebaut, die im Februar 2026 in Betrieb ging, und nicht auf Rechenkapazitäten, die von amerikanischen Hyperscalern gemietet wurden. Der technische Bericht stellt dies unmissverständlich klar: Das Training auf deutschem Boden unter Einhaltung europäischer Betriebs- und Datenschutzanforderungen ist ein integraler Bestandteil der Souveränität des Modells und fand nicht auf außereuropäischen Hyperscale-Infrastrukturen statt.

Das ist ein Detail, das mehr wert ist als viele politische Ankündigungen, weil es den Fokus vom Modell auf die Wertschöpfungskette verlagert. Es ist eine Sache, Gewichte zu veröffentlichen, die für jeden herunterladbar sind, eine andere, den gesamten Produktionszyklus zu kontrollieren – vom Chip über das Netzwerk bis hin zu Kühlung und Energie. An dieser Front beansprucht das Projekt auch ein Umweltprofil, das mit dem restlichen europäischen Narrativ im Einklang steht: Die Münchner Anlage wird vollständig mit erneuerbaren Energien betrieben, mit Wasser aus dem Eisbach gekühlt und in ein System zur Abwärmenutzung für das umliegende Quartier integriert. Ein fast idyllisches Detail im Vergleich zu texanischen Rechenzentren, die das Grundwasser anzapfen, das aber von einer anderen Infrastrukturphilosophie zeugt.

Es bleibt jedoch die strukturelle Grenze, die wir bereits im Zusammenhang mit Mistral aufgezeigt hatten: Auch die Industrial AI Cloud läuft, so sehr sie auch auf deutschem Boden betrieben wird, mit GPUs von NVIDIA – kalifornisch im Design, taiwanesisch in der Herstellung. Europäische Rechensouveränität bedeutet in diesem historischen Moment, zu kontrollieren, wo das Silizium läuft, und noch nicht, wer es herstellt. Es ist eine Unterscheidung, die man im Hinterkopf behalten sollte, wann immer man das Wort „souverän“ im Zusammenhang mit einem europäischen KI-Projekt liest, sei es französisch oder deutsch.

Warum Europa auf eigene Modelle drängt

Soofi S entsteht nicht im luftleeren Raum. Es erscheint nach Monaten, in denen die technologische Souveränität in den Reden von Christine Lagarde von einem Konferenzbegriff zu einer erklärten Priorität wurde, und nachdem amerikanische Beschränkungen für KI-Chips Europa in zwei Ländergruppen mit unterschiedlichem Zugang zu den fortschrittlichsten GPUs gespalten haben, wie wir in der Analyse des laufenden algorithmic war zwischen Washington und Peking rekonstruiert haben. In diesem Kontext ist ein industriell skaliertes Modell, das vollständig auf europäischen Infrastrukturen trainiert wurde, nicht nur ein technologisches Produkt, sondern ein Verhandlungsargument.

Die Vision von Luciano Floridi, von der wir im Artikel über Mistral berichtet haben, sieht einen vierten globalen KI-Pol vor, der sich von den USA und China unterscheidet und auf dem Zusammentreffen von Open-Source und intelligenter Regulierung aufbaut. Soofi S fügt sich in diese Entwicklung ein, setzt jedoch einen anderen Schwerpunkt als Mistral: Während das französische Unternehmen auf ein hybrides kommerzielles Modell, differenzierte Lizenzen, wettbewerbsfähige Preise und internationale Unternehmenskunden setzt, konzentriert sich das deutsche Konsortium auf ein halböffentliches Gut. Es wird mit staatlichen und europäischen Mitteln finanziert und ist explizit für die deutsche Industrie und öffentliche Verwaltung konzipiert, noch vor dem globalen Markt. Dies sind zwei komplementäre statt konkurrierende Strategien, und ihr Nebeneinander zeigt auf interessante Weise, dass Europa mühsam lernt, auf mehreren Tischen gleichzeitig zu spielen.

Hinzu kommt die weniger sichtbare, aber langfristig wohl entscheidendere Dimension: die der Daten. Das Trainingskorpus umfasst unter kommerzieller Lizenz erworbene deutsche Pressequellen, europäische akademische Korpora sowie technische und regulatorische Texte. Es ist ein anderes Informationstextur-Ökosystem als das von GitHub, Reddit und Stack Overflow dominierte, von dem sich amerikanische Modelle ernähren. Wenn Europa wirklich eine kulturell eigenständige Alternative aufbauen will und nicht nur eine technisch gleichwertige, kommt es auf die Zusammensetzung der Daten ebenso an wie auf die Architektur des Modells, vielleicht sogar noch mehr. In diesem Sinne erinnert Soofi S im Ansatz, wenn auch nicht in der erklärten Ambition, an bestimmte unabhängige japanische Projekte der letzten Jahre, die auf derselben Idee beharrten: Ein Modell ist niemals neutral gegenüber der Kultur, die es trainiert hat, und wer diese Kultur kontrolliert, kontrolliert zum Teil auch die Bilder, die das Modell zurückgibt.

Zugang noch geschlossen, ein zweites Kapitel muss geschrieben werden

Vor dem Abschluss sollte man sich über einen Punkt im Klaren sein. Alles, was wir bisher berichtet haben, basiert auf einem strengen technischen Bericht, einer institutionellen Pressemitteilung und einer Model Card, die von den Entwicklern des Modells veröffentlicht wurden. Das sind maßgebliche Quellen, aber sie sind dennoch die Stimme derer, die ein Interesse daran haben, ihre Arbeit gut darzustellen. Soofi S ist im derzeitigen Zustand nur an eine ausgewählte Anzahl von Partnern in einer geschlossenen Beta-Phase verteilt. Es ist weder für den Autor noch für die Leser dieses Artikels herunterladbar oder abfragbar.

Aus diesem Grund haben wir uns dafür entschieden, diese Nachricht vor allem in ihrer politischen und strategischen Dimension zu behandeln und nicht als technischen Testbericht, mit dem kritischen Blick, der uns angesichts der noch lückenhaften Informationen am ehrlichsten erschien. An dem Tag, an dem die Gewichte tatsächlich öffentlich sind, wie vom Konsortium versprochen, werden wir mit einem echten Praxistest zu Soofi S zurückkehren: Argumentieren auf langen Texten, Tests im Italienischen, direkter Vergleich mit Devstral 2 und anderen europäischen offenen Modellen sowie die Überprüfung der deklarierten Leistungen auf zugänglicher Hardware. Bis dahin muss jede in diesem Text zitierte Zahl als eine Aussage der Entwickler des Modells gelesen werden, nicht als unabhängige Überprüfung.

Wendepunkt oder gut konstruiertes politisches Signal?

Bleibt die Frage, die letztlich schwerer wiegt als jeder Benchmark. Ist Soofi S wirklich der erste Baustein einer autonomen europäischen Wertschöpfungskette für künstliche Intelligenz oder ist es vor allem ein mit bemerkenswerter technischer Sorgfalt konstruiertes politisches Signal? Die ehrliche Antwort lautet, dass in dieser Phase beides zugleich zutrifft, und das ist keineswegs ein Widerspruch.

Es ist ein politisches Signal, weil es genau in dem Moment kommt, in dem Europa sich selbst und dann den Märkten beweisen muss, dass es mehr kann als nur zu regulieren. Es ist gleichzeitig ein echter technischer Baustein, denn hinter der Ankündigung steht ein Trainingslauf von 27 Billionen Token, eine moderne, nach soliden ingenieurtechnischen Kriterien ausgewählte Architektur und eine Verpflichtung zu dokumentarischer Transparenz, die nur wenige Projekte – europäische oder andere – bis zum Ende durchzuhalten wagen, einschließlich des Eingeständnisses der eigenen Grenzen.

Es lohnt sich auch zu fragen, was sich ändern würde, wenn diese Bemühung nicht deutsch, sondern wirklich europäisch wäre. Ein Konsortium, das französische Rechenleistung, italienische und spanische Sprachdaten und -kompetenzen, Brüsseler Regulierungserfahrung und deutsches Industriekapital vereinen würde, hätte eine Dimension, die ein einzelner Staat, selbst der entschlossenste, nur schwer erreichen kann. Das Risiko ist jedoch jedem bekannt, der die großen Gemeinschaftsprojekte verfolgt hat, von den Galileo-Satelliten bis zu den Kampfjets der sechsten Generation: Mehr Länder bedeuten mehr Vetos, mehr Vermittlung bei der Trainingssprache, mehr Zeitverlust bei der Aufteilung der industriellen Erträge, anstatt Modelle auszuliefern. Soofi S beweist, dass ein einzelnes Land mit klarer Richtung und gezielten Mitteln schnell vorankommen kann. Ein Konsortium aus siebenundzwanzig Ländern könnte etwas Größeres schaffen – vorausgesetzt, Europa lernt endlich, gemeinsam Entscheidungen zu treffen, ohne sich gegenseitig auszubremsen.

Der eigentliche Test wird kommen, wenn die geschlossene Beta-Phase endet und jeder die Gewichte herunterladen, das Modell abfragen und seine Fähigkeiten außerhalb der Labore des Konsortiums wirklich messen kann. Erst dann werden wir wissen, ob Soofi S das erste Kapitel einer europäischen Geschichte ist, die die Zeit überdauert, oder ob es ein Fall bleibt, der auf Konferenzen über digitale Souveränität diskutiert wird, ohne jemals zur stillen Infrastruktur zu werden, auf der die industriellen Anwendungen des Kontinents tatsächlich laufen. Bis zu diesem Tag zeigt der Finger auf Deutschland, aber der Mond bleibt in diesem Spiel wie immer ganz Europa.