In der globalen KI-Landschaft schien die Rollenverteilung lange vergeben: Auf der einen Seite dominieren US-Tech-Giganten wie OpenAI und Google mit geschlossenen, Milliarden-starken Allround-Modellen. Auf der anderen Seite drängen chinesische Open-Source-Schwergewichte wie DeepSeek und Qwen mit extremer mathematischer Effizienz auf den Markt. Für europäische Unternehmen, Behörden und den Mittelstand blieb dabei oft ein schmerzhafter Kompromiss zwischen Spitzenleistung und Datenschutz.
Mit Soofi S (Sovereign Open Source Foundation Models) schlägt ein deutsches Konsortium nun ein neues Kapitel auf. Aber was steckt hinter dem Modell, wie ordnet es sich im internationalen Vergleich ein – und warum könnte es der Wendepunkt für die europäische Datenautonomie sein?
Was ist Soofi S?
Soofi S ist kein weiteres Wrapper-Projekt, sondern eine eigenständige europäische Foundation-Model-Initiative. Getrieben vom KI Bundesverband e.V. und entwickelt von führenden deutschen Forschungseinrichtungen – darunter das Fraunhofer IAIS, das DFKI, die TU Darmstadt sowie spezialisierte Start-ups wie ellamind und Merantix – setzt das Projekt ein klares Zeichen für digitale Souveränität. Gefördert wird das Vorhaben vom Bundesministerium für Wirtschaft und Energie (BMWE) sowie aus EU-Mitteln.
Das Ziel: Ein quelloffenes, hochleistungsfähiges KI-Modell, das speziell auf die rechtlichen, sprachlichen und industriellen Anforderungen des DACH-Raums und Europas zugeschnitten ist.
Datenherkunft & Datenschutz: Woher bezieht Soofi S seine Trainingsdaten?
Ein zentraler Kritikpunkt an US-amerikanischen und chinesischen Modellen ist die fehlende Transparenz darüber, mit welchen Inhalten sie gefüttert wurden. Soofi S geht hier einen kompromisslosen Weg: Das Modell bezieht seine Daten aus einem riesigen, transparenten und lückenlos nachvollziehbaren Datenpool, der vom Forschungskonsortium gezielt aufgebaut wurde.
Der Fokus des Trainingsdatensatzes liegt auf vier Grundpfeilern:
Umfang: Das Modell wurde mit beeindruckenden 27 Billionen Tokens an hochqualitativen Texten trainiert.
Sprachfokus: Der Datensatz ist primär auf Deutsch und Englisch optimiert, um maximale Präzision bei europäischen Fachtexten zu gewährleisten.
Industrielle Spezialdaten: Ein zentraler Schatz des Konsortiums sind europäische Spezial- und Industriedaten. Dies stärkt gezielt die Souveränität von Wirtschaft, Mittelstand und öffentlicher Verwaltung.
Maximale Offenheit: Im Gegensatz zu geschlossenen Systemen bietet Soofi S völlige Transparenz und Datenhoheit, wodurch Trainingsquellen nachvollziehbar bleiben.
Datenschutz Made in Germany: Das komplette Training von Soofi S erfolgte streng nach den Vorgaben der europäischen Datenschutz-Grundverordnung (DSGVO) in einem hochsicheren Rechenzentrum der Deutschen Telekom in München.
Die wichtigsten Hard Facts im Überblick:
Modellarchitektur: Kombination aus Mamba-2 (für extrem schnelle Sequenzverarbeitung) und Mixture-of-Experts (MoE) mit 128 Experten.
Parameter-Anzahl: 31,6 Milliarden Parameter gesamt, wovon dank MoE nur ~3,2 Milliarden pro Token aktiv sind.
Inferenz-Durchsatz: Bis zu 3,3-mal höherer Durchsatz pro GPU im Vergleich zu reinen Transformer-Modellen gleicher Größe.
Kontextfenster: Verarbeitet riesige Textmengen von bis zu 1 Million Tokens.
Trainingsdaten: Gefüttert mit rund 27 Billionen Tokens (starker Fokus auf Deutsch, Englisch und Quellcode).
Handelt es sich um eine rein staatliche KI-Initiative?
Eine berechtigte Frage, die bei öffentlich geförderten Projekten schnell auftaucht. Die kurze Antwort lautet: Jein.
Es handelt sich um ein öffentlich gefördertes Konsortialprojekt aus Wirtschaft und Forschung:
Die Macher (Entwicklung & Verband): Die Führung liegt beim KI Bundesverband e. V. unter Jörg Bienert. Entwickelt wird das Modell von wegweisenden Start-ups (wie ellamind und Merantix Momentum) sowie Spitzenforschungseinrichtungen wie dem Fraunhofer IAIS / IIS, dem DFKI, der TU Darmstadt (hessian.AI) und der Universität Würzburg.
Der Staat (Strategischer Förderer): Das Bundesministerium für Wirtschaft und Energie (BMWE) und die Europäische Union (NextGenerationEU) stellen die nötigen Fördergelder bereit.
Warum fördert der Staat das?
Es geht um geopolitische und wirtschaftliche Selbstbestimmung. Wer Basismodelle kontrolliert, kontrolliert die künftige digitale Wertschöpfung. Wenn heimische Unternehmen ihre KI-Prozesse ausschließlich über US- oder China-Server abwickeln, geraten Datenschutz, Betriebsgeheimnisse und digitale Resilienz in Gefahr.
Der internationale Marktvergleich
| Kriterium | US-Modelle (ChatGPT, Claude) | China-Modelle (DeepSeek, Qwen) | Soofi S (Europa) |
| Hauptstärke | Allround-Logik & Reasoning | Mathe, Deep Coding & Effizienz | DSGVO, DACH-Kontext & On-Premise |
| Datenschutz | Risikobehaftet (US CLOUD Act) | Unklar / Geopolitische Bedenken | 100% DSGVO-konform |
| Transparenz | Closed Source (Blackbox) | Open Weights / Quellcode | Fully Open Source / Auditierbar |
| Deployment | Vorwiegend US-Cloud | Cloud / On-Premise | On-Premise & Lokale EU-Cloud |
Vor- und Nachteile für den DACH-Raum
Sollte Ihr Unternehmen auf ein regionales Open-Source-Modell wie Soofi S setzen? Hier ist der direkte Abwägungsprozess:
Die klaren Vorteile:
100 % DSGVO & EU AI Act Compliance: Das Modell wurde unter europäischen Standards entwickelt. Keine verdeckten Datenflüsse in Drittstaaten, keine Unklarheiten beim Urheberrecht der Trainingsdaten.
On-Premise & Sovereignty: Soofi S kann im eigenen Rechenzentrum oder auf europäischen Servern (wie der Telekom Industrial AI Cloud in München) betrieben werden. Betriebsgeheimnisse bleiben garantiert im Haus.
Kosten- und Hardware-Effizienz: Dank Mamba-2 und spärlich aktivierten Parametern (MoE) benötigt der Betrieb deutlich weniger Grafikspeicher (VRAM). Für Unternehmen mit hohem Anfragevolumen ist das um ein Vielfaches günstiger als teure US-API-Abos.
Tiefe Sprach- und Kontextkenntnis: Von deutschen DIN-Normen über Juristentexte bis hin zu sprachlichen Nuancen im DACH-Raum ist das Modell optimal auf den hiesigen Markt eingestellt.
Die realistischen Nachteile:
Kein “Plug & Play” für Endanwender: Soofi S bietet keine fertige Weboberfläche zum Loschatten. Es ist ein Rohmodell, das von Entwicklern über Frameworks (wie
soofi-trainer) eingerichtet und angepasst werden muss.Verfügbarkeit & Erprobung: Das Modell ist als Open-Source-Lösung konzipiert und befindet sich in der aktiven Pilot- und Testphase. Es wird aktuell gemeinsam mit ausgewählten Industriepartnern erprobt und weiterentwickelt, um den Grundstein für spezialisierte Anwendungen (wie Agenten oder Reasoning) zu legen.
Rückstand bei universeller “Super-Intelligenz”: In disziplinübergreifender Höchst-Logik oder wissenschaftlicher Spitzenmathematik können DACH-Modelle mit den Multi-Milliarden-Investitionen aus Silicon Valley aktuell nicht in jedem Punkt konkurrieren.
Kleinere Budgets: Das Konsortium arbeitet mit öffentlichen Fördergeldern und Verbandsmitteln – ein Bruchteil der Summen, die US-Tech-Riesen in Grafikprozessor-Cluster pumpen.
Fazit: Ein Fundament für die europäische KI-Zukunft
Soofi S tritt nicht an, um ChatGPT als Alltags-Chatbot für Konsumenten abzulösen. Der wahre Wert liegt im B2B- und Behördensektor: Überall dort, wo Geschäftsgeheimnisse, Patientendaten, Finanzakten oder Bürgerinformationen verarbeitet werden, liefert Soofi S ein rechtssicheres, hochleistungsfähiges und transparentes Fundament.
Für Unternehmen im DACH-Raum ist Soofi S der Beweis, dass technologische Leistungsfähigkeit und europäischer Datenschutz kein Widerspruch sein müssen.
