Das Heidelberger KI-Unternehmen Aleph Alpha hat ein neues Sprachmodell vorgestellt, das vor allem für den Einsatz in Behörden, Unternehmen und anderen stark regulierten Bereichen gedacht ist. Das KI-Modell Kolibri wurde am Samstag, 3. Oktober 2026, veröffentlicht und soll insbesondere Organisationen ansprechen, die hohe Anforderungen an Datenschutz, Kontrolle über ihre IT-Infrastruktur und den Umgang mit sensiblen Informationen stellen.
Kolibri verarbeitet Deutsch und Englisch und basiert auf einer sogenannten Mixture-of-Experts-Architektur. Nach Angaben von Aleph Alpha verfügt das Modell insgesamt über 78 Milliarden Parameter, von denen jeweils drei Milliarden bei der Verarbeitung eines Tokens aktiv sind. Die Modellgewichte stellt das Unternehmen öffentlich über die Plattform Hugging Face bereit. Für die Nutzung gilt die Apache-2.0-Lizenz.
Ein zentraler Punkt des Angebots ist die Möglichkeit, das Modell unter eigener Kontrolle zu betreiben. Kunden sollen Kolibri unter anderem auf eigener Infrastruktur, in privaten Cloud-Umgebungen oder in anderen kontrollierten Systemen einsetzen können. Damit richtet sich Aleph Alpha insbesondere an Organisationen, die sensible Daten nicht ohne Weiteres an externe KI-Dienste übertragen können oder wollen.
Das Unternehmen nennt die öffentliche Verwaltung, Industrie und Luftfahrt als wichtige Einsatzbereiche. Auch mehrstufige Analyseaufgaben, die Verarbeitung umfangreicher Dokumente, Retrieval-Augmented Generation sowie die Anbindung externer Werkzeuge gehören zu den vorgesehenen Anwendungen.
Aleph Alpha bezeichnet diesen Ansatz als souveräne KI. Gemeint ist damit unter anderem, dass Entwicklung, Training und Betrieb stärker unter der Kontrolle europäischer Unternehmen und ihrer Kunden bleiben sollen. Nach Angaben des Unternehmens wurde Kolibri von Teams in Deutschland entwickelt und auf Infrastruktur in Deutschland und Finnland trainiert.
Ein Schwerpunkt liegt auf deutschsprachigen Anwendungen. Mitgründer und Forschungschef Samuel Weinbach sagte der Deutschen Presse-Agentur, das Modell sei gezielt für Anforderungen deutschsprachiger Anwendungen optimiert worden. Gerade für Verwaltungen spielt dies eine Rolle, weil internationale KI-Modelle häufig einen deutlich stärkeren Schwerpunkt auf englischsprachigen Trainingsdaten haben.
Kolibri kann nach Unternehmensangaben Kontextfenster von bis zu rund einer Million Tokens verarbeiten. Für einen effizienten regulären Einsatz empfiehlt Aleph Alpha allerdings eine geringere Kontextlänge von 262.144 Tokens. Große Kontextfenster ermöglichen es Sprachmodellen grundsätzlich, umfangreiche Dokumente oder größere Informationsmengen innerhalb eines einzelnen Arbeitsvorgangs zu berücksichtigen.
Zu den möglichen Anwendungen zählen nach Darstellung des Unternehmens beispielsweise KI-Assistenten für Verwaltungsbeschäftigte, das Auswerten komplexer Dokumente, strukturierte Datenextraktion und Systeme, die selbstständig mehrere Arbeitsschritte und angebundene Softwarewerkzeuge kombinieren.
Aleph Alpha hat zugleich umfangreiche Benchmark-Ergebnisse für Kolibri veröffentlicht. In mehreren Tests zu Mathematik, deutschsprachigen Aufgaben, Programmierung und Werkzeugnutzung erreicht das Modell nach diesen Angaben Werte auf dem Niveau oder oberhalb verschiedener größerer frei verfügbarer Modelle. In anderen Tests liegen konkurrierende Systeme vorn.
Die Resultate stammen überwiegend aus Testreihen des Unternehmens selbst. Sie zeigen daher zunächst, wie Kolibri unter den von Aleph Alpha verwendeten Bedingungen abschneidet. Eine umfassende unabhängige Überprüfung der zum Produktstart veröffentlichten Leistungsangaben lag zunächst nicht vor.
Besondere Bedeutung misst Aleph Alpha außerdem der Fähigkeit bei, Antworten auf bereitgestellte Dokumente zu stützen und bei unzureichender Informationslage keine Antwort zu erzeugen. Auch diese Leistungsmerkmale belegt das Unternehmen mit eigenen Tests und Vergleichswerten.
Aleph Alpha erklärt, Kolibri mit Blick auf die europäische KI-Verordnung, die Datenschutz-Grundverordnung und weitere europäische Anforderungen entwickelt zu haben. Daraus folgt jedoch nicht automatisch, dass jede konkrete Anwendung des Modells alle rechtlichen Anforderungen erfüllt. Entscheidend sind unter anderem der jeweilige Einsatzzweck, die verarbeiteten Daten und die technische Einbindung durch den Betreiber.
Für Behörden und Unternehmen ist dieser Punkt besonders relevant. Die EU-KI-Verordnung unterscheidet je nach Einsatzgebiet zwischen unterschiedlichen Risikokategorien und stellt entsprechend unterschiedliche Anforderungen an Anbieter und Betreiber von KI-Systemen.
Mit der Veröffentlichung der vollständigen Modellgewichte verfolgt Aleph Alpha zugleich einen vergleichsweise offenen Ansatz. Organisationen können Kolibri herunterladen und grundsätzlich unabhängig vom zentralen Dienst eines einzelnen Cloud-Anbieters betreiben. Welche Infrastruktur notwendig ist, hängt von der gewünschten Konfiguration ab. Aleph Alpha nennt für das Modell einen Speicherbedarf von etwa 78 Gigabyte für FP8-Gewichte und leistungsfähige Rechenhardware als Voraussetzung.
Die Veröffentlichung fällt in eine Phase des Umbaus bei Aleph Alpha. Das Unternehmen hatte im April 2026 eine geplante Zusammenführung mit dem kanadischen KI-Unternehmen Cohere angekündigt. Mitte September unterzeichneten beide Unternehmen nach eigenen Angaben eine verbindliche Vereinbarung für den Zusammenschluss. Die Transaktion steht noch unter dem Vorbehalt behördlicher Genehmigungen.
Das gemeinsame Unternehmen soll künftig unter dem Namen Cohere auftreten und KI-Angebote für Regierungen sowie stark regulierte Branchen entwickeln. Aleph Alpha bleibt damit Teil des internationalen Wettbewerbs um KI-Systeme, bei denen neben reiner Modellleistung zunehmend Fragen nach Datenkontrolle, europäischer Infrastruktur und technischer Unabhängigkeit eine Rolle spielen.
Mit Kolibri versucht das Heidelberger Unternehmen nun, diesen Ansatz mit einem eigenen frei verfügbaren Modell zu untermauern. Ob sich das System in größerem Umfang in Behörden und sensiblen Unternehmensbereichen durchsetzt, dürfte vor allem davon abhängen, wie es sich im praktischen Einsatz bei Leistung, Kosten, Zuverlässigkeit und Integration in bestehende IT-Systeme bewährt.
Texte werden mit Unterstützung von KI-Tools erstellt und vor Veröffentlichung redaktionell geprüft. Mehr dazu