KI-Sprachmodelle aus Deutschland

7 Deutschland-geführte Familien · 4 Adaptations-/Kooperationsfamilien · 1 spezialisiertes Domänenmodell · 1 historische Familie · geprüft 10.08.2026

Was zählt BOMOTS als „Modell aus Deutschland“?

„Aus Deutschland“ ist bei KI-Modellen keine triviale Angabe. Ein Modell kann Deutsch sprechen und trotzdem aus den USA oder Frankreich stammen – und ein deutsches Projekt kann auf einem internationalen Basismodell aufbauen oder Rechenleistung im Ausland nutzen. BOMOTS nimmt ein Modell nur dann in die Deutschland-Hauptgruppe auf, wenn:

• es ein identifizierbares generatives Sprachmodell bzw. eine Modellfamilie ist (keine Encoder, Wrapper, Produkte oder Chat-Oberflächen),
• eine deutsche Organisation oder ein Deutschland-geführtes Konsortium die wesentliche Entwicklungsverantwortung trägt,
• diese Zuordnung über Primärquellen (Model Card, Repository, Paper, Projektseite) belegbar ist,
• das Modell tatsächlich veröffentlicht ist oder einen dokumentierten Release-/Preview-Status besitzt und
• genügend technische Informationen für eine seriöse Einordnung vorliegen.

Getrennt ausgewiesen werden deutsche Anpassungen internationaler Basismodelle (Continued Pretraining, Fine-Tuning, Adaptation), spezialisierte Domänenmodelle sowie europäische Projekte mit deutscher Beteiligung, die nicht zur Deutschland-Zahl gehören. Trainingsort, Deutschkenntnisse oder ein deutsches Büro allein begründen keine Deutschland-Zuordnung. Encoder-Modelle wie ModernGBERT, GBERT oder GottBERT sind Sprachmodelle im weiteren Sinn, aber nicht generativ – diese Übersicht zählt sie nicht mit. Einzelne Community-Finetunes ohne eigenständige Dokumentation werden ebenfalls nicht als Familien geführt.

Deutschland-geführte Modellfamilien

Diese 7 Familien werden von deutschen Organisationen bzw. Deutschland-geführten Konsortien verantwortet – 6 davon sind vollständig von Grund auf trainiert, das heißt: mit neu initialisierten Gewichten und ohne Übernahme eines vortrainierten Basismodells. Familien mit gemischter Varianten-Lineage (etwa TFree-HAT) sind entsprechend gekennzeichnet:

Vergleich: deutsche Sprachmodell-Familien

Deutsche Anpassungen internationaler Basismodelle

Diese Projekte haben internationale Basismodelle (z. B. Llama, Mistral, Gemma) mit deutschem Training deutlich weiterentwickelt. Sie sind ein wichtiger Teil der deutschen Modelllandschaft – aber keine From-scratch-Eigenentwicklungen, und die Lizenz folgt in der Regel dem Basismodell:

Spezialisierte Modelle aus Deutschland

Domänenmodelle sind auf ein Fachgebiet trainiert und kein Ersatz für Allzweckmodelle:

Europäische Projekte mit starker deutscher Beteiligung

Zwei Projekte werden häufig fälschlich als „deutsche Modelle“ bezeichnet, sind aber europäisch organisiert und zählen deshalb nicht zur Deutschland-Gruppe:

• Occiglot ist eine europäische Forschungs-Community für offene mehrsprachige Modelle (u. a. occiglot-7b-eu5 auf Mistral-Basis) mit starker deutscher Beteiligung, zuletzt jedoch ohne neue Releases seit 2024.
• OpenEuroLLM ist ein EU-gefördertes Konsortium unter Koordination der Karls-Universität Prag mit deutschen Partnern (u. a. Aleph Alpha Research, Fraunhofer IAIS, ELLIS Institut Tübingen, Forschungszentrum Jülich). Öffentlich sind bislang Forschungs-, Referenz- und Entwicklungs-Checkpoints (u. a. 9B-Klasse). Der erste offizielle Modellrelease („Initial release of LLM models – tokenizers and model weights“) ist laut den Projekt-Deliverables für den 31.12.2026 geplant; die heutigen Checkpoints sind ausdrücklich nicht dieser Release.

Historische Meilensteine

Luminous von Aleph Alpha war vor Pharia das bekannteste kommerzielle deutsche Sprachmodellangebot (proprietär, ohne offene Gewichte); in der aktuellen Aleph-Alpha-Dokumentation wird es nicht mehr als Modellangebot geführt. LeoLM (siehe Karte unten) machte 2023 deutsches Continued Pretraining bekannt. Frühe Community-Projekte wie IGEL (2023) oder EM German waren wichtige Zwischenschritte, sind heute aber inaktiv und werden nicht als eigenständige Familien geführt.

Zeitleiste (Auswahl, nach Veröffentlichungsdaten)

From scratch oder Adaptation – warum die Unterscheidung wichtig ist

Bei einem From-scratch-Modell (z. B. Soofi S, Teuken, Pharia, LLäMmlein, Boldt, ELMOD) werden die trainierbaren Modellparameter neu initialisiert, und das Pretraining beginnt ohne Übernahme der bereits trainierten Gewichte eines Parent-Modells. Dabei dürfen eine bekannte Architektur, ein veröffentlichtes Architekturdesign oder ein vorhandener Tokenizer verwendet werden – entscheidend ist die Gewichts-Lineage, nicht ob jede technische Komponente neu erfunden wurde. Soofi S zeigt das exemplarisch: Die Architektur folgt laut Model Card unverändert einem veröffentlichten Referenzdesign, trainiert wurde aber vollständig von Grund auf, ohne Basismodell-Initialisierung. Eine Adaptation (z. B. LeoLM, DiscoLeo, BübleLM, SauerkrautLM) übernimmt dagegen die vortrainierten Gewichte eines internationalen Basismodells und entwickelt sie per Continued Pretraining, Fine-Tuning oder Tokenizer-Umstellung weiter. Beides ist legitim und nützlich – aber es sind unterschiedliche Entwicklungsleistungen, und bei Adaptationen bestimmen Basislizenz und Basisherkunft die Rahmenbedingungen mit. Die Lineage kann sogar innerhalb einer Familie variieren: Bei TFree-HAT wurde der 7B-Pretrained-Checkpoint mit vollständig zufällig initialisierten Parametern neu trainiert, während die Llama-3.1-TFree-HAT-Varianten vortrainierte Llama-Backbones adaptieren. Beispiel-Genealogie:

Llama 2 (Meta, USA)      ──Continued Pretraining──▶  LeoLM (LAION/hessian.AI)
Llama 3 8B (Meta, USA)   ──Continued Pretraining──▶  DiscoLeo (DiscoResearch)
Gemma 2 2B (Google, USA) ──Trans-Tokenization────▶  BübleLM (HU Berlin)
Mistral Small (Frankreich) ─Erweiterung + Training─▶  SteuerLLM (FAU)
Llama 3.1 (Meta, USA)    ──HAT-Adaptation────────▶  Llama-3.1-TFree-HAT (Aleph Alpha Research)

Offenheit und Lizenzen: genau hinsehen

Kaum ein Thema wird bei deutschen Modellen so oft verkürzt wie die Lizenzfrage. „Gewichte auf Hugging Face“ bedeutet nicht automatisch Open Source, und ein öffentliches Repository bedeutet nicht automatisch kommerzielle Nutzbarkeit:

• Apache 2.0 (Boldt, Teuken-7B-instruct-commercial-v0.4): permissive Open-Source-Lizenz der veröffentlichten Modellgewichte; kommerzielle Nutzung laut Lizenz erlaubt.
• CC BY-NC 4.0 (Teuken v0.6, ELMOD, SteuerLLM): offene Gewichte, aber nicht kommerziell nutzbar.
• Open Aleph License (Pharia, TFree-HAT): offene Gewichte für Forschung und Bildung; kommerzielle Nutzung nur über Aleph Alpha.
• research-only RAIL-M (LLäMmlein): öffentliche Gewichte, reine Forschungslizenz.
• Basismodell-Lizenzen (LeoLM, DiscoLeo, SauerkrautLM, BübleLM): die Lizenz des internationalen Basismodells (Llama-, Gemma-Bedingungen) gilt mit.
• Gated/Beschränkt (Soofi-Previews, ELMOD Base und Instruct, Llama-GENBA): Der Zugang erfordert Zustimmung, Kontaktdaten oder Genehmigung. Gated betrifft den Zugang – die Lizenz ist eine davon getrennte Frage.

Hintergrund: Open Source vs. Open Weights verstehen →

Deutsche Sprache: Herkunft ist kein Qualitätsbeweis

Ein in Deutschland entwickeltes Modell ist nicht automatisch besser für deutsche Texte als ein internationales – und umgekehrt. Qualität lässt sich nur über Evaluation feststellen. Für Deutsch existieren inzwischen mehrere ernstzunehmende Benchmarks: SuperGLEBer (Universität Würzburg, NAACL 2024) prüft deutsches Sprachverstehen über ein breites Aufgabenset; die GermEval-Shared-Tasks (KONVENS) behandeln jährlich wechselnde deutsche NLP-Aufgaben; MÖVE (Bundesdruckerei, 2026) bewertet Sprachmodelle ganzheitlich für den deutschen öffentlichen Sektor – inklusive Halluzinationen, Energieverbrauch und Anbietertransparenz. Kein einzelner Benchmark ist ein deutscher „IQ-Test“; jeder misst einen Ausschnitt. Benchmark-Zahlen der Modellentwickler selbst (etwa zu LLäMmlein, Boldt, ELMOD oder Soofi) sind Angaben der Autoren, keine unabhängige BOMOTS-Evaluation. So vergleichst du KI-Modelle richtig →

Deutsche Modelle lokal betreiben

Viele deutsche Modelle sind für lokalen Betrieb interessant – aber die Anforderungen unterscheiden sich enorm: Boldt (350M–1B), BübleLM (2B) und ELMOD (2,7B, Zugang gated) besitzen deutlich geringere Speicher- und Rechenanforderungen als ein 28B-Domänenmodell wie SteuerLLM oder das 30B-MoE Soofi S; für einzelne Soofi-S-Preview-Checkpoints werden GGUF-Quantisierungen bereitgestellt – das sind weiterhin Beta-/Research-Artefakte und kein offener Release. Der tatsächliche Bedarf hängt von Checkpoint, Präzision, Quantisierung, Laufzeitumgebung und Kontextlänge ab. Llama-GENBA ist mangels öffentlicher Gewichte derzeit gar nicht lokal nutzbar. Konkrete Hardware-Anforderungen nennt BOMOTS nur, wenn sie offiziell dokumentiert sind. Einstieg: lokal nutzbare Modelle · Lokale-KI-Check · Open-Source-KI verstehen.

Welches deutsche Modell passt zu welchem Zweck?

Ohne eigene Vergleichstests benennt BOMOTS keine Sieger – nach den dokumentierten Eigenschaften lassen sich die Familien aber Auswahlgruppen zuordnen:

• Enterprise-Umfeld mit deutschem Anbieter: Pharia (über das PhariaAI-Produkt, API/On-Premise).
• EU-Mehrsprachigkeit mit kommerzieller Open-Source-Option: Teuken (Apache-2.0-Checkpoint v0.4).
• Großes deutsches Foundation Model (in Entstehung): Soofi S – derzeit Closed Beta, Entwicklung beobachten.
• Kleine deutsche Modelle für lokale/On-Device-Szenarien: ELMOD (nicht-kommerziell), Boldt (Apache 2.0), BübleLM.
• Forschung an deutschen Modellen: LLäMmlein (inkl. Zwischencheckpoints), Boldt, ELMOD, TFree-HAT (tokenizerfreie Architektur).
• Deutschsprachig optimierte Allround-Adaptationen: SauerkrautLM, DiscoLeo (Stand 2024).
• Deutsches Steuerrecht (Forschung): SteuerLLM.

In jedem Fall gilt: vor dem produktiven Einsatz mit eigenen, repräsentativen Aufgaben evaluieren. Modelle nach Anforderungen filtern →

„Souveräne KI“: Anspruch und Wirklichkeit

Viele deutsche Projekte positionieren sich als Beitrag zu digitaler Souveränität – Soofi etwa wird öffentlich gefördert (BMWE, IPCEI-CIS) und auf deutscher Infrastruktur trainiert, Teuken entstand auf dem Jülicher Supercomputer JUWELS. Solche Angaben sind Projektziele und Standortfakten, kein automatischer Beleg für vollständige technologische Unabhängigkeit: Auch deutsche Projekte nutzen internationale Hardware, Software-Stacks oder Basismodelle. Umgekehrt gilt: Ein lokal betriebenes Modell erhöht die Kontrolle über die eigenen Eingabedaten unabhängig davon, aus welchem Land das Modell stammt – Herkunft, Datenstandort und Datenschutz sind drei verschiedene Fragen.

Zehn Merksätze zu deutschen Sprachmodellen

1. Deutschland besitzt deutlich mehr dokumentierte generative Sprachmodellprojekte als Pharia und Teuken.
2. „In Deutschland entwickelt“ ist nicht dasselbe wie „deutschsprachig“.
3. From-scratch-Modelle und deutsche Adaptationen internationaler Basismodelle müssen getrennt werden.
4. Ein europäisches Konsortium mit deutschen Partnern ist nicht automatisch ein deutsches Modell.
5. Gewichte verfügbar bedeutet nicht automatisch Open Source.
6. Ein öffentliches Repository bedeutet nicht automatisch kommerzielle Nutzbarkeit.
7. Preview, Closed Beta und stabiler Release sind unterschiedliche Zustände.
8. Deutsche Herkunft ist kein Qualitäts- oder Sicherheitssiegel.
9. Benchmark-Ergebnisse der Entwickler sind keine unabhängige BOMOTS-Evaluation.
10. Das beste Modell hängt vom konkreten Anwendungsfall ab.

Passend zu diesem Thema

• Sprachmodell-Verzeichnis – deutsche Familien im weltweiten Vergleich
• Modelle mit offenen Gewichten · lokal nutzbare Modelle
• Sprachmodelle aus Frankreich · aus der Schweiz · alle Länder
• KI-Modelle evaluieren · Open Weights verstehen
• Modell-Finder