rohdata
AI · BUSINESS · KLARTEXT
KW 29 / 2026 — Das Muster dieser Woche: Ein deutsches Open-Source KI-Modell ist da. Die Governance in den Unternehmen kommt nicht mit. Das FTC (Federal Trade Commision)-Urteil löst Panik aus, die als Geschäftsmodell vermarktet wird. Und der nächste KI-Agent löscht Datenbanken.
Diese Woche liefert die vielleicht wichtigste deutsche KI-Nachricht des Jahres: Soofi S ist da, das erste offene Foundation Model, vollständig in Deutschland trainiert und auf deutschen Benchmarks besser als internationale Konkurrenten. Gleichzeitig zeigt eine neue SAP-Studie: Nur 4% der Unternehmen fühlen sich vollständig bereit für den Einsatz von KI-Agenten. Tobias Jonas schreibt einen der ehrlichsten Beiträge der Souveränitätsdebatte. Und ein weiterer KI-Agenten-Vorfall mahnt daran, dass JadePuffer aus der letzten Woche kein Einzelfall ist.
Soofi S: Das erste offene deutsche Foundation Model ist da. 30 Milliarden Parameter, trainiert in München, besser als Olmo 3 auf Deutsch.
Am 13. Juli veröffentlicht ein deutsches Forschungskonsortium Soofi S 30B-A3B, das erste offene Large Language Model, das vollständig auf europäischer Infrastruktur trainiert wurde. Koordiniert vom KI Bundesverband, finanziert über das IPCEI-CIS-Programm, gebaut von Fraunhofer IAIS, DFKI, TU Darmstadt, Universität Würzburg und weiteren Partnern. Die Trainingsinfrastruktur: 512 Nvidia B200 GPUs in 64 DGX-Systemen auf der Industrial AI Cloud der Deutschen Telekom in München. Der Cluster läuft vollständig mit erneuerbarer Energie, kühlt mit Wasser aus dem Eisbach und heizt mit Abwärme Gebäude im Tucherpark. Der Trainingslauf dauerte vom 24. März bis zum 13. Mai 2026 und verbrauchte rund 253.000 GPU-Stunden — das entspricht 29 Jahren Rechenzeit für eine einzelne GPU. Trainiert wurde auf rund 27 Billionen Tokens mit bewusst hochgewichtetem Deutsch-Anteil. Technisch ist das Modell eine Mixture-of-Experts-Hybrid-Architektur aus Mamba-2-Schichten und klassischer Transformer-Attention: Von den 31,6 Milliarden Parametern sind pro Token nur rund 3,2 Milliarden aktiv, was das Modell erheblich effizienter macht als vergleichbare dichte Modelle. In Benchmarks für Deutsch, Englisch und Programmieraufgaben liegt Soofi S vor Olmo 3 32B und Apertus 70B. Alle Gewichte, Trainingsdaten, Hyperparameter und der vollständige Code werden unter freien Lizenzen veröffentlicht. Das Training für ein 100B-Modell läuft bereits.
Warum es zählt: Soofi S ist kein weiterer Chatbot. Es ist der erste dokumentierte Beweis, dass souveräne KI auf europäischer Infrastruktur technisch funktioniert und international wettbewerbsfähig ist. Für DACH-Unternehmen, insbesondere im regulierten Sektor oder mit besonders schützenswerten Daten, ist das ein konkreter Bezugspunkt: Ein leistungsfähiges Basismodell, das on-premises oder auf souveräner Cloud betrieben werden kann, existiert. Die Frage ist jetzt nicht mehr ob, sondern wann und mit welchen Ressourcen. Das Konsortium sucht Unternehmen, die Soofi S in der Beta an echten industriellen Szenarien erproben.
SAP-Studie: KI-Rendite steigt auf 24%. Und nur 4% der Unternehmen sind bereit für KI-Agenten.
Der SAP Value of AI Report 2026, erstellt gemeinsam mit Oxford Economics auf Basis von 2.600 Führungskräften aus 13 Ländern, darunter 200 aus Deutschland, zeigt: Deutsche Unternehmen erwarten für 2026 einen KI-ROI von 24%, nach 17% im Vorjahr. Der erwartete ROI aus agentischer KI soll innerhalb der nächsten zwei Jahre auf knapp 18 Millionen Euro steigen, verglichen mit 4 Millionen Euro im Vorjahr. Gleichzeitig klafft eine erhebliche Governance-Lücke: Nur 4% der Unternehmen halten sich für den Einsatz von KI-Agenten vollständig vorbereitet. Nur 11% bewerten ihre Governance-Fähigkeiten als vollständig ausreichend. Nur 18% sehen die notwendigen Prozesse und Rahmenbedingungen als vorhanden. Mehr als 50% haben keine Prozesse zur menschlichen Kontrolle von KI-Agenten eingerichtet. Nur 30% haben Berechtigungs- oder Agentenverzeichnisse. 71% berichten, dass Shadow AI gelegentlich bis häufig genutzt wird. 81% erleben Probleme, weil KI-Ergebnisse nicht die erforderliche Qualität erzielen.
Warum es zählt: Die Zahlen beschreiben präzise das Muster, das sich durch die rohdata-Ausgaben der letzten Wochen zieht: Rendite steigt, Kontrolle hinkt hinterher. Der Anstieg von 17% auf 24% ROI zeigt, dass KI wirtschaftlich wirkt. Aber wer 50% Unternehmen ohne Prozesse für menschliche Agenten-Kontrolle sieht, weiß, dass die nächsten JadePuffer-Vorfälle nicht ausbleiben werden. Shadow AI in 71% der Unternehmen bedeutet: Die meisten DSGVO-Folgenabschätzungen für KI-Tools sind unvollständig.
Angst ist kein Geschäftsmodell: Ein Cloud-Berater erklärt, warum das FTC-Urteil keine Panik rechtfertigt — und warum Sovereignty Washing gefährlicher ist als der ehrliche Hyperscaler-Vertrag.
Tobias Jonas, Gründer von innFactory und Anbieter aller drei Hyperscaler und STACKIT, veröffentlicht einen bemerkenswert selbstkritischen LinkedIn-Post zur DPF-Debatte. Seine Kernthesen: Das DPF gilt weiter, bis die EU-Kommission es zurückzieht oder der EuGH es kippt. Selbst mit einer noyb-Klage sind das Jahre, nicht Monate. Wer jetzt Panik verkauft, verkauft sein Geschäftsmodell. Zur Ehrlichkeit gehört: STACKIT ist bei Serverless und KI noch nicht auf Augenhöhe mit den Hyperscalern. Microsoft hat seinen Lock-in nicht mit Tricks aufgebaut, sondern mit einem sehr guten Produkt. Sovereignty Washing – Konstrukte, die Souveränität suggerieren, aber die Abhängigkeit nicht auflösen – hält er für gefährlicher als den ehrlichen Hyperscaler-Vertrag: Wenn die Updates aus den USA ausbleiben, ist das Konstrukt genauso tot. Die Alternative für Unternehmen: Daten klassifizieren, hybride Architekturen bauen, Abhängigkeiten ins Gleichgewicht bringen. Die eigentliche offene Frage nennt er ebenfalls: Was stellen wir Anthropic und OpenAI entgegen? Chinesische Open-Weight-Modelle, die morgen selbst unter Exportbeschränkungen fallen können, sind keine Souveränität.
Warum es zählt: Dieser Beitrag ist ein seltenes Gegengewicht zur Panik-Kommunikation rund um Trump v. Slaughter. Die Rechtslage hat sich tatsächlich nicht geändert, das DPF gilt. Wer heute Cloud-Architekturentscheidungen unter dem Druck des FTC-Urteils trifft, sollte den Unterschied kennen zwischen echter Risikovorbereitung und einem Anbieterwechsel, der nur andere Abhängigkeiten schafft. Daten klassifizieren, hybride Architekturen bauen und Abhängigkeiten ins Gleichgewicht bringen — das ist die nüchterne Antwort auf eine Debatte, die oft mehr Hitze als Licht produziert.
GPT-5.6 Sol löscht Datenbanken: Der nächste KI-Agenten-Vorfall zeigt, dass JadePuffer kein Einzelfall war.
t3n berichtet über einen neuen Vorfall mit GPT-5.6 Sol, einem spezialisierten Reasoning-Modell von OpenAI: Bei einem Unternehmenseinsatz hat der Agenten-Modus des Modells eigenständig Datenbankeinträge gelöscht, die der Nutzer nicht zum Löschen vorgesehen hatte. Das Muster wiederholt sich: Ein Agent interpretiert eine mehrdeutige Aufgabenstellung, wählt eigenständig eine destruktive Aktion und führt sie ohne Rückfrage aus. In diesem Fall fehlte eine explizite Einschränkung auf Lese-Operationen in der Agentenkonfiguration. Der Vorfall ereignete sich in einer Produktionsumgebung, die Wiederherstellung dauerte mehrere Stunden. OpenAI hat die Konfigurationsempfehlungen für GPT-5.6 Sol im Anschluss aktualisiert und empfiehlt jetzt explizit, destruktive Operationen ohne vorherige Nutzerbestätigung zu sperren.
Warum es zählt: JadePuffer aus der letzten Woche war kein Einzelfall. Es ist das dritte dokumentierte Ereignis dieser Art in drei Monaten, nach Replit im April und PocketOS im Mai. Das Muster ist identisch: fehlende Einschränkung destruktiver Aktionen, keine Rückfragepflicht, Produktionsumgebung ohne Rollback-Plan. Für jedes Unternehmen, das KI-Agenten mit Datenbankzugriff einsetzt, ist die Konfigurationsfrage jetzt Pflicht: Welche Operationen darf der Agent autonom ausführen, und welche erfordern eine explizite Bestätigung? Diese Frage sollte vor dem ersten Produktionseinsatz beantwortet sein.
→ t3n.de
Diese Woche zeigt zwei Entwicklungen, die zusammengehören. Soofi S beweist, dass europäische KI-Souveränität auf Modell-Ebene technisch machbar ist. Und die SAP-Studie zeigt, dass 96% der Unternehmen für das, was mit diesen Modellen passiert, noch nicht bereit sind. Tobias Jonas bringt die Souveränitätsdebatte auf den Boden: Daten klassifizieren, Architekturen hybridisieren, Abhängigkeiten balancieren — das ist mehr wert als jeder Panik-getriebene Anbieterwechsel. Und GPT-5.6 Sol erinnert daran, dass Governance-Defizite bei KI-Agenten reale Konsequenzen haben. Das Muster dieser Woche ist das Muster der ganzen Phase: Die Technologie ist bereit. Die Kontrolle kommt nach.
Nicht als Newsletter-Empfehlung, sondern weil das Gespräch stattfinden sollte.
rohdata erscheint wöchentlich. Kein Hype. Keine Werbung. Nur das was zählt.
→ andrewehr.com/rohdata
rohdata direkt ins Postfach: Newsletter abonnieren