--- title: "Soofi S: Deutschlands souveränes LLM im Check" canonical: https://wavect.io/de/blog/soofi-s-european-sovereign-llm/ language: de description: "Soofi S ist Deutschlands souveränes 31,6B-LLM in ausgewählter Closed Beta. Benchmarks, Lizenz, Hardware und Produktionsreife im Käufer-Check." image: "https://wavect.io/img/blog/headers/header_soofi-s-european-sovereign-llm.png" --- [**Zurück**](/de/blog/overview/) [![Kevin Riedl](/img/team/kevin.webp)](/de/team/kevin-riedl/) [Kevin Riedl](/de/team/kevin-riedl/) https://linkedin.com/in/wsdt 13 min Lesezeit · 16. Juli 2026 Zuletzt geprüft 7. August 2026 [**Weiter**](/de/blog/open-weight-llm-comparison-2026/) # Soofi S: Ist Deutschlands souveränes LLM bereit für Unternehmen? TL;DR Soofi S ist ein deutsches Sparse-MoE mit 31,6B Parametern insgesamt, rund 3,2B aktiven Parametern und 26,68 Billionen Trainingstoken. Der Report zeigt starke deutsche und Code-Ergebnisse sowie Führung vor OLMo 3 und Apertus in der vollständig offenen Teilgruppe, nicht im gesamten Open-Weight-Markt. Am 7. August 2026 ist die offizielle Veröffentlichung ausdrücklich eine Closed Beta und Research Artifact für ausgewählte Partner, nicht ein offener Release; die versprochene permissive finale Lizenz fehlt noch. EU-Unternehmen sollten Soofi S nur mit bestätigtem Zugang, rechtlicher Lizenzprüfung, eingefrorenem Artefakt und eigenen Evals pilotieren. Passende Leistung: [KI Enablement](/de/services/ai-enablement/) **Soofi S ist ein neues deutsch-englisches Foundation Model eines deutschen Forschungskonsortiums, von Grund auf trainiert in der Industrial AI Cloud der Deutschen Telekom in München.** Die aktuelle Model Card nennt **31,6 Milliarden Parameter insgesamt und rund 3,2 Milliarden aktive Parameter**, beziehungsweise etwa 3,6 Milliarden inklusive Embeddings. Das Training umfasste 26,68 Billionen Token. Im eigenen Benchmark des Konsortiums liegt Soofi S bei den vollständig offenen Modellen vor OLMo 3 32B und Apertus 70B. Technisch ist das relevant. Für einen produktiven Einkauf reicht die Schlagzeile trotzdem nicht. Am **7. August 2026** bezeichnet die offizielle Base-Model-Card den Release ausdrücklich als **Closed Beta**, Research Artifact und nicht als offenen Release. Zugriff erhalten ausgewählte Partner; eine angekündigte permissive finale Lizenz ist noch nicht veröffentlicht. Dokumentiert sind inzwischen Kontext, Compute und Varianten, während Energie, Emissionen, vorgeschriebene Standards und einige Performance-Felder noch offen sind. Die kommerzielle Einordnung lautet deshalb: **Soofi S gehört auf die Pilot-Shortlist für deutschsprachige industrielle KI, aber noch nicht ungeprüft in Produktion.** | Frage | Stand heute | Was das für Käufer bedeutet | | --- | --- | --- | | Ist Soofi S europäisch? | Deutsches Konsortium, Training in München | Starke europäische Entwicklungs- und Infrastruktur-Provenienz | | Ist es Europas erstes LLM? | Nein | Teuken, EuroLLM, Apertus und andere Projekte waren früher | | Ist es vollständig Open Source? | Nein, der aktuelle Release ist eine Closed Beta | Finale Lizenz und Trainingsartefakte vor kommerzieller Freigabe prüfen | | Ist es das beste offene Modell? | Nicht allgemein | Es führt eine vollständig offene Teilgruppe, Qwen3.5 liegt im breiteren Vergleich vorne | | Kann man es testen? | Nur als ausgewählter Beta-Partner | Zugriff ist keine allgemeine öffentliche Verfügbarkeit | ## Was ist Soofi S? [Soofi](https://www.soofi.info/) steht für Sovereign Open Source Foundation Models. Koordiniert wird das Projekt vom KI Bundesverband. Beteiligt sind unter anderem Fraunhofer IAIS und IIS, DFKI, TU Darmstadt, Universität Würzburg, Leibniz Universität Hannover, Berliner Hochschule für Technik, ellamind und Merantix Momentum. Gefördert wird das Vorhaben vom Bundesministerium für Wirtschaft und Energie. Soofi S ist ein sparsames Mixture-of-Experts-Modell mit 31,6 Milliarden Parametern insgesamt und rund 3,2 Milliarden aktiven Parametern pro Token. Es kombiniert Mamba-2-State-Space-Layer mit Attention. Die aktiven Parameter bestimmen einen großen Teil des Rechenaufwands. Für Speicher und Ablage zählen trotzdem alle Gewichte. Die Architektur zielt auf lange Dokumente und viele parallele Anfragen. Nur wenige Layer führen einen klassischen Attention Cache. Im [Pretraining Report](https://arxiv.org/abs/2607.09424) misst das Team bei 40.000 Input-Token, Batch 32 und einer NVIDIA B200 einen bis zu 9,2-mal höheren aggregierten Decode-Durchsatz als dichte Modelle mit 14B bis 24B Parametern. Das ist ein klar definierter Labortest, kein pauschales Neunmal-schneller-Versprechen. Trainiert wurde auf bis zu 512 B200-GPUs in München. Die [Deutsche Telekom positioniert die Industrial AI Cloud](https://www.telekom.com/de/medien/medieninformationen/detail/deutschlands-erste-ki-fabrik-fuer-die-industrie-1101664) für Industrie, Forschung, Start-ups und Verwaltung. Das belegt den Trainingsort. Es sagt noch nicht, wo deine Prompts, RAG-Daten, Logs oder Backups später verarbeitet werden. ## Ist Soofi S wirklich Europas erstes vollständig europäisches LLM? **Nein. "Europas erstes LLM" ist sachlich nicht haltbar.** OpenGPT-X veröffentlichte 2024 [Teuken-7B](https://arxiv.org/abs/2410.03730) für alle 24 EU-Amtssprachen. [EuroLLM-22B](https://arxiv.org/abs/2602.05879) wurde von Grund auf für 24 EU-Sprachen plus elf weitere Sprachen trainiert. Die Schweiz veröffentlichte mit [Apertus 70B](https://huggingface.co/swiss-ai/Apertus-70B-2509) Gewichte, Daten-Rekonstruktionscode, Zwischen-Checkpoints und Trainingsrezepte unter Apache 2.0. Die belastbare Formulierung ist enger: **Soofi S ist das erste Modell der Soofi-Familie, in Deutschland entwickelt und trainiert, mit ambitionierter Offenheit und starker deutsch-englischer Leistung.** Das ist wichtig genug, ohne eine falsche historische Premiere daraus zu machen. "Vollständig europäisch" darf außerdem nicht bedeuten, dass jede Abhängigkeit aus Europa stammt. Training und Governance liegen in Deutschland, Hardware und Teile des Stacks kommen von NVIDIA. Souveränität heißt hier nicht Autarkie. Sie heißt Kontrolle über Modellartefakte, Infrastruktur, Datenflüsse und das Recht, den Betrieb ohne die Zustimmung eines einzelnen US- oder China-Anbieters fortzuführen. ## Ist Soofi S vollständig Open Source oder nur Open Weight? Der Anspruch geht deutlich über offene Gewichte hinaus. Laut Report soll der finale Release Gewichte, ausgewählte Zwischen-Checkpoints, Datenmischungs-Accounting pro Quelle, Hyperparameter sowie Trainings- und Evaluationscode enthalten. Wo Lizenzen es erlauben, sollen auch Artefakte zur Datenaufbereitung erscheinen. Kommerziell lizenzierte Quellen werden über genaue Mischungsstatistiken dokumentiert, nicht als Rohtext verteilt. Das liegt näher an der [Open Source AI Definition](https://opensource.org/ai/open-source-ai-definition) als ein typischer Open-Weight-Release. Sie verlangt Parameter, Trainings- und Inferenzcode sowie genügend Dateninformation, um ein vergleichbares System reproduzieren zu können. Beschafft wird aber, was verfügbar ist. Die aktuelle [Soofi-S-Base Model Card](https://huggingface.co/Soofi-Project/Soofi-S-Base) nennt diese Einschränkungen: - Closed Beta und Research Artifact, ausdrücklich kein offener Release; - Zugriff nur für ausgewählte Partner; - angekündigte permissive finale Lizenz, deren Text noch fehlt; - 1-Million-Token-Kontext und mehrere Base-, Instruct-, Reasoning-, FP8- und GGUF-Varianten; - offene Angaben zu Energie, Emissionen, vorgeschriebenen Standards und Teilen der Performance-Dokumentation. Die präzise Antwort lautet: **Soofi S soll permissiv veröffentlicht werden, ist am 7. August 2026 aber eine ausgewählte Closed Beta und kein offener, beschaffungsreifer Release.** ## Wie stark ist Soofi S auf Deutsch, Englisch, Coding und Reasoning? Innerhalb einer klar definierten Kategorie ist der Benchmark-Erfolg real. Unter 17 offenen Base Models erreicht Soofi S im Report die höchsten englischen und deutschen Aggregatwerte der als vollständig offen eingestuften Modelle. OLMo 3 32B und Apertus 70B liegen dahinter. Bei den Code-Aggregaten führt Soofi S diese Teilgruppe ebenfalls an. | Benchmark | Soofi S | Aussage | Einschränkung | | --- | --- | --- | --- | | Englisch-Aggregat | 70,1 | Wettbewerbsfähig in seiner Größenklasse | Qwen3.5 35B-A3B erreicht 74,6 | | Deutsch-Aggregat | 79,1 | Starke deutsche Sprachleistung | Qwen3.5 erreicht 81,6 | | HumanEval | 73,8 | Starke isolierte Code-Generierung | Kein Test für echte Repositories | | MBPP | 70,2 | Gute kurze Programmieraufgaben | Synthetische Aufgaben sind keine Wartung | | MBPP-DE | 84,2 | Bester Wert im Vergleich | Vom Herstellerteam berichtet, noch nicht unabhängig reproduziert | Die LinkedIn-Behauptung braucht also eine Korrektur: Soofi S führt keine universelle Rangliste aller offenen Modelle. Es führt die vollständig offene Teilgruppe im Aggregat des Soofi-Teams. Im breiteren Open-Weight-Vergleich liegt [Qwen3.5 35B-A3B](https://huggingface.co/Qwen/Qwen3.5-35B-A3B) auf Englisch und Deutsch vorne. Soofi S glänzt dafür bei mehreren Coding-Aufgaben und deutschem Regionalwissen. Auch Long Context ist differenziert zu lesen. Die Architektur hält den Durchsatz bei langen Inputs hoch. In einer RULER-Extraktionsaufgabe bricht die Trefferrate jenseits von 32.000 Token aber deutlich ein. Schnelle Generierung mit langem Kontext und zuverlässiges Finden im langen Kontext sind zwei verschiedene Fähigkeiten. ## Wo kann Soofi S kommerziellen Wert schaffen? - **Technische und regulatorische Dokumente:** Handbücher, Normen, Richtlinien, Ausschreibungen und internes Wissen auf Deutsch. - **Industrial Coding Assistants:** Code-Erklärung, Testgenerierung, Migrationen und interne Developer Tools, abgesichert durch Repository-Evals. - **Agentische Backoffice-Prozesse:** lange Dokumente und parallele Workflows, wenn Tool Accuracy, Berechtigungen und Fehlerpfade geprüft sind. - **Domain Adaptation:** Continued Pretraining oder Fine-Tuning für Fachsprache ohne Abhängigkeit von der Roadmap eines proprietären Anbieters. - **Verwaltung und regulierte Piloten:** europäische Trainingsprovenienz und kontrollierbare Infrastruktur als Teil, nicht als Ersatz, der Governance. Das Modell ist dabei nur eine Schicht. Unser [AI Enablement](/de/services/ai-enablement/) umfasst Use-Case-Auswahl, Datenzugriffe, RAG, Evals, Routing, Deployment und Wissenstransfer. Die [Twinsoft AI Case Study](/de/case-studies/twinsoft-ai/) zeigt das Muster: Den Geschäftswert liefert das Produktionssystem rund um das Modell, nicht der Leaderboard-Platz. Wenn dich an diesem Modell vor allem das Souveränitätsargument interessiert, kommt direkt nach der Modellfrage die Deployment-Frage. Genau das ist die praktische Seite von [KI-Softwareentwicklung in Österreich](/de/ai-software-development-austria/): zuerst den Datenfluss abbilden, dann EU-Region oder Self-Hosting wählen, wo der Stack das wirklich hergibt, statt anzunehmen, ein europäisches Modell erledige die Compliance-Diskussion von allein. ## Wann solltest du Soofi S noch nicht wählen? - **Du brauchst heute eine geklärte kommerzielle Lizenz.** Die Closed Beta bietet noch keine finale Lizenz. - **Du brauchst SLA und Managed Support.** Der aktuelle Release ist ein Research Artifact. - **Dein Produkt ist multimodal oder stark multilingual.** Soofi S fokussiert Deutsch und Englisch. - **Du brauchst die stärkste abstrakte Reasoning-Leistung.** Die beste Evidenz liegt bei Deutsch, Code und Serving-Effizienz. - **Dein Volumen ist niedrig und eine Managed API ist zulässig.** Nutze den [Break-even-Rechner für lokale Modelle und APIs](/de/blog/local-models-vs-apis-break-even-eu-2026/), bevor du GPU und Betrieb einkaufst. - **Du kannst kein Eval-Harness pflegen.** Ein souveränes Modell ohne gemessene Aufgabenqualität bleibt ein Produktionsrisiko. ## Was muss ein Soofi-S-Pilot vor dem Start klären? 1. **Artefakt einfrieren:** Repository, Revision, Hashes, Modellkarte, Custom Code, Tokenizer und Quantisierung dokumentieren. 2. **Finale Lizenz prüfen:** kommerzielle Nutzung, Modifikation, Redistribution, Outputs und Pflichten für Derivate. 3. **Variante passend wählen:** Das Base Model ist kein Chatbot. Instruct und Reasoning-Varianten separat evaluieren. 4. **Eigenes Eval bauen:** mindestens 50 bis 100 reale deutsche und englische Aufgaben, Hard Negatives, unzulässige Outputs, Quellenprüfung und Tool Calls. 5. **Ziel-Stack benchmarken:** Prefill, Time to First Token, Decode, Concurrency, GPU-Speicher, Recovery und Quantisierungsverlust messen. 6. **Kompletten Datenpfad abbilden:** Embeddings, Vektorspeicher, Logs, Observability, Backups, Support-Zugriff und Fallback APIs. 7. **Kosten pro erfolgreiche Aufgabe vergleichen:** gegen Apertus, Qwen3.5 und eine Managed Frontier API, inklusive Betrieb und Eval-Pflege. Unser Leitfaden zur [Tech-Stack-Auswahl für ein MVP](/de/software-development-guide/how-to-choose-a-tech-stack-for-mvp/) erklärt das Prinzip: Entscheide zuerst nach dem Constraint, das später am teuersten umkehrbar ist. Bei Soofi S sind das heute Lizenz und Betriebsreife, dann Aufgabenqualität, danach Durchsatz und Kosten. ## Soofi S vs Apertus, OLMo 3 und Qwen3.5 | Modell | Herkunft | Offenheit | Warum testen? | Hauptnachteil | | --- | --- | --- | --- | --- | | Soofi S 31.6B-A3.2B | Deutschland | Permissiver Release geplant, aktuell Closed Beta | Deutsch, Code, sparse Long-Context-Serving, europäische Provenienz | Ausgewählter Zugang und fehlende finale Lizenz | | Apertus 70B | Schweiz | Apache 2.0 mit offenen Daten- und Trainingsressourcen | Reife vollständig offene europäische Option | Dichtes 70B-Deployment ist deutlich schwerer | | OLMo 3 32B | USA | Apache 2.0 mit Code, Daten, Checkpoints und Recipes | Reproduzierbarer Open-Science-Benchmark | Englisch-first und keine europäische Governance | | Qwen3.5 35B-A3B | China | Apache-2.0-Gewichte, kein vollständig offener Trainingsstack | Stärkere breite Aggregate, Multimodalität, reifes Ökosystem | Außereuropäische Governance und weniger Trainingsklarheit | Diese Tabelle ersetzt nicht unseren breiten [Open-Weight-LLM-Vergleich](/de/blog/open-weight-llm-comparison-2026/). Dort geht es um die Marktentscheidung zwischen DeepSeek, Qwen, Kimi, GLM und Llama. Hier geht es nur um die Frage, ob Soofi S für Pilot und Beschaffung eines europäischen Unternehmens bereit ist. ## Häufige Fragen zu Soofi S ### Ist Soofi S ein deutsches oder ein europäisches LLM? Beides ist mit Kontext richtig. Das Modell stammt von einem deutschen Konsortium, wurde in München trainiert und über deutsche sowie europäische Programme gefördert. Europäisch ist die Positionierung als souveräne Grundlage für Industrie und Verwaltung. ### Kann Soofi S heute kommerziell eingesetzt werden? Nicht als allgemein freigegebener Open-Source-Download. Der aktuelle Release ist eine Closed Beta für ausgewählte Partner; vor Produktion müssen Zugangsbedingungen und finale Lizenz rechtlich geprüft werden. ### Kann Soofi S lokal laufen? Es gibt Preview-Pfade für BF16, FP8 und GGUF mit vLLM, llama.cpp und Ollama. Sparse Activation senkt den Rechenaufwand pro Token, aber alle Modellgewichte müssen gespeichert und geladen werden. Benchmarke deine Quantisierung auf der Zielhardware. ### Ist Soofi S besser als Qwen3.5? Nicht insgesamt. Soofi S ist stark auf Deutsch und bei mehreren Coding-Benchmarks. Qwen3.5 35B-A3B liegt in den breiteren englischen und deutschen Aggregaten des Reports vorne und hat ein reiferes multimodales Ökosystem. ### Macht Soofi S ein KI-System automatisch souverän? Nein. Das Modell entfernt eine Abhängigkeit. Souveränität hängt auch von Inferenzort, Infrastruktur, Schlüsseln, RAG-Daten, Logs, Backups, Fallback APIs und der Betriebsfähigkeit deines Teams ab. ## Fazit Soofi S ist nicht Europas erstes LLM, nicht pauschal das beste offene Modell und am 7. August 2026 noch kein offener Produktionsrelease. Es ist eine ausgewählte Closed Beta mit einem glaubwürdigen deutsch-englischen Foundation Model, Training in Deutschland, starken Deutsch- und Code-Benchmarks, effizienter Sparse-Architektur und einem ambitionierten Plan für eine permissive Veröffentlichung. Für zugelassene europäische Partner ist ein kontrollierter Pilot der richtige nächste Schritt. Checkpoint einfrieren, finale Lizenz abwarten, echte deutsche und englische Aufgaben evaluieren, den Ziel-Stack benchmarken und Kosten pro erfolgreiche Aufgabe mit Apertus, Qwen3.5 und einer Managed Frontier API vergleichen. Bis zur allgemeinen Veröffentlichung ist es ein starker Kandidat, kein Default. ## Das könnte dich auch interessieren.. [**Open-Weight-LLM-Showdown 2026** Der breitere Marktvergleich nach Lizenz, Coding, Reasoning, Kontext, Preis und EU-Self-Host.](/de/blog/open-weight-llm-comparison-2026/) [**AI Enablement vs generische KI-Beratung** Eine Modell-Shortlist ist kein Produktionssystem. Vergleiche Empfehlungen mit Umsetzung, Evals und Übergabe.](/de/compare/ai-enablement-vs-generic-ai-consultancy/) Modelle und Infrastruktur ## In diesem Cluster weiterlesen Modellauswahl, Inferenzkosten, lokaler Betrieb, Kompression und Serving-Architektur. [Mit dem Grundlagenartikel starten**LLMs in der EU selbst hosten: Wann sich Open Weights wirklich rechnen**](/de/blog/self-hosting-llms-eu-cost/) - [Ox Alpha Free: Setup, Datenschutz und Kaufleitfaden](/de/blog/ox-alpha-free-ai-model-guide-2026/) - [Pika Audio API Preise: Sind Soundeffekte wirklich 20x günstiger?](/de/blog/pika-audio-models-api-pricing-2026/) - [Thunder Computes 13-Mio.-Dollar-Wette auf GPU-Virtualisierung: Einkaufsleitfaden](/de/blog/thunder-compute-gpu-virtualization-series-a/) - [AirLLM mit 4 GB VRAM: So funktioniert Layer-wise Inference](/de/blog/airllm-layer-wise-inference-low-vram/) - [Qwen3.8-27B: Computer-Use-Agenten selbst hosten, ohne Screenshots zu exportieren](/de/blog/qwen3-8-27b-self-hosted-computer-use-agents/) Postfach, ohne Lärm ## Folge der Arbeit, die für dich zählt Du bekommst eine kurze E-Mail, wenn wir etwas Neues veröffentlichen. Folge dem ganzen Blog oder nur den Themen, die dich interessieren. [**Zurück**](/de/blog/overview/) [![Kevin Riedl](/img/team/kevin.webp)](/de/team/kevin-riedl/) [Kevin Riedl](/de/team/kevin-riedl/) https://linkedin.com/in/wsdt 13 min Lesezeit · 16. Juli 2026 Zuletzt geprüft 7. August 2026 [**Weiter**](/de/blog/open-weight-llm-comparison-2026/) Neue Beiträge per E-Mail × × Neue Beiträge per E-Mail Eine kurze E-Mail, wenn wir etwas veröffentlichen. Kostenlos, ohne Tracking. ## Structured Data ```json { "@context": "https://schema.org", "@graph": [ { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ], "employee": [ { "@id": "https://wavect.io/team/kevin-riedl/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Kevin Riedl", "url": "https://wavect.io/team/kevin-riedl/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } }, { "@id": "https://wavect.io/team/christof-jori/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Christof Jori", "url": "https://wavect.io/team/christof-jori/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } } ], "founder": [ { "@id": "https://wavect.io/team/kevin-riedl/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Kevin Riedl", "url": "https://wavect.io/team/kevin-riedl/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } }, { "@id": "https://wavect.io/team/christof-jori/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Christof Jori", "url": "https://wavect.io/team/christof-jori/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } } ], "legalRepresentative": [ { "@id": "https://wavect.io/team/kevin-riedl/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Kevin Riedl", "url": "https://wavect.io/team/kevin-riedl/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } }, { "@id": "https://wavect.io/team/christof-jori/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Christof Jori", "url": "https://wavect.io/team/christof-jori/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } } ], "name": "Wavect GmbH", "subjectOf": { "@id": "https://wavect.io/verified-claims.json#dataset", "@type": "Dataset", "creator": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] }, "description": "A machine-readable registry of quantitative and qualitative claims published by Wavect, with review dates, localized page appearances and public third-party citations where available.", "inLanguage": "en", "isAccessibleForFree": true, "license": "https://creativecommons.org/licenses/by/4.0/", "name": "Wavect verified publication claims", "url": "https://wavect.io/verified-claims.json" }, "url": "https://wavect.io/" }, { "@id": "https://wavect.io/team/kevin-riedl/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Kevin Riedl", "sameAs": [ "https://www.wikidata.org/wiki/Q139796365", "https://www.linkedin.com/in/wsdt", "https://github.com/wsdt" ], "url": "https://wavect.io/team/kevin-riedl/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } }, { "@id": "https://wavect.io/team/christof-jori/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Christof Jori", "sameAs": [ "https://www.wikidata.org/wiki/Q139796367", "https://www.linkedin.com/in/jocr77/", "https://github.com/jo-chris" ], "url": "https://wavect.io/team/christof-jori/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } }, { "@id": "https://wavect.io/#website", "@type": "WebSite", "inLanguage": [ "en", "de", "es", "zh" ], "name": "Wavect", "potentialAction": { "@type": "SearchAction", "query-input": "required name=search_term_string", "target": { "@type": "EntryPoint", "urlTemplate": "https://wavect.io/search/?q={search_term_string}" } }, "publisher": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] }, "url": "https://wavect.io/" }, { "@id": "https://wavect.io/de/blog/soofi-s-european-sovereign-llm/#webpage", "@type": "WebPage", "dateModified": "2026-07-16", "inLanguage": "de", "isPartOf": { "@id": "https://wavect.io/#website", "@type": "WebSite" }, "lastReviewed": "2026-07-16", "url": "https://wavect.io/de/blog/soofi-s-european-sovereign-llm/" } ] } ``` ```json { "@context": "https://schema.org", "@type": "BlogPosting", "abstract": "Soofi S ist ein deutsches Sparse-MoE mit 31,6B Parametern insgesamt, rund 3,2B aktiven Parametern und 26,68 Billionen Trainingstoken. Der Report zeigt starke deutsche und Code-Ergebnisse sowie Führung vor OLMo 3 und Apertus in der vollständig offenen Teilgruppe, nicht im gesamten Open-Weight-Markt. Am 7. August 2026 ist die offizielle Veröffentlichung ausdrücklich eine Closed Beta und Research Artifact für ausgewählte Partner, nicht ein offener Release; die versprochene permissive finale Lizenz fehlt noch. EU-Unternehmen sollten Soofi S nur mit bestätigtem Zugang, rechtlicher Lizenzprüfung, eingefrorenem Artefakt und eigenen Evals pilotieren.", "articleBody": " Blog-Übersicht/AI und Agents/Modelle und Infrastruktur Soofi S: Ist Deutschlands souveränes LLM bereit für Unternehmen? TL;DR Soofi S ist ein deutsches Sparse-MoE mit 31,6B Parametern insgesamt, rund 3,2B aktiven Parametern und 26,68 Billionen Trainingstoken. Der Report zeigt starke deutsche und Code-Ergebnisse sowie Führung vor OLMo 3 und Apertus in der vollständig offenen Teilgruppe, nicht im gesamten Open-Weight-Markt. Am 7. August 2026 ist die offizielle Veröffentlichung ausdrücklich eine Closed Beta und Research Artifact für ausgewählte Partner, nicht ein offener Release; die versprochene permissive finale Lizenz fehlt noch. EU-Unternehmen sollten Soofi S nur mit bestätigtem Zugang, rechtlicher Lizenzprüfung, eingefrorenem Artefakt und eigenen Evals pilotieren. Passende Leistung: KI Enablement Soofi S ist ein neues deutsch-englisches Foundation Model eines deutschen Forschungskonsortiums, von Grund auf trainiert in der Industrial AI Cloud der Deutschen Telekom in München. Die aktuelle Model Card nennt 31,6 Milliarden Parameter insgesamt und rund 3,2 Milliarden aktive Parameter, beziehungsweise etwa 3,6 Milliarden inklusive Embeddings. Das Training umfasste 26,68 Billionen Token. Im eigenen Benchmark des Konsortiums liegt Soofi S bei den vollständig offenen Modellen vor OLMo 3 32B und Apertus 70B. Technisch ist das relevant. Für einen produktiven Einkauf reicht die Schlagzeile trotzdem nicht. Am 7. August 2026 bezeichnet die offizielle Base-Model-Card den Release ausdrücklich als Closed Beta, Research Artifact und nicht als offenen Release. Zugriff erhalten ausgewählte Partner; eine angekündigte permissive finale Lizenz ist noch nicht veröffentlicht. Dokumentiert sind inzwischen Kontext, Compute und Varianten, während Energie, Emissionen, vorgeschriebene Standards und einige Performance-Felder noch offen sind. Die kommerzielle Einordnung lautet deshalb: Soofi S gehört auf die Pilot-Shortlist für deutschsprachige industrielle KI, aber noch nicht ungeprüft in Produktion. Soofi S in einer Minute, geprüft am 7. August 2026 FrageStand heuteWas das für Käufer bedeutet Ist Soofi S europäisch?Deutsches Konsortium, Training in MünchenStarke europäische Entwicklungs- und Infrastruktur-Provenienz Ist es Europas erstes LLM?NeinTeuken, EuroLLM, Apertus und andere Projekte waren früher Ist es vollständig Open Source?Nein, der aktuelle Release ist eine Closed BetaFinale Lizenz und Trainingsartefakte vor kommerzieller Freigabe prüfen Ist es das beste offene Modell?Nicht allgemeinEs führt eine vollständig offene Teilgruppe, Qwen3.5 liegt im breiteren Vergleich vorne Kann man es testen?Nur als ausgewählter Beta-PartnerZugriff ist keine allgemeine öffentliche Verfügbarkeit Was ist Soofi S? Soofi steht für Sovereign Open Source Foundation Models. Koordiniert wird das Projekt vom KI Bundesverband. Beteiligt sind unter anderem Fraunhofer IAIS und IIS, DFKI, TU Darmstadt, Universität Würzburg, Leibniz Universität Hannover, Berliner Hochschule für Technik, ellamind und Merantix Momentum. Gefördert wird das Vorhaben vom Bundesministerium für Wirtschaft und Energie. Soofi S ist ein sparsames Mixture-of-Experts-Modell mit 31,6 Milliarden Parametern insgesamt und rund 3,2 Milliarden aktiven Parametern pro Token. Es kombiniert Mamba-2-State-Space-Layer mit Attention. Die aktiven Parameter bestimmen einen großen Teil des Rechenaufwands. Für Speicher und Ablage zählen trotzdem alle Gewichte. Die Architektur zielt auf lange Dokumente und viele parallele Anfragen. Nur wenige Layer führen einen klassischen Attention Cache. Im Pretraining Report misst das Team bei 40.000 Input-Token, Batch 32 und einer NVIDIA B200 einen bis zu 9,2-mal höheren aggregierten Decode-Durchsatz als dichte Modelle mit 14B bis 24B Parametern. Das ist ein klar definierter Labortest, kein pauschales Neunmal-schneller-Versprechen. Trainiert wurde auf bis zu 512 B200-GPUs in München. Die Deutsche Telekom positioniert die Industrial AI Cloud für Industrie, Forschung, Start-ups und Verwaltung. Das belegt den Trainingsort. Es sagt noch nicht, wo deine Prompts, RAG-Daten, Logs oder Backups später verarbeitet werden. Ist Soofi S wirklich Europas erstes vollständig europäisches LLM? Nein. \"Europas erstes LLM\" ist sachlich nicht haltbar. OpenGPT-X veröffentlichte 2024 Teuken-7B für alle 24 EU-Amtssprachen. EuroLLM-22B wurde von Grund auf für 24 EU-Sprachen plus elf weitere Sprachen trainiert. Die Schweiz veröffentlichte mit Apertus 70B Gewichte, Daten-Rekonstruktionscode, Zwischen-Checkpoints und Trainingsrezepte unter Apache 2.0. Die belastbare Formulierung ist enger: Soofi S ist das erste Modell der Soofi-Familie, in Deutschland entwickelt und trainiert, mit ambitionierter Offenheit und starker deutsch-englischer Leistung. Das ist wichtig genug, ohne eine falsche historische Premiere daraus zu machen. \"Vollständig europäisch\" darf außerdem nicht bedeuten, dass jede Abhängigkeit aus Europa stammt. Training und Governance liegen in Deutschland, Hardware und Teile des", "articleSection": "Engineering", "author": { "@id": "https://wavect.io/team/kevin-riedl/#person", "@type": "Person", "name": "Kevin Riedl", "sameAs": [ "https://www.wikidata.org/wiki/Q139796365", "https://www.linkedin.com/in/wsdt", "https://github.com/wsdt" ], "url": "https://wavect.io/team/kevin-riedl/" }, "dateModified": "2026-08-07", "datePublished": "2026-07-16", "description": "Soofi S ist ein deutsches Sparse-MoE mit 31,6B Parametern insgesamt, rund 3,2B aktiven Parametern und 26,68 Billionen Trainingstoken. Der Report zeigt starke deutsche und Code-Ergebnisse sowie Führung vor OLMo 3 und Apertus in der vollständig offenen Teilgruppe, nicht im gesamten Open-Weight-Markt. Am 7. August 2026 ist die offizielle Veröffentlichung ausdrücklich eine Closed Beta und Research Artifact für ausgewählte Partner, nicht ein offener Release; die versprochene permissive finale Lizenz fehlt noch. EU-Unternehmen sollten Soofi S nur mit bestätigtem Zugang, rechtlicher Lizenzprüfung, eingefrorenem Artefakt und eigenen Evals pilotieren.", "headline": "Soofi S: Ist Deutschlands souveränes LLM bereit für Unternehmen?", "image": "https://wavect.io/img/blog/headers/header_soofi-s-european-sovereign-llm.svg", "inLanguage": "de", "mainEntityOfPage": { "@id": "https://wavect.io/de/blog/soofi-s-european-sovereign-llm/", "@type": "WebPage" }, "publisher": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] }, "url": "https://wavect.io/de/blog/soofi-s-european-sovereign-llm/", "wordCount": 2117 } ``` ```json { "@context": "https://schema.org", "@type": "BreadcrumbList", "itemListElement": [ { "@type": "ListItem", "item": "https://wavect.io/de/", "name": "Startseite", "position": 1 }, { "@type": "ListItem", "item": "https://wavect.io/de/blog/overview/", "name": "Blog-Übersicht", "position": 2 }, { "@type": "ListItem", "item": "https://wavect.io/de/blog/topics/ai-agents/", "name": "AI und Agents", "position": 3 }, { "@type": "ListItem", "item": "https://wavect.io/de/blog/clusters/models-infrastructure/", "name": "Modelle und Infrastruktur", "position": 4 }, { "@type": "ListItem", "item": "https://wavect.io/de/blog/soofi-s-european-sovereign-llm/", "name": "Soofi S: Deutschlands souveränes LLM im Check | ", "position": 5 } ] } ``` ```json { "@context": "https://schema.org", "@type": "FAQPage", "mainEntity": [ { "@type": "Question", "acceptedAnswer": { "@type": "Answer", "text": "Beides ist mit Kontext richtig. Das Modell stammt von einem deutschen Konsortium, wurde in München trainiert und über deutsche sowie europäische Programme gefördert. Europäisch ist die Positionierung als souveräne Grundlage für Industrie und Verwaltung." }, "name": "Ist Soofi S ein deutsches oder ein europäisches LLM?" }, { "@type": "Question", "acceptedAnswer": { "@type": "Answer", "text": "Nicht als allgemein freigegebener Open-Source-Download. Der aktuelle Release ist eine Closed Beta für ausgewählte Partner; vor Produktion müssen Zugangsbedingungen und finale Lizenz rechtlich geprüft werden." }, "name": "Kann Soofi S heute kommerziell eingesetzt werden?" }, { "@type": "Question", "acceptedAnswer": { "@type": "Answer", "text": "Es gibt Preview-Pfade für BF16, FP8 und GGUF mit vLLM, llama.cpp und Ollama. Sparse Activation senkt den Rechenaufwand pro Token, aber alle Modellgewichte müssen gespeichert und geladen werden. Benchmarke deine Quantisierung auf der Zielhardware." }, "name": "Kann Soofi S lokal laufen?" }, { "@type": "Question", "acceptedAnswer": { "@type": "Answer", "text": "Nicht insgesamt. Soofi S ist stark auf Deutsch und bei mehreren Coding-Benchmarks. Qwen3.5 35B-A3B liegt in den breiteren englischen und deutschen Aggregaten des Reports vorne und hat ein reiferes multimodales Ökosystem." }, "name": "Ist Soofi S besser als Qwen3.5?" }, { "@type": "Question", "acceptedAnswer": { "@type": "Answer", "text": "Nein. Das Modell entfernt eine Abhängigkeit. Souveränität hängt auch von Inferenzort, Infrastruktur, Schlüsseln, RAG-Daten, Logs, Backups, Fallback APIs und der Betriebsfähigkeit deines Teams ab." }, "name": "Macht Soofi S ein KI-System automatisch souverän?" } ] } ```