Die meisten KI-Projekte in Unternehmen scheitern nicht daran, dass die Technologie nicht funktioniert. Sie scheitern, weil das Modell schlicht nicht versteht, was das Unternehmen tut. Da es mit Daten aus dem Internet trainiert wurde, kennt es weder Ihre internen Prozesse und Ihre Unternehmensterminologie noch die über Jahrzehnte hinweg gesammelten Entscheidungen. Und genau diese Lücke will das französische Startup Mistral AI schließen.
Mistral Forge
Mistral stellte auf der Nvidia-GTC-Konferenz eine Plattform namens Mistral Forge vor. Dabei handelt es sich um ein System, mit dem Unternehmen eigene KI-Modelle direkt anhand ihrer internen Daten trainieren können. Keine allgemeinen Modelle, die aus öffentlichen Quellen gelernt haben. Stattdessen ein Modell, das Ihre regulatorischen Dokumente, Ihren Code, Ihre Betriebsaufzeichnungen und Ihre Unternehmensprozesse kennt.
Das klingt einfach, ist in der Praxis aber ein ziemlich mutiger Schritt. Die meisten Wettbewerber bieten nämlich lediglich die Feinabstimmung bestehender Modelle oder eine als RAG (Retrieval-Augmented Generation) bezeichnete Technik an, bei der das Modell bei einer Anfrage auf die Unternehmensdatenbank zugreift. Mistral geht weiter: Es ermöglicht, Modelle von Grund auf mit proprietären Daten zu trainieren. Das führt insbesondere in spezialisierten Branchen, bei weniger verbreiteten Sprachen oder in stark regulierten Umgebungen zu besseren Ergebnissen.
Mistral hat sich vor allem bei Unternehmenskunden einen Namen gemacht, während OpenAI und Anthropic den Verbrauchermarkt dominieren. CEO Arthur Mensch räumte ein, dass sich die Wette auf Unternehmen auszahlt: Das Unternehmen steuert auf mehr als eine Milliarde Dollar Jahresumsatz zu. Forge ist der logische nächste Schritt. Unternehmen wollen die Kontrolle über ihre Daten und darüber, wie sich ihre KI verhält. Und Mistral gibt sie ihnen.
Elisa Salamanca, Produktchefin bei Mistral, fasste es kurz zusammen: „Forge ermöglicht es Unternehmen und Regierungen, KI-Modelle an ihre konkreten Bedürfnisse anzupassen.“ Keine Kompromisse, keine Weitergabe von Daten an Dritte.
Wie funktioniert Forge?
Die Plattform unterstützt den gesamten Lebenszyklus eines Modells. Unternehmen können mit dem Vortraining anhand großer interner Datensätze beginnen, anschließend das Verhalten für konkrete Aufgaben feinabstimmen und schließlich das Lernen auf Grundlage von Feedback (Reinforcement Learning) nutzen, damit das Modell interne Richtlinien und betriebliche Ziele einhält. Forge unterstützt sowohl dichte Modelle als auch die Mixture-of-Experts-Architektur (MoE), mit der sich große Modelle effizienter und mit geringerer Latenz betreiben lassen. Die Plattform verarbeitet auch multimodale Eingaben, also Texte, Bilder und weitere Datenformate.
Ein interessantes Detail: Forge ist so konzipiert, dass auch autonome Agenten damit arbeiten können. Mistrals Agent Mistral Vibe kann die Plattform zur Feinabstimmung von Modellen, zur Suche nach optimalen Hyperparametern oder zur Erzeugung synthetischer Daten nutzen. Der gesamte Prozess lässt sich mit einem einfachen englischen Befehl starten.
Forge wird bereits von weltweit tätigen Organisationen wie ASML, Ericsson, der Europäischen Weltraumorganisation, den DSO National Laboratories in Singapur oder dem italienischen Beratungsunternehmen Reply getestet. ASML ist dabei ein besonders interessanter Fall: Der niederländische Chiphersteller führte im vergangenen September die Finanzierungsrunde von Mistral an, bei der das Unternehmen eine Bewertung von mehr als 11 Milliarden Euro erreichte.
Diese Partnerschaften zeigen, wo Mistral seine wichtigsten Kunden sieht. Es sind Regierungen, die Modelle für bestimmte Sprachen und kulturelle Kontexte benötigen. Finanzinstitute mit strengen Compliance-Anforderungen. Hersteller, die spezialisiertes Wissen benötigen. Und Technologieunternehmen, die ein perfekt auf ihren Code abgestimmtes Modell wollen.
Eigene Ingenieure direkt beim Kunden
Forge wird nicht nur als Software angeboten. Mistral ergänzt die Plattform um ein Team sogenannter Forward-Deployed Engineers, also eigener Ingenieure, die direkt beim Kunden mitarbeiten. Sie helfen dabei, die richtigen Daten auszuwählen, Bewertungskriterien festzulegen und das Modell an die konkreten Anforderungen anzupassen. Dieses Modell hat Mistral von Unternehmen wie IBM oder Palantir übernommen.
Timothée Lacroix, Mitgründer und technischer Direktor von Mistral, erklärte die dahinterstehende Logik: „Die Kompromisse, die wir bei der Entwicklung kleinerer Modelle eingehen, führen dazu, dass sie nicht in allem gleich gut sein können. Die Möglichkeit, sie anzupassen, erlaubt uns auszuwählen, was wir hervorheben und was wir außer Acht lassen.“
Diese Frage beschäftigt derzeit die gesamte Branche. Modelle von Grund auf zu trainieren ist teuer und zeitaufwendig. Mistral behauptet jedoch, dass das Ergebnis den Aufwand wert ist: Ein Modell, das Ihr Unternehmen wirklich versteht, verhält sich zuverlässiger, wählt Werkzeuge präziser aus und bewältigt komplexe mehrstufige Prozesse besser. Unternehmen, die Forge einsetzen, erhalten Modelle als strategische Vermögenswerte und nicht nur als externe Werkzeuge. Modelle, die sich gemeinsam mit dem Unternehmen weiterentwickeln, sich an neue Vorschriften anpassen und mit dem Unternehmenswissen wachsen. Das ist eine andere Liga als ein auf Wikipedia trainierter Chatbot.
Mistral Forge kommt zu einer Zeit, in der sich KI in Unternehmen von Experimenten hin zum realen Einsatz bewegt. Und das französische Startup setzt darauf, dass Unternehmen eine KI wollen, die wirklich ihnen gehört. Ob es damit richtigliegt, wird die Zeit zeigen. Doch die ersten Partner deuten darauf hin, dass diese Wette nicht schlecht ist.
Weitere Quelle: techcrunch.com
