Het Duitse antwoord op de Amerikaanse giganten: wat het nieuwe AI-model "Soofi S" werkelijk kan

Loskomen van de afhankelijkheid van de VS: Waarom de Duitse economie nu naar de AI "Soofi S" kijkt

Draait volledig op eigen servers: deze nieuwe Duitse AI lost het grootste probleem op het gebied van gegevensprivacy op

Kunstmatige intelligentie is allang geëvolueerd van een louter technologische trend tot een tastbare geopolitieke machtsfactor. Terwijl techreuzen uit de VS en in toenemende mate ook uit China de wereldmarkt domineren met steeds grotere en resource-intensievere modellen, groeit in Europa de bezorgdheid over een gevaarlijke technologische afhankelijkheid. Met "Soofi S" heeft een opmerkelijk Duits consortium van onderzoeks- en industriële partners nu een concreet antwoord op deze uitdaging gepresenteerd. Met een relatief bescheiden financiering van € 20 miljoen en een zeer efficiënte architectuur wil dit basismodel de basis leggen voor de digitale soevereiniteit van Europa. Maar kan een model met bijna 32 miljard parameters wel overleven in de wereldwijde wedloop tussen giganten? En maakt het project de aanvankelijk gedurfde beloftes waar? De volgende analyse onderzoekt de technische details van Soofi S, maakt een eerlijke vergelijking met zijn internationale concurrenten en laat zien waarom het model minder bedoeld is als een ChatGPT-concurrent voor eindgebruikers en meer als een op maat gemaakte, gegevensbeschermingsconforme oplossing voor Europese bedrijven.

Soevereine intelligentie uit München: Soofi S en de Duitse AI-aanpak: een basismodel als testcase voor Europa's digitale zelfbewustzijn

Het uitgangspunt: Waarom een ​​Duits AI-model überhaupt nodig is

Toen het Soofi-consortium op 17 juni 2026 de eerste resultaten van zijn Soofi S-basismodel presenteerde, was dat meer dan zomaar een productaankondiging uit de onderzoekssector. Het was de voorlopige bekroning van een experiment op het gebied van industriebeleid dat sinds november 2025 in voorbereiding was en werd ondersteund door een financiering van circa € 20 miljoen van het Duitse federale ministerie van Economische Zaken en Energie. De ware economische kern van het initiatief ligt niet in de technologische wedloop om steeds meer parameters, maar in een structurele zorg die al jaren in Europese zakenkringen circuleert. Wie de fundamentele AI-modellen niet zelf beheert, geeft belangrijke bouwstenen van toekomstige digitale waardeketens uit handen aan externe partijen waarvan de bedrijfsmodellen, gegevensbeschermingsnormen en geopolitieke belangen mogelijk niet stroken met de Europese doelstellingen. Deze zorg komt voort uit de constatering dat vrijwel het gehele commerciële landschap van basismodellen wordt gedomineerd door Amerikaanse aanbieders zoals OpenAI, Google, Anthropic en Meta, en steeds vaker door Chinese concurrenten zoals DeepSeek, terwijl Europese bedrijven in wezen gebruikers worden in plaats van ontwikkelaars van deze technologie.

Het project wordt gefinancierd in het kader van het zogenaamde 8ra-paraplu-initiatief, waarvan het belangrijke project van gemeenschappelijk Europees belang voor cloudinfrastructuren, kortweg IPCEI-CIS, de kern vormt. Deze Europese financieringsstructuur is gericht op het ondersteunen van de ontwikkeling van fundamentele digitale infrastructuren op het hele continent, waarbij Soofi een van de eerste zichtbare AI-specifieke bouwstenen binnen dit bredere kader vertegenwoordigt. Vanuit economisch-politiek oogpunt is het opmerkelijk dat de financiering bewust niet aan één groot bedrijf is toegekend, maar aan een consortium van onderzoeksinstellingen, universiteiten en kleinere AI-bedrijven, gecoördineerd door de Duitse AI-vereniging als vertegenwoordiger van de industrie.

Wie zit er achter het project en hoe zijn de middelen bijeengebracht?

Structuur en financiering van een ongebruikelijk onderzoeksconsortium

Het consortium omvat een opmerkelijk scala aan academische en industriële belanghebbenden. Deelnemende instellingen zijn onder andere het Fraunhofer Instituut voor Intelligente Analyse en Informatiesystemen, het Fraunhofer Instituut voor Geïntegreerde Schakelingen, het Duitse Onderzoekscentrum voor Kunstmatige Intelligentie, de Julius-Maximilians Universiteit van Würzburg met haar CAIDAS-competentiecentrum, de Leibniz Universiteit Hannover via haar L3S-onderzoekscentrum, de Technische Universiteit Darmstadt met hessian.AI, de Hogeschool Berlijn en de twee bedrijven Ellamind en Merantix Momentum. Deze structuur weerspiegelt een typisch Duits patroon van industriebeleid en technologiebevordering: in plaats van één marktdominant bedrijf te subsidiëren, wordt kennis verdeeld over vele instellingen. Hoewel dit de coördinatie bemoeilijkt, voorkomt het tegelijkertijd de ontwikkeling van eenzijdige afhankelijkheden van één enkele private partij.

Het financiële kader is interessant in internationale vergelijking. De financiering van circa € 20 miljoen, die eind juli 2026 afloopt, lijkt bijna bescheiden vergeleken met de bedragen die Amerikaanse aanbieders uitgeven aan individuele trainingsruns. Rapporten geven aan dat individuele trainingsruns voor grote modellen tegen 2027 de grens van € 1 miljard zouden kunnen bereiken – een bedrag dat slechts een handjevol financieel sterke technologiebedrijven zich kan veroorloven. Het feit dat Soofi S met een fractie van deze middelen een concurrerend resultaat kan behalen, wordt in de professionele wereld gezien als bewijs dat technologische soevereiniteit niet per se gigantische kapitaalintensieve investeringen vereist, maar ook kan worden bereikt door slimme architectuurkeuzes en gerichte datastrategieën.

Technische basisprincipes van het model in detail

Architectuur, trainingsdata en de rol van efficiëntie

Soofi S is ontworpen als een Mixture-of-Experts (MoE)-model, met een totaal aantal parameters van ongeveer 31,6 miljard. Echter, slechts ongeveer 3,2 miljard van deze parameters worden daadwerkelijk geactiveerd per verwerkt token. Dit verschil tussen het totale aantal parameters en het aantal actieve parameters is economisch significant, omdat het grotendeels de operationele kosten in de productie bepaalt. Een bedrijf dat een dergelijk model gebruikt om technische documentatie of wettelijke teksten te analyseren, betaalt uiteindelijk voor rekenkracht die meer lijkt op die van een veel kleiner, dichter model, terwijl de kwaliteit van de resultaten die van een aanzienlijk groter model benadert. De architectuur zelf volgt een hybride aanpak, bestaande uit 23 Mamba 2/MoE-lagen en zes klassieke aandachtlagen met 128 routing-experts. Een open blauwdruk van Nvidia diende als uitgangspunt en aanvankelijk werd er geen kostbare, op maat gemaakte post-training uitgevoerd.

De training vond plaats tussen november 2025 en mei 2026 en bestond uit drie fasen, waarin het aandeel Duitse trainingsdata bewust werd verhoogd van aanvankelijk 7,2 procent naar 15,3 procent. In totaal werden ongeveer 27 biljoen tokens verwerkt, waarbij tot 512 Nvidia B200 grafische processors werden ingezet, wat resulteerde in een totale GPU-belasting van ongeveer 253.000 uur. De fysieke trainingsomgeving, de Industrial AI Cloud van Deutsche Telekom in München, maakt zelf deel uit van het soevereiniteitsverhaal, aangezien er koelwater uit het Eisbachkanaal in München wordt gebruikt, wat een zekere mate van ecologische bescheidenheid uitstraalt in vergelijking met de veel energie-intensievere Amerikaanse datacenters. Naast Duits en Engels als belangrijkste talen, biedt het model ook beperkte ondersteuning voor Frans, Italiaans en Spaans. De kennisbasis is gebaseerd op gegevens van eind 2025 en de beoogde contextlengte bedraagt ​​maximaal één miljoen tokens in de laatste trainingsfase. De stabiele doorvoer ligt volgens het technische rapport tussen de 4.000 en 256.000 tokens.

Prestatievergelijking met internationale concurrerende modellen

Waar Soofi S echt indruk maakt en waar de beperkingen duidelijk worden

De in juli gepubliceerde benchmarkresultaten schetsen een genuanceerd beeld. In vergelijkende tests met zestien andere open modellen claimt Soofi S de hoogste gecombineerde scores voor Duits en Engels te behalen onder volledig open modellen, waarbij het expliciet het Amerikaanse model Olmo 3 in de categorie met 32 ​​miljard parameters en het Zwitserse model Apertus met 70 miljard parameters overtreft. Volgens de beschikbare cijfers behoudt Soofi S ook zijn voorsprong op andere Europese concurrenten zoals het Spaanse Alia met 40 miljard parameters en het meertalige EuroLLM met 22 miljard parameters. Met name bij programmeertaken, zoals gemeten door benchmarks als HumanEval en MBPP, behaalt het model de beste resultaten van de vergeleken open modellen.

Tegelijkertijd onthullen de resultaten ook zwakke punten. Bij taken die brede, feitelijke kennis vereisen, zoals die in de MMLU-Pro benchmark, en bij geavanceerde wetenschappelijke logica, zoals in de Duitse GPQA Diamond-test, blijft Soofi S achter bij gesloten internationale grensmodellen, hoewel het binnen de groep open modellen nog steeds tot de best presterende behoort. Een relatieve zwakte is ook zichtbaar in de Duitse competitieve wiskunde en bepaalde vormen van feitelijke vraagstelling. Deze differentiatie is economisch significant omdat het aantoont dat Soofi S geen universele vervanging is voor de grote, gesloten modellen van technologiebedrijven, maar zich juist richt op een gerichte positionering als het best presterende volledig open model in zijn omvangsklasse, met een bijzondere focus op de Duitse taal.

Model	Oorsprong	parameter	Bijzonder kenmerk in vergelijking
Soofi S 30B-A3B	Duitsland	31,6 miljard (3,2 miljard actief)	Toonaangevend in open modellen in het Duits en Engels, sterke codewaarden
Olmo 3 32B	VS	32 miljard.	Volledig open, maar overtroffen volgens de Soofi-benchmarks
Apertus 70B	Zwitserland	70 miljard.	Groter, maar inferieur in gecombineerde tests
Alia 40B	Spanje	40 miljard.	Europees model, zwakker in vergelijking
EuroLLM 22B	Europees consortium	22 miljard.	Meertalig, kleinere klasgrootte

Hier leert u hoe uw bedrijf snel, veilig en zonder hoge drempels AI-oplossingen op maat kan implementeren.

Een beheerd AI-platform is uw allesomvattende, zorgeloze oplossing voor kunstmatige intelligentie. In plaats van te worstelen met complexe technologie, dure infrastructuur en langdurige ontwikkelprocessen, ontvangt u een kant-en-klare oplossing op maat van een gespecialiseerde partner – vaak al binnen enkele dagen.

De belangrijkste voordelen in één oogopslag:

⚡ Snelle implementatie: Van idee tot gebruiksklare applicatie in dagen, niet maanden. Wij leveren praktische oplossingen die direct toegevoegde waarde creëren.

🔒 Maximale gegevensbeveiliging: Uw gevoelige gegevens blijven bij u. Wij garanderen een veilige en conforme verwerking zonder gegevens met derden te delen.

💸 Geen financieel risico: u betaalt alleen voor de resultaten. Hoge investeringen vooraf in hardware, software of personeel zijn volledig uitgesloten.

🎯 Focus op uw kernactiviteiten: concentreer u op waar u het beste in bent. Wij zorgen voor de volledige technische implementatie, werking en het onderhoud van uw AI-oplossing.

📈 Toekomstbestendig en schaalbaar: Uw AI groeit met u mee. Wij garanderen continue optimalisatie en schaalbaarheid en passen de modellen flexibel aan nieuwe eisen aan.

Meer informatie vindt u hier:

• De Managed AI Solution - Industriële AI-diensten: De sleutel tot concurrentievermogen in de dienstensector, de industrie en de machinebouw

De huidige stand van ontwikkeling sinds de aankondiging

Wat is er precies veranderd tussen juni en juli 2026?

Sinds de eerste aankondiging medio juni is er inderdaad veel gebeurd, waardoor het oorspronkelijke persbericht aanzienlijk is uitgebreid. Medio juli werd het volledige Pretraining Tech Report gepubliceerd, wat wordt beschouwd als de eerste belangrijke mijlpaal van het project. Dit rapport onthulde de technische details die voorheen slechts in grote lijnen bekend waren. Hiermee werd de aankondiging omgezet in een verifieerbare technische realiteit – compleet met gepubliceerde modelgewichten, trainings- en evaluatiecode en een overzicht van de gebruikte databronnen. Volgens de eigen beoordeling van het consortium voldoet het project daarmee aan de criteria van de Open Source AI Definition 1.0, en kan ongeveer 99 procent van het trainingsproces onafhankelijk worden geverifieerd en gereproduceerd.

Bij nader onderzoek blijkt echter een significant verschil tussen de publieke bewering van volledige openheid en de daadwerkelijke toegankelijkheid. Het model dat op het Hugging Face-platform wordt aangeboden, is expliciet gelabeld als een bètaversie en onderzoeksproduct, niet als een definitieve openbare release. Toegang is momenteel gekoppeld aan registratie en de licentie is momenteel gemarkeerd als door de gebruiker te definiëren, zonder dat de definitieve licentietekst nog beschikbaar is. Fraunhofer bevestigt zelf op de projectwebsite dat het model zich momenteel in een gesloten testfase bevindt met geselecteerde industriële partners en dat gratis toegang voor het grote publiek bewust beperkt blijft, met de aankondiging dat bredere toegang binnen enkele weken zal volgen. Voor bedrijven die het model productief willen gebruiken, betekent dit dat een concreet verzoek met bewijs van een toepassingsscenario vereist is voordat toegang wordt verleend.

Naast het basismodel zijn er sindsdien verdere varianten aangekondigd, waaronder een Instruct-versie geoptimaliseerd voor assistentietaken en twee gespecialiseerde redeneermodellen die intern Isar en Rhine worden genoemd. Voor lokaal gebruik op hardware op locatie zijn kwantiseringen in GGUF- en FP8-formaat al beschikbaar, compatibel met gangbare tools zoals llama.cpp of Ollama. Dit is met name relevant voor bedrijven met strenge eisen op het gebied van gegevensbescherming die geen gebruik willen maken van een cloudverbinding.

Classificatie van het oorspronkelijke ambitieniveau

Van de aankondiging van een model van honderd miljard dollar naar de pragmatische realiteit

Een aspect dat in de publieke perceptie vaak over het hoofd wordt gezien, betreft de evolutie van de oorspronkelijke doelstelling. Toen het project in november 2025 voor het eerst werd gepresenteerd, was het plan om een ​​AI-taalmodel te ontwikkelen met ongeveer 100 miljard parameters, waaruit zeer gespecialiseerde redeneermodellen voor complexe toepassingen zoals AI-gestuurde robotica zouden worden afgeleid. Deutsche Telekom sprak in eigen verklaringen ook over een gepland model met 100 miljard parameters als Europees antwoord op ChatGPT. De Soofi S die daadwerkelijk werd gepresenteerd, met ongeveer 30 miljard parameters, blijft aanzienlijk achter bij deze oorspronkelijke schaal, en de "S" in de modelnaam staat expliciet voor de kleinere schaal binnen een geplande reeks modellen.

Deze uitstel kan vanuit economisch oogpunt op twee manieren worden geïnterpreteerd. Enerzijds kan het worden gezien als een realistische aanpassing aan de beperkte computerbronnen en financiering binnen de oorspronkelijk vastgestelde deadline van juli 2026, wat aannemelijk lijkt gezien het relatief kleine financieringsbedrag van 20 miljoen euro. Anderzijds onthult het een methodologisch slimmere aanpak dan aanvankelijk aangekondigd: door eerst een kleiner maar zeer efficiënt model te publiceren, kan het consortium vroegtijdig praktische ervaring opdoen voordat grotere en duurdere modellen worden ontwikkeld. De eigen verklaringen van het consortium wijzen in deze richting, aangezien Soofi S expliciet wordt beschreven als de eerste bouwsteen van een modelfamilie waaruit grotere en krachtigere opvolgermodellen, evenals gespecialiseerde varianten voor dialoog-, redeneer- en agenttoepassingen, zullen worden ontwikkeld.

Economische doelgroepen en praktische toepassingsscenario's

Voor wie Soofi S eigenlijk bedoeld is

In tegenstelling tot veel populaire chatbot-applicaties richt Soofi S zich bewust niet op eindgebruikers, maar op bedrijven, industriële mkb's, overheidsinstanties, onderzoeksinstellingen en startups die hun eigen AI-toepassingen willen ontwikkelen op basis van hun eigen data, zonder permanent gebonden te zijn aan individuele niet-Europese aanbieders. Specifieke toepassingsgebieden zijn onder andere industriële processen, de analyse van omvangrijke technische en regelgevende documenten, codegeneratie en agentische AI-systemen die zelfstandig taken in meerdere stappen kunnen uitvoeren. Voor gereguleerde sectoren zoals de financiële sector, de gezondheidszorg of de overheid is de mogelijkheid om een ​​AI-model volledig op eigen of Europese infrastructuur te laten draaien van groot belang. Dit maakt het namelijk gemakkelijker om kwesties met betrekking tot de Algemene Verordening Gegevensbescherming (AVG), controleerbaarheid en traceerbaarheid aan te pakken dan met gesloten, buitenlandse modellen.

Bijzonder waardevol voor deze toepassing is het vermogen van het model om zeer lange documenten te verwerken, wat bijvoorbeeld relevant is voor de analyse van technische handleidingen, wettelijke voorschriften of complexe contracten. Het consortium test het model momenteel al met industriële partners in praktijksituaties om de verdere ontwikkeling nauw af te stemmen op de daadwerkelijke bedrijfsbehoeften. Deze aanpak verschilt van een puur academisch onderzoeksproject, omdat commerciële toepasbaarheid en marktrelevantie vanaf het begin worden meegenomen. Het consortium is echter nog steeds actief op zoek naar aanvullende industriële partners voor de volgende ontwikkelingsfase, onder andere op het gebied van technische documentatie, codegeneratie en agentapplicaties.

Kritische beoordeling en open vragen

Tussen gerechtvaardigde trots en de nuchtere marktrealiteit

De publieke reactie op Soofi S is overwegend positief, met name vanwege de kosteneffectiviteit die is bereikt door een relatief klein Duits consortium, dat kan concurreren met aanzienlijk grotere internationale projecten. Tegelijkertijd manen onafhankelijke vakpublicaties tot voorzichtigheid bij het beoordelen van de werkelijke volwassenheidsgraad. Zolang de definitieve licentie nog niet is vastgesteld en de toegang beperkt blijft tot een gesloten testfase met geselecteerde partners, is het model momenteel beter geschikt voor experimenten en evaluatie dan als een betrouwbare basis voor productieve zakelijke toepassingen. Deze beoordeling sluit aan bij de verklaring van het Fraunhofer Instituut zelf, dat de huidige fase expliciet omschrijft als een gesloten bèta en pas feedback van de open-sourcegemeenschap wil ontvangen na de voltooiing van de lopende testfase met industriële partners.

Vanuit een breder economisch perspectief rijst de fundamentele vraag of een model van deze omvang werkelijk een strategisch verschil kan maken voor de digitale soevereiniteit van Europa, of dat het slechts een belangrijk maar beperkt signaal zal blijven. Een enkel open model met 30 miljard parameters – hoe krachtig het ook mag zijn binnen zijn soort – kan momenteel niet in absolute termen concurreren met de gesloten modellen van de grote Amerikaanse en Chinese aanbieders, die opereren met aanzienlijk hogere investeringen en een groter aantal parameters. De werkelijke waarde van Soofi S ligt daarom minder in de directe concurrentie om de toppositie in de wereldwijde AI-ranglijst, maar eerder in het bewezen vermogen om een ​​concurrerend, volledig transparant basismodel te creëren dat is getraind op de Europese infrastructuur en dat kan dienen als uitgangspunt voor gespecialiseerde, soevereine toepassingen.

Vooruitzichten voor de verdere ontwikkeling van het project

Wat kun je de komende maanden verwachten?

Nu de oorspronkelijke financieringsperiode van het project eind juli 2026 afloopt, staat het consortium voor cruciale beslissingen over de voortzetting ervan. De release van een definitieve versie onder een permissieve licentie zonder toegangsbeperkingen is al aangekondigd, maar de exacte timing is nog onduidelijk. Grotere modellen binnen de Soofi-familie zijn ook in ontwikkeling, maar de specifieke structuur en tijdlijn voor deze opvolgers zijn nog niet openbaar gemaakt. Gezien de oorspronkelijke ambitie van een aanzienlijk groter model met ongeveer 100 miljard parameters, valt nog te bezien of en in welke vorm dit doel na afloop van de huidige financieringsfase zal worden nagestreefd. Dit zal waarschijnlijk grotendeels afhangen van de bereidheid van het federale ministerie van Economische Zaken en Energie en potentiële particuliere investeerders om verdere financiering te verstrekken voor een tweede projectfase.

Voor bedrijven die overwegen Soofi S te gebruiken, wordt in deze fase een tweeledige strategie aanbevolen: een technische evaluatie van het model kan nu al beginnen, met name voor organisaties met specifieke behoeften aan een soevereine infrastructuur en documentanalyse op de lange termijn. De definitieve licentievoorwaarden moeten echter worden vastgelegd vóór de daadwerkelijke implementatie in productie. De komende weken en maanden zullen uitwijzen of Soofi S succesvol de overgang maakt van een prominent onderzoeksproject naar een breed gebruikt industrieel infrastructuuronderdeel, en of het Europese AI-landschap hiermee een duurzame bouwsteen voor digitale onafhankelijkheid heeft verworven.

☑️ Onze zakelijke voertaal is Engels of Duits

☑️ NIEUW: Correspondentie in uw moedertaal!

 

Mijn team en ik staan ​​graag tot uw beschikking als uw persoonlijke adviseur.

U kunt contact met mij opnemen door hier het contactformulier in te vullen wolfenstein@xpert.digital:of door mij te bellen op +49 7348 4088 965. Mijn e-mailadres is

Ik kijk uit naar ons gezamenlijke project.

 

 

☑️ Ondersteuning van het MKB op het gebied van strategie, advies, planning en implementatie

☑️ Opstellen of herzien van de digitale strategie en digitalisering

☑️ Uitbreiding en optimalisatie van internationale verkoopprocessen

☑️ Wereldwijde en digitale B2B-handelsplatformen

☑️ Pionier in bedrijfsontwikkeling / marketing / PR / beurzen

In de industriële B2B-sector ontstaan ​​duurzame zakelijke relaties zelden van de ene op de andere dag. Ze ontwikkelen zich stap voor stap – door zichtbaarheid, professionele relevantie, terugkerende contactmomenten en groeiend vertrouwen. Het 4-stappenmodel van Xpert.Digital speelt hier precies op in: het biedt een gestructureerd traject dat begint met een beheersbaar instapmoment en, indien nodig, kan uitgroeien tot een diepere samenwerking in de bedrijfsontwikkeling.

In plaats van te vertrouwen op luide marketingbeloftes, plaatst dit model de relatie centraal. Bedrijven beginnen met duidelijk gedefinieerde, eenvoudig meetbare indicatoren en bepalen vervolgens, op basis van hun eigen ervaring, hoe ver ze de samenwerking willen uitbreiden. Een belangrijke factor voor dit ongestoorde proces van vertrouwensopbouw: het platform vermijdt volledig storende advertenties, waardoor de redactionele focus volledig op de expertise van de bedrijven blijft.

Meer informatie vindt u hier:

• Van inzicht naar vertrouwen: uw schaalbare traject met Xpert.Digital