Mistral baut ein Billionen-Modell, und KI-Agenten sollen sich bald ausweisen

Mistral Large 4: eine Billion Parameter und bald offene Gewichte Mistral hat am 6. Oktober sein bisher größtes Modell vorgestellt. Large 4 hat eine Billion Parameter, das sind die Stellschrauben, die ein Modell im Training lernt. Bei jeder Anfrage arbeiten davon nur 49 Milliarden. Diese Bauweise heißt Mixture of Experts. Das Modell besteht aus vielen Spezialisten und weckt pro Aufgabe nur die passenden, was Rechenzeit spart. Trainiert wurde auf 3.800 Nvidia-Chips in Mistrals eigenen Rechenzentren in Europa. Zwei Dinge machen das für deutsche Betriebe interessant. Mistral betreibt eine europäische Instanz vollständig selbst, unabhängig von anderen Digitaldienstleistern und unter europäischem Recht. Und die Modellgewichte sollen bis Monatsende erscheinen, t3n nennt den 27. Oktober. Gewichte sind das trainierte Modell als Datei. Wer sie hat, kann das Modell in der eigenen Cloud oder im eigenen Rechenzentrum betreiben, und kein Prompt verlässt das Haus. Welche Hardware ein Modell dieser Größe braucht und unter welcher Lizenz die Gewichte erscheinen, steht in der Ankündigung nicht. Über die Programmierschnittstelle kostet Large 4 1,36 US-Dollar je Million Eingabe-Token und 4,18 Dollar je Million Ausgabe-Token. Token sind die Wortbausteine, in denen KI-Anbieter abrechnen. Laut t3n kommt das Modell im Intelligence Index auf 38 Punkte und liegt damit auf dem Niveau von GPT-6 Luna, Claude Opus 5.5 erreicht mehr als 50. Luna kostet 0,10 Dollar für die Eingabe und 0,50 Dollar für die Ausgabe. Wer nur auf Preis und Leistung schaut, zahlt bei Mistral beim Eingabepreis fast das Vierzehnfache und beim Ausgabepreis gut das Achtfache. Den Aufpreis halte ich für vertretbar, wo Konstruktionsdaten oder Personalakten im Spiel sind, und für schwer zu rechtfertigen bei Massenarbeit ohne heikle Daten. Elektrobetriebe können Ausschreibungen neuerdings von einer KI vorkalkulieren lassen. Auf der Plattform Electrofy steht dafür ein Ausschreibungsassistent bereit, berichtet das Handwerksblatt am 2. Oktober. Der Betrieb lädt das Leistungsverzeichnis hoch, also die Liste aller verlangten Arbeiten, als PDF oder im Format GAEB, dem üblichen Austauschformat für Bauausschreibungen. Die KI gleicht jede Position mit der Kalkulationshilfe KFE ab, der Datensammlung der Elektrohandwerke mit mehr als 300.000 Leistungspositionen. Nach wenigen Minuten liegt eine Aufstellung vor, in der jede Position einzeln ausgewiesen ist. Sie lässt sich als PDF, als CSV-Tabelle oder wieder als GAEB-Datei exportieren. Betreiber ist die Münchner MDA Solutions GmbH, an der der Zentralverband der Elektrohandwerke (ZVEH) über eine Tochtergesellschaft beteiligt ist. Geschäftsführer Ludwig Klatzka sagt, früher habe ein Betrieb einen halben Tag für eine Ausschreibung gebraucht, jetzt seien es wenige Minuten. Das ist eine Angabe des Anbieters, eine unabhängige Messung nennt der Bericht nicht. Ich würde das Ergebnis als Rohkalkulation behandeln, die eine Meisterin oder ein Meister gegenliest. Den größeren Wert sehe ich in der Datenbank. Ein Verband besitzt 300.000 gepflegte Leistungspositionen, und ein Sprachmodell macht sie in Minuten nutzbar. Branchen ohne eine solche Sammlung können das Modell kaufen. Die Daten müssen sie selbst aufbauen.

Persönliche KI-Agenten sollen sich künftig bei Unternehmen anmelden wie ein Mensch mit Kundenkonto. Das Agenten-Unternehmen Sierra und Meta haben dafür am 6. Oktober das Personal Agent Protocol angekündigt. Ein Protokoll ist eine gemeinsame Verkehrsregel für Software. Dieses regelt, wie sich der Agent eines Kunden bei einer Firma ausweist und was er dort tun darf. Der Ablauf hat drei Schritte. Der Agent findet auf der Website, was die Firma für Agenten anbietet, und eröffnet eine Sitzung im Namen seines Nutzers. Er kann als Gast beginnen oder sich anmelden, wobei der Nutzer festlegt, ob der Agent nur lesen oder auch etwas ändern darf. Danach erledigt er die Aufgabe auf einem Weg, den die Firma bestimmt. Das kann die normale Website sein, eine Programmierschnittstelle (etwa über das Model Context Protocol, den verbreiteten Steckerstandard zwischen KI und Unternehmenssoftware) oder der firmeneigene Agent. Technische Grundlage ist OAuth, das Verfahren hinter „Mit Google anmelden“. Du gibst damit einer Anwendung begrenzten Zugriff, ohne ihr dein Passwort zu verraten. Als Partner nennt Sierra Genesys, Instinct, Rocket, Shopify, Stripe und Walmart. Die erste Fassung der Spezifikation (v0.1) soll noch im Oktober erscheinen, Bezahlen ist als spätere Erweiterung vorgesehen. OpenAI, Anthropic und Google stehen nicht auf der Partnerliste. Solange die großen Agenten-Anbieter fehlen, ist das ein Vorschlag und kein Standard. Ein Blick auf den eigenen Kunden-Login lohnt trotzdem. Wer dort schon OAuth einsetzt, ist nach meiner Einschätzung näher dran als ein Betrieb mit selbst gebautem Passwort-Login, falls Kund:innen bald ihre Agenten vorschicken.

Bei OpenAI gab ein typischer Forscher im Januar weniger als einen Dollar am Tag für Coding-Agenten aus, Mitte August waren es 601 Dollar. Das haben Yafah Edelman und Luke Emberson vom Forschungsinstitut Epoch AI am 5. Oktober aus einer OpenAI-Veröffentlichung vom September errechnet. Coding-Agenten sind KI-Programme, die selbstständig Software schreiben und testen. Der Verbrauch verdoppelt sich beim mittleren Forscher alle 34 Tage, bei den Vielnutzern alle 27 Tage. Ein Forscher an der Schwelle zum obersten Zehntel kam Mitte August auf 7.047 Dollar pro Tag. Zwei Einschränkungen nennt Epoch selbst. Die Zahlen stammen von OpenAI und lassen sich von außen nicht prüfen, und gerechnet wurde mit Listenpreisen der Schnittstelle, die internen Kosten sind unbekannt. Ein Forschungslabor taugt auch kaum als Maßstab für einen Betrieb mit drei Entwickler:innen. Die Richtung würde ich trotzdem ernst nehmen. Wer Agenten ohne Obergrenze freischaltet, bekommt ein Budget, das sich nach Nutzung richtet und schneller wächst als jede Lizenzliste. Ein monatliches Limit pro Kopf sollte stehen, bevor das Team loslegt.

Use-Case-Idee: der Anfragen-Zerleger Was die Elektrohandwerke oben mit einer Verbandsdatenbank lösen, lässt sich im Kleinen mit der eigenen Preisliste nachbauen. Gedacht ist das für Betriebe, die umfangreiche Anfragen bekommen, etwa Metallbauer mit Lastenheften oder Großhändler mit langen Bedarfslisten. Die Anfrage kommt als PDF oder E-Mail und geht an ein Sprachmodell mit einer festen Anweisung. Es zerlegt den Text in einzelne Positionen mit Menge, Einheit und Beschreibung und schreibt sie in eine Tabelle. Im zweiten Schritt sucht es zu jeder Position den passenden Eintrag in deinem Artikel- oder Leistungsstamm und markiert, wie sicher die Zuordnung ist. Positionen ohne Treffer landen auf einer eigenen Liste. Deine Kalkulation prüft die unsicheren Zuordnungen und die offene Liste, den Rest übernimmt sie. Zwei Voraussetzungen entscheiden über den Nutzen. Der Stamm muss sauber sein, mit eindeutigen Bezeichnungen und aktuellen Preisen. Und die KI darf Preise nur aus deiner Liste zitieren, nie aus dem eigenen Gedächtnis. Zum Testen reichen zehn alte Anfragen, deren fertige Angebote du kennst. Als Faustregel würde ich ansetzen, dass acht von zehn Zuordnungen stimmen müssen, damit der Zerleger Zeit spart. Liegt die Quote darunter, ist die Preisliste die Baustelle.

1. Der Münchner Roboterbauer Robco ist jetzt mehr als eine Milliarde US-Dollar wert. Grundlage ist ein Verkauf von Mitarbeiteranteilen im Umfang von über 40 Millionen Dollar, berichtet Silicon Republic unter Berufung auf das Wall Street Journal. Im Januar lag die Bewertung bei rund 500 Millionen. Robco baut KI-gesteuerte Roboterarme für mittelständische Fertiger und hat laut Bericht über 1.000 Roboter im Einsatz. Bei einem solchen Anteilsverkauf fließt das Geld an die Verkäufer, die Firmenkasse füllt er nicht. Für Fertigungsbetriebe zählt, dass ein deutscher Anbieter mit Mittelstandsfokus dieses Investorenvertrauen bekommt. (Silicon Republic, t3n) 2) SAP kauft das belgische Unternehmen TechWolf. Dessen Software wertet aus, welche Aufgaben in einer Firma anfallen und welche Fähigkeiten die Beschäftigten haben. Sie soll Teil der Personalsoftware SuccessFactors werden. Der Abschluss ist für das vierte Quartal geplant, einen Kaufpreis nennt SAP nicht. Wer SuccessFactors nutzt, bekommt Personalplanung nach Fähigkeiten absehbar aus dem Standardprodukt und sollte den Betriebsrat früh einbinden, weil die Software Tätigkeiten von Beschäftigten auswertet. (SAP News) 3) Anthropic gibt mehr Sicherheitsfachleuten Zugang zu den Cyber-Fähigkeiten seiner Claude-Modelle. Das erweiterte Cyber Verification Program hat drei Stufen. Für die unterste, Defense Access, können sich auch Sicherheitsteams von Unternehmen und Betreiber kritischer Infrastruktur bewerben, die Prüfung soll wenige Tage dauern. Nach Angaben von Anthropic haben Partner des Projekts Glasswing zwischen April und Juli mindestens 129.000 bestätigte Software-Schwachstellen gefunden. Was Verteidiger in dieser Menge finden, finden Angreifer mit ähnlichen Werkzeugen auch. Zügig eingespielte Updates werden damit wichtiger. (Anthropic)