NCA Social Media
Aktualisiert:
Autor:
Roland Golla
Grüner Kolibri mit Fahne über der Hand einer Frau im Matrix Look

Was ist Aleph Alpha Kolibri?

Aleph Alpha Kolibri ist ein Open Weight Sprachmodell des Heidelberger KI Unternehmens Aleph Alpha für Deutsch und Englisch. Das Mixture of Experts Modell hat rund 78 Milliarden Parameter, von denen pro Token nur etwa 3,5 Milliarden arbeiten, und steht unter der Lizenz Apache 2.0.
Kolibri erschien am 3. Oktober 2026, auf Hugging Face heißt es Kolibri-1. Es ist ein Reasoning Modell mit Tool Calling und sehr langem Kontext. Es ist kein Coding Modell, sondern ein Allzweckmodell für Verwaltung, Industrie und Luftfahrt. Gemeint sind Organisationen, die ihre Daten nicht an Cloud Dienste aus den USA oder China geben wollen.
Der Name passt. Ein Kolibri ist klein und schnell. Genau das ist die Idee hinter dem Modell: viel Wissen im Speicher, aber wenig Rechenarbeit pro Antwort.
Inhalt

Mit NCA ordnest du Kolibri für dein Unternehmen richtig ein

Kolibri ist nicht Teil unseres eigenen Stacks. Wir kennen aber die Fragen, die bei so einem Modell zählen. Wir betreiben kleine Modelle lokal mit Ollama, holen große Modelle über EU Anbieter und hosten auf eigenen Servern in Deutschland mit unserem Netzwerkpartner Conversis in Duisburg. Daher wissen wir, was ein Modell dieser Größe im Betrieb wirklich braucht.

Wir helfen Teams, Kolibri gegen andere Optionen abzuwägen und sauber einzubinden. Dazu gehören Self Hosted KI für Unternehmen, KI Assistenten selbst hosten, die NCA MCP Middleware für Unternehmensdaten, die DSGVO Beratung für KI Projekte und eine passende KI Strategie für Unternehmen.

NCA KI Workshop für Unternehmen

KI gemeinsam im Team verankern

Der NCA KI Workshop gibt eurem Team einen gemeinsamen Rahmen für KI. Workshoptag inhouse, optional mit Praxistag, als Variante für Developer oder alle Abteilungen.

  1. 1
    Kostenloses Vorgespräch
    Ziele und Teilnehmer klären
  2. 2
    Variante wählen
    Developer oder alle Abteilungen
  3. 3
    Workshoptag bei euch
    Ein Tag inhouse, danach bleibt ein Rahmen
Roland Golla
Roland Golla
Fullstack Developer
Workshop Varianten ansehen arrow_forward

Was Kolibri kann

Laut Modellkarte auf Hugging Face bringt Kolibri diese Eigenschaften mit:
  • Zwei Sprachen: Deutsch und Englisch, mit einem Tokenizer, der auf deutsche Wortstrukturen angepasst ist.
  • Reasoning in Stufen: Du wählst none, low, medium oder high. Ohne Angabe gilt high.
  • Tool Calling: Kolibri ruft strukturiert Werkzeuge auf und eignet sich damit für Agenten.
  • Langer Kontext: Bis zu rund einer Million Tokens. Aleph Alpha empfiehlt für den Betrieb höchstens 262.144 Tokens, das ist auch die native Kontextlänge.
  • Offene Gewichte: Lizenz Apache 2.0 für Gewichte und Konfiguration.
  • Nur Text: Bilder, Scans und Audio verarbeitet Kolibri nicht.
Die Stufe low lohnt oft den Versuch. Im Forschungsbeitrag von Aleph Alpha behält das veröffentlichte Modell auf sechs Benchmarks bei low 98 Prozent seines Werts bei high und braucht dafür 76 Prozent der Completion Tokens. Das sind Herstellerzahlen, sie sparen aber direkt Wartezeit.
Der lange Kontext macht Kolibri spannend für Aufgaben mit vielen Dokumenten, etwa Akten, Handbücher oder technische Spezifikationen. Wer Wissen aus eigenen Dokumenten abfragen will, kombiniert das oft mit RAG. Mehr dazu steht bei unseren Embedding Modellen für RAG.

Architektur und Hardware von Kolibri

Kolibri ist ein Mixture of Experts Modell. Es besteht aus vielen Teilnetzen, und ein Router wählt pro Token nur wenige davon aus. Von rund 78 Milliarden Parametern sind so nur etwa 3,5 Milliarden aktiv. Das hält Antworten schnell und die Kosten im Betrieb niedrig.
Im Speicher liegen müssen trotzdem alle Gewichte. In der FP8 Fassung braucht Kolibri laut Aleph Alpha rund 78 GB. Das nennt der Hersteller für den Betrieb:
  • Minimum: zwei A100 mit 80 GB, zwei H100 SXM5, eine H200, eine B200 oder eine B300.
  • Empfohlen: zwei H100 SXM5, zwei H200, eine B200 oder eine B300.
  • Software: vLLM mit dem Paket aleph-alpha-inference.
Für den produktiven Betrieb gehört Kolibri also auf GPU Server bei einem Hoster. Sinnvoll ist ein Anbieter in Deutschland oder der EU, etwa TensorX, als Enterprise Option auch Conversis. Wie sich Modelle für kleinere Hardware schrumpfen lassen, erklärt unsere Seite zur GGUF Quantisierung.

Kolibri ohne GPU mit llama.cpp und GGUF

Seit dem 17. Oktober 2026 unterstützt llama.cpp Kolibri, ab Release b11709. Damit läuft das Modell quantisiert auch ohne Grafikkarte, wenn genug Arbeitsspeicher da ist. Aleph Alpha selbst nennt nur den Weg über vLLM mit GPU. Die GGUF Dateien kommen aus der Community.
Eine verbreitete Sammlung ist bartowski/Kolibri-1-GGUF. Die Größen stehen auf der Modellkarte, die RAM Werte sind Empfehlungen aus der Anleitung von SSD Nodes:
  • Q4_K_M: 49,76 GB, empfohlen sind 64 GB RAM.
  • IQ4_XS: 43,63 GB, empfohlen sind 64 GB RAM.
  • Q3_K_M: 37,62 GB, empfohlen sind 48 GB RAM. Die Karte stuft sie als geringe Qualität ein.
Rechne nicht mit GPU Tempo. Die einzige veröffentlichte CPU Messung, die SSD Nodes fand, kam auf einem Desktop mit Ryzen 7 7800X3D und DDR5 auf rund 12 Token pro Sekunde, mit einem gepatchten llama.cpp. Reasoning kostet zusätzlich Tokens, setze für Tests deshalb bewusst eine Stufe. Für einen Praxistest mit eigenen Dokumenten ist das ein günstiger Einstieg, für viele parallele Nutzer nicht.
Bei Ollama ist die Lage noch offen. Eine Community Karte nennt einen Befehl, laut SSD Nodes erwähnt bis Version 0.40.14 aber keine Release Note Kolibri, und in der offiziellen Ollama Bibliothek fehlt das Modell. Teste den Start also selbst, bevor du darauf planst.

Weniger Halluzinationen durch das Merlin Arthur Verfahren

Ein Kernthema bei Kolibri ist Zuverlässigkeit. Aleph Alpha hat das Modell mit Beispielen trainiert, in denen die richtige Antwort lautet: Dazu fehlen die Belege. Dazu kommt ein eigenes Verfahren namens Merlin Arthur, das mit synthetisch erzeugten positiven und negativen Beispielen arbeitet.
Das Ziel ist ein Modell, das lieber nichts sagt als etwas Falsches. Laut Modellkarte liegt der Anteil der Antworten ohne Halluzination beim Test AA Omniscience bei 44,0 Prozent, beim Vorgänger Kolibri Origin waren es 14,8 Prozent. Für Behörden und regulierte Branchen ist das wichtiger als der letzte Punkt im Benchmark.
Eine Garantie ist das nicht. Qwen3.6 kommt im selben Vergleich auf 56,7 Prozent, und auch Kolibri kann Fehler machen. Ausgaben in kritischen Prozessen brauchen weiterhin Prüfung durch Menschen und klare Quellen. Am stärksten ist Kolibri, wenn du ihm die Dokumente mitgibst.

Kolibri im Vergleich mit Qwen, Nemotron und Mistral

Aleph Alpha vergleicht Kolibri in den eigenen Benchmarks mit anderen offenen Mixture of Experts Modellen. Die wichtigsten Gegner sind Qwen3.6 35B A3B von Alibaba, Nemotron 3 Super von NVIDIA und Mistral Small 4 aus Frankreich. In diesem Feld schneidet Kolibri gut ab, vor allem auf Deutsch und beim Verhältnis von Qualität zu Betriebskosten.
Vorn liegt es aber nicht überall. Diese Werte nennt Aleph Alpha selbst:
  • Mathe auf Deutsch: AIME 2026 mit 90 Prozent, Qwen3.6 mit 84,4 Prozent.
  • Wissen auf Deutsch: MMLU ProX mit 75,5 Prozent, Qwen3.6 mit 81,9 Prozent.
  • Tool Calling: BFCL v4 mit 61,4 Prozent, Qwen3.6 mit 67,2 Prozent.
  • Gesamtwert Deutsch: 70,8 Punkte, das dichte Qwen3.8 27B erreicht laut Modellkarte 79,9.
Die Tabelle zeigt die Größenordnung der Modelle. Die Zahlen stammen aus den Modellnamen und der Modellkarte von Kolibri.

Kolibri und vergleichbare Open Weight Modelle

Modell Hersteller und Herkunft Parameter gesamt und aktiv pro Token
Kolibri Aleph Alpha, Deutschland 78 Milliarden, davon rund 3,5 Milliarden aktiv
Qwen3.6 35B A3B Alibaba Qwen, China 35 Milliarden, davon rund 3 Milliarden aktiv
Nemotron 3 Super NVIDIA, USA 120 Milliarden, davon rund 12 Milliarden aktiv
Mistral Small 4 Mistral AI, Frankreich 119 Milliarden, davon rund 6 Milliarden aktiv

Warum Benchmarks bei Kolibri nur die halbe Wahrheit sind

Die veröffentlichten Leistungswerte stammen von Aleph Alpha selbst. Eine unabhängige Gesamtmessung haben wir bis Anfang November 2026 nicht gefunden. Kritische Stimmen wie Trending Topics erwarten Kolibri klar hinter der Spitze der offenen Modelle. Aleph Alpha hält dagegen, dass öffentliche Benchmarks die Aufgaben der eigenen Kunden schlecht abbilden.
Beide Seiten haben einen Punkt. Für ein Team, das das beste Modell aus der Cloud will, ist Kolibri selten die erste Wahl. Für eine Behörde, die ein offenes Modell braucht, das nach europäischem Recht entwickelt wurde und bei einem deutschen Hoster läuft, sieht die Rechnung anders aus.
Unser Rat ist deshalb immer derselbe: Teste zwei oder drei Modelle mit deinen eigenen Aufgaben auf Deutsch. Ein kleiner Praxistest mit anonymisierten Daten sagt mehr als jede Rangliste. Wie du das ohne Anbieter aus den USA angehst, zeigt unser Guide Welches KI Modell ohne US Anbieter.

Fusion mit Cohere: Wie souverän ist Kolibri?

Aleph Alpha und das kanadische KI Unternehmen Cohere haben am 16. September 2026 ihren Fusionsvertrag unterschrieben. Das gemeinsame Unternehmen soll Cohere heißen und in Berlin und Toronto sitzen, Heidelberg bleibt Forschungsstandort. Bei den letzten Berichten, die wir gefunden haben, stand die behördliche Freigabe noch aus.
Souverän heißt bei Kolibri deshalb vor allem: Du kontrollierst den Betrieb. Drei Punkte solltest du für Einkauf oder Ausschreibung kennen:
  • Lizenz: Apache 2.0 gilt für Gewichte und Konfiguration, nicht für Trainingscode und Methoden.
  • Trainingsdaten: Für synthetische Daten nutzte Aleph Alpha auch andere offene Modelle, laut Business Punk darunter GLM und Qwen aus China.
  • Inferenz: Der GPU Weg hängt am Paket aleph-alpha-inference des Herstellers.
Für Nutzer bleibt ein Punkt wichtig: Wer Kolibri heute lädt, kann es weiter betreiben, auch wenn sich Produktnamen oder Strategien beim Hersteller ändern. Genau das ist der Vorteil offener Gewichte gegenüber einer reinen API. Mehr zu diesem Gedanken steht bei Digitaler Souveränität für Entwickler.

Für wen Kolibri passt und für wen nicht

Kolibri passt gut, wenn diese Punkte auf dich zutreffen:
  • Du arbeitest in Verwaltung, Industrie oder einer regulierten Branche.
  • Deine Texte und Dokumente sind vor allem auf Deutsch.
  • Das Modell soll bei einem Hoster in Deutschland oder der EU laufen.
  • Du brauchst lange Kontexte und ein Modell, das bei fehlenden Belegen eher schweigt.
Kolibri passt weniger, wenn du diese Ziele hast:
  • Du suchst das stärkste Modell, egal woher es kommt.
  • Du willst ein Modell auf einem Laptop mit wenig Speicher betreiben.
  • Du baust Agenten mit vielen Werkzeugaufrufen hintereinander. Beim mehrstufigen Test BFCL v3 liegt Kolibri laut Modellkarte bei 39,8 Punkten, Qwen3.5 35B A3B bei 54,0.
  • Du brauchst ein Spezialmodell fürs Programmieren. Dafür sind die Vibe Coding Modelle die bessere Adresse.
  • Du brauchst viele Sprachen außer Deutsch und Englisch.
  • Du arbeitest direkt mit Scans, Bildern oder Audio. Dafür brauchst du zusätzlich ein Modell oder eine OCR Stufe.
Eine Alternative aus Deutschland mit anderem Ansatz ist Soofi S. Einen Blick auf europäische Modelle aus Frankreich bietet unser Vergleich ChatGPT und Mistral.

Small bird, fast wings, Kolibri is here.

Aleph Alpha, Ankündigung zum Release von Kolibri – via TestingCatalog

Wie wir Teams bei souveränen KI Modellen begleiten

Bei Modellen wie Kolibri entscheidet selten das Modell allein. Wichtiger sind die Fragen drumherum. Welche Daten sollen verarbeitet werden? Wo läuft das Modell? Wer hat Zugriff? Und wie tauschst du das Modell später aus, wenn ein besseres kommt?

Wir helfen Teams dabei in klaren Schritten:

  • Bedarf klären: Aufgabe, Datenarten und Anforderungen aus DSGVO und AI Act.
  • Modelle testen: Kolibri gegen zwei oder drei Alternativen, mit anonymisierten Daten.
  • Betrieb planen: Hoster in Deutschland oder EU Anbieter, sensible Daten bleiben im eigenen Netzwerk.
  • Austauschbar bauen: mit einem LLM Gateway wie LiteLLM, damit das Modell später leicht wechselt.

Für den Einstieg helfen unsere Seiten zu AI Readiness und zu Langfuse für LLM Observability. Wer das Thema im ganzen Unternehmen verankern will, findet den passenden Rahmen im NCA KI Workshop für Unternehmen. Am Anfang steht ein kostenloses Kennenlernen, abgerechnet wird transparent nach Minuten.

CYPRESS.IO Ambassador und IT Consultant für QA Engenieering und Qualität in PHP Projekten.
NCA Vibe Coding Consulting

Roland Golla ist Entwickler aus Leidenschaft – seit über 20 Jahren. Er hat hunderte Projekte begleitet, von Legacy-Refactoring bis KI-Integration. Bei Vibe Coding verbindet er das Beste aus beiden Welten: Die Geschwindigkeit von KI-generiertem Code mit der Qualität professioneller Softwareentwicklung. Kein Bullshit, keine Agentur-Floskeln – direkte Hilfe von jemandem, der selbst täglich im Code steckt.

Häufige Fragen zu Aleph Alpha Kolibri

Hier beantworten wir die wichtigsten Fragen zu Kolibri, seiner Hardware, der Lizenz und dem Einsatz im Unternehmen.

Was ist Aleph Alpha Kolibri 2026?

Kolibri ist ein Open Weight Sprachmodell von Aleph Alpha aus Heidelberg für Deutsch und Englisch, erschienen am 3. Oktober 2026. Es ist ein Mixture of Experts Modell mit rund 78 Milliarden Parametern, von denen pro Token nur etwa 3,5 Milliarden arbeiten. Das Modell kann schrittweise schlussfolgern, Werkzeuge aufrufen und sehr lange Texte verarbeiten.

Ist Kolibri 2026 kostenlos nutzbar?

Ja, die Gewichte stehen unter der Lizenz Apache 2.0 auf Hugging Face. Damit darfst du Kolibri auch kommerziell nutzen und anpassen. Kosten entstehen trotzdem, und zwar für Hosting und Betrieb. Für den produktiven Einsatz brauchst du starke GPU Server, die du bei einem Hoster in Deutschland oder der EU mieten kannst. Das ist der eigentliche Kostenfaktor.

Welche Hardware braucht Kolibri 2026?

Die FP8 Fassung braucht laut Aleph Alpha rund 78 GB Speicher. Als Minimum nennt der Hersteller zwei A100 mit 80 GB, zwei H100 SXM5, eine H200, eine B200 oder eine B300. Betrieben wird das Modell über vLLM mit dem Paket aleph-alpha-inference. Ohne GPU geht es nur quantisiert über llama.cpp, mit deutlich weniger Tempo.

Ist Kolibri 2026 ein Coding Modell?

Nein. Kolibri ist ein Allzweckmodell für Texte, Wissen, Reasoning und Agenten. Beim Coding liegt es laut Modellkarte hinter Qwen, etwa bei SWE Bench Verified mit 66,4 gegen 73,8 Punkte. Aleph Alpha zielt mit Kolibri auf Verwaltung, Industrie und Luftfahrt. Wer ein Modell vor allem fürs Programmieren sucht, findet bei den Vibe Coding Modellen passendere Kandidaten.

Wie gut ist Kolibri 2026 im Vergleich zu anderen Modellen?

In den eigenen Benchmarks von Aleph Alpha liegt Kolibri gut im Feld vergleichbarer Modelle wie Qwen3.6 35B A3B, Nemotron 3 Super und Mistral Small 4, aber nicht in jedem Test vorn. Das dichte Qwen3.8 27B ist auf Deutsch insgesamt stärker. Eine unabhängige Gesamtmessung haben wir bis Anfang November 2026 nicht gefunden. Die Stärke liegt eher bei Souveränität und Betriebskosten.

Läuft Kolibri auch ohne GPU?

Ja, seit dem 17. Oktober 2026 unterstützt llama.cpp Kolibri ab Release b11709. Du brauchst dafür eine quantisierte GGUF Datei aus der Community. Die Variante Q4_K_M ist knapp 50 GB groß, SSD Nodes empfiehlt dafür 64 GB RAM. Die Quantisierung kostet etwas Qualität und auf der CPU sinkt das Tempo deutlich. Für produktive Mehrbenutzer Systeme bleibt GPU der richtige Weg.

Läuft Kolibri mit Ollama?

Das ist noch offen. Eine Community Modellkarte nennt zwar einen Befehl für Ollama, aber laut SSD Nodes erwähnt bis Version 0.40.14 vom 3. November 2026 keine Release Note Kolibri, und in der offiziellen Bibliothek fehlt das Modell. Teste den Start also selbst. Verlässlicher ist derzeit llama.cpp ab dem Release, mit dem die GGUF Datei erstellt wurde.

Was bedeutet Mixture of Experts bei Kolibri?

Kolibri besteht aus vielen spezialisierten Teilnetzen. Ein Router wählt für jedes Token nur wenige davon aus. So arbeiten pro Token nur rund 3,5 von 78 Milliarden Parametern. Das macht Antworten schnell und günstig. Im Speicher liegen müssen trotzdem alle Gewichte, daher bleibt der Bedarf an Grafikspeicher hoch.

Wie lang darf der Kontext bei Kolibri sein?

Kolibri verarbeitet laut Modellkarte bis zu rund einer Million Tokens. Die native Kontextlänge liegt bei 262.144 Tokens, und Aleph Alpha empfiehlt, im Betrieb bei diesem Wert zu bleiben. Das reicht für sehr lange Dokumente, Akten oder ganze Handbücher in einem einzigen Durchgang.

Welche Reasoning Stufe sollte ich bei Kolibri nehmen?

Starte mit low und vergleiche mit high. Kolibri kennt none, low, medium und high, ohne Angabe gilt high. Laut Aleph Alpha behält das veröffentlichte Modell bei low 98 Prozent seines Werts bei high und braucht 76 Prozent der Completion Tokens. Die Werte stammen aus sechs Benchmarks. Prüfe sie deshalb mit deinen eigenen Aufgaben.

Was ist das Merlin Arthur Verfahren?

Merlin Arthur ist ein Trainingsverfahren von Aleph Alpha, das mit synthetisch erzeugten positiven und negativen Beispielen arbeitet. Zusammen mit gezielten Beispielen zum Verzicht auf Antworten soll es Kolibri beibringen, lieber nichts zu sagen, wenn Belege fehlen. Das Ziel sind weniger Halluzinationen in kritischen Anwendungen.

Ist Kolibri DSGVO konform?

Das Modell selbst ist ein Werkzeug, DSGVO Konformität hängt am Betrieb. Weil die Gewichte offen sind, kannst du Kolibri bei einem Hoster in Deutschland oder der EU betreiben, ohne Daten an Anbieter aus den USA oder China zu geben. Zugriffsrechte, Logging und Speicherorte musst du trotzdem sauber regeln und dokumentieren.

Was ist der Unterschied zwischen Kolibri und Kolibri Origin?

Kolibri Origin ist der kleinere interne Vorgänger mit rund 30 Milliarden Parametern und kürzerem Kontext. Kolibri ist größer, verarbeitet deutlich längere Texte und wurde zusätzlich darauf trainiert, bei fehlenden Belegen auf eine Antwort zu verzichten. Nach Angaben von Aleph Alpha vermeidet es dadurch deutlich häufiger falsche Antworten.

Was ändert die Fusion von Aleph Alpha und Cohere an Kolibri?

Für bestehende Nutzer zunächst wenig. Der Fusionsvertrag ist seit dem 16. September 2026 unterschrieben, das gemeinsame Unternehmen soll Cohere heißen. Die Gewichte stehen unter Apache 2.0 offen zur Verfügung und können weiter betrieben werden. Ob und wie Kolibri weiterentwickelt wird, hängt von der künftigen Ausrichtung des Unternehmens ab.

Wie hilft NCA beim Einsatz von Kolibri?

Wir klären mit dir Aufgabe, Daten und Anforderungen, testen Kolibri gegen passende Alternativen mit anonymisierten Daten und planen den Betrieb bei einem Hoster in Deutschland oder einem EU Anbieter. Am Anfang steht ein kostenloses Kennenlernen, danach schätzen wir den Aufwand und rechnen transparent nach Minuten ab.