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 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.

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.

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 Modus: Das Modell kann vor der Antwort in Zwischenschritten nachdenken.
• 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.

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.

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 Modellkarte rund 78 GB. Für den Betrieb nennt Aleph Alpha eine H200 oder B200 GPU oder zwei H100 GPUs. Ausgeliefert wird das Modell über vLLM mit einem eigenen Plugin von Aleph Alpha.

Kurz gesagt: Kolibri gehört auf GPU Server bei einem Hoster, nicht auf den Laptop. 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.

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. Nach Angaben von Aleph Alpha vermeidet Kolibri bei einem Wissenstest deutlich häufiger falsche Antworten als sein Vorgänger Kolibri Origin. Für Behörden und regulierte Branchen ist das wichtiger als der letzte Punkt im Benchmark.

Eine Garantie ist das nicht. Auch Kolibri kann Fehler machen. Ausgaben in kritischen Prozessen brauchen weiterhin Prüfung durch Menschen und klare Quellen.

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.

Die Tabelle zeigt die Größenordnung der Modelle. Die Zahlen stammen aus den Modellnamen und der Modellkarte von Kolibri.

Unabhängige Stimmen sehen Kolibri klar hinter der Spitze der offenen Modelle. Wer nur auf Ranglisten schaut, findet stärkere Kandidaten, etwa große Modelle aus China. 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 Modell aus Deutschland 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.

Aleph Alpha und das kanadische KI Unternehmen Cohere haben ihre Fusion vereinbart. Heidelberg soll als Forschungsstandort erhalten bleiben. Kolibri ist damit eines der ersten großen Modelle, das aus dieser neuen Konstellation kommt.

Für Nutzer ist ein Punkt wichtig: Die Gewichte stehen unter Apache 2.0 und liegen offen. 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.

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 lokal auf dem Laptop betreiben.
• Du brauchst ein Spezialmodell fürs Programmieren. Dafür sind die Vibe Coding Modelle die bessere Adresse.
• Du brauchst viele Sprachen außer Deutsch und Englisch.

Eine Alternative aus Deutschland mit anderem Ansatz ist Soofi S. Einen Blick auf europäische Modelle aus Frankreich bietet unser Vergleich ChatGPT und Mistral.

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.

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