--- title: "Apertus wird ein Jahr alt, DeepSeek öffnet sich dem Multimodalen: die Woche der offenen Modelle, Anfang September 2026" description: "Die Jahresbilanz von Apertus, dem offenen Schweizer Modell, die erste multimodale Version von DeepSeek V4 unter MIT-Lizenz und ein auf Medizin spezialisiertes offenes Modell: drei Meldungen derselben Woche und was sie für ein Schweizer Unternehmen bedeuten." date: 2026-09-07 tags: [Offene Modelle, Nachrichten, Datensouveränität] url: "https://ai.malagoli.me/de/blog/apertus-un-anno-deepseek-multimodale-settembre-2026" locale: de_CH image: "/blog/apertus-un-anno-deepseek-multimodale-settembre-2026.svg" ---
# Apertus wird ein Jahr alt, DeepSeek öffnet sich dem Multimodalen: die Woche der offenen Modelle, Anfang September 2026
<!-- 2026-09-07 · Offene Modelle · Nachrichten · Datensouveränität -->
Drei Meldungen derselben Woche, zusammen gelesen: die Jahresbilanz des Schweizer offenen Modells Apertus, DeepSeeks erste multimodale Veröffentlichung unter sauberer MIT-Lizenz, und ein offenes Modell, das sich auf Medizin spezialisiert. Was davon für Ihre Architektur wirklich zählt.
Drei Meldungen aus der ersten Septemberwoche 2026 zeigen gut, wo offene Modelle gerade stehen, auch wenn sie außer dem Zeitfenster wenig gemeinsam haben. Am 2. September wurde Apertus — das in der Schweiz von EPFL, ETH Zürich und CSCS entwickelte offene Modell — ein Jahr alt, mit einer Bilanz, die sich genau zu lesen lohnt, wenn Sie hierzulande mit sensiblen Daten arbeiten. Am 31. August veröffentlichte DeepSeek das erste multimodale Modell der V4-Familie, unter sauberer MIT-Lizenz. Am 4. September brachte Ant Group eine auf den medizinischen Bereich spezialisierte Variante seines Ling-3.0-Modells heraus. Drei Veröffentlichungen, drei Lizenzen, und drei unterschiedliche Lektionen für alle, die heute eine KI-Architektur evaluieren.
## Apertus, ein Jahr danach: 4 Millionen Downloads, aber Souveränität allein reicht nicht
Apertus — lateinisch für "offen" — ist das Sprachmodell von EPFL, ETH Zürich und dem Schweizerischen Nationalen Hochleistungsrechenzentrum (CSCS), gestartet am 2. September 2025 unter Apache-2.0-Lizenz: nicht nur die Gewichte, sondern auch die Trainingsdaten, die Architektur und die Trainingsverfahren sind öffentlich und dokumentiert, verfügbar in Versionen mit 8 und 70 Milliarden Parametern. Ein Jahr später, laut der am 2. September von Swissinfo veröffentlichten Bilanz, hat das Modell die 4-Millionen-Download-Marke überschritten und konkrete Anwendungen gefunden: Im Juni stellte die EPFL MeditronFO vor, ein vollständig offenes Framework zum Aufbau klinischer KI-Modelle, das genau auf Apertus basiert, und das CSCS nutzt es für einen internen maschinellen Übersetzungsdienst für den Kanton Tessin.
Im Juli kam Apertus 1.5 hinzu, das Bild- und Audioverständnis, einen expliziten Denkmodus und ein vervierfachtes Kontextfenster von rund 262.000 Token hinzufügte, zusätzlich zu einer besseren Unterstützung für Tool-Aufrufe und komplexe Anweisungen. Doch dieselbe Bilanz verschweigt die Grenzen nicht: Bei agentischen Fähigkeiten liegt Apertus weiterhin hinter anderen Open-Weight-Modellen zurück, und die 70-Milliarden-Parameter-Version gut zum Laufen zu bringen ist, wie es im Artikel heißt, "ein Infrastrukturprojekt, kein Download-and-go". Für das Entwicklungsteam bleiben im zweiten Jahr zwei Herausforderungen: das Modell selbst zu verbessern und das Ökosystem der Werkzeuge darum herum zu stärken.
Für ein Schweizer Unternehmen, das die DSG-Konformität bewertet, bleibt Apertus heute der sauberste Ausgangspunkt in Sachen Souveränität: in der Schweiz trainiert, öffentlich dokumentiert, auf Infrastruktur unter Ihrer eigenen Kontrolle lauffähig, ohne jede Lizenzambiguität zu prüfen. Aber die Souveränität der Herkunft ersetzt nicht die Prüfung der Fähigkeiten: Wenn Ihr Anwendungsfall komplexes agentisches Verhalten erfordert, legt die Jahresbilanz nahe, es an der realen Aufgabe zu testen, bevor Sie es für selbstverständlich halten — nicht es nur zu wählen, weil es "das Schweizer Modell" ist.
## DeepSeek öffnet die Augen: das erste multimodale Modell der V4-Familie, unter sauberer MIT-Lizenz
Am 31. August veröffentlichte DeepSeek auf Hugging Face die Gewichte von DeepSeek-V4-Flash-Vision-Exp, dem ersten experimentellen multimodalen Modell der V4-Familie: aufgebaut auf der Architektur von DeepSeek-V4-Flash, ergänzt um visuelle Module und einen weiteren Trainingszyklus, um das Verständnis von Bildern und visuellen Dokumenten freizuschalten. Die Spezifikationen bleiben die eines Mixture-of-Experts-Modells der Spitzenklasse: 284 Milliarden Parameter insgesamt, davon 13 Milliarden pro Token aktiv, 256 gerouteten Experten plus ein gemeinsam genutzter, und ein natives Kontextfenster von bis zu 1 Million Token.
Bei der Lizenz gibt es keine Überraschungen zwischen den Zeilen zu suchen: Die im Repository veröffentlichte Datei ist reiner MIT-Text, ohne Anhang und ohne Klausel zur akzeptablen Nutzung, der das gesamte Spektrum an Rechten gewährt — Nutzung, Kopie, Änderung, Weitergabe, Unterlizenzierung, Verkauf — ohne Schwellenwerte, die an Umsatz, kommerzielle Nutzung oder abgeleitete Modelle gebunden sind. Das ist ein direkter Kontrast zu dem, was wir vor zwei Wochen bei GLM-5.3 gesehen haben, das unter einer maßgeschneiderten, auf große Hyperscaler ausgerichteten Lizenz veröffentlicht wurde: Für alle, die eine intern zu betreibende Pipeline zum Dokumenten- oder Bildverständnis evaluieren, nimmt ein multimodales Modell dieser Größenordnung unter sauberer MIT-Lizenz die Lizenzambiguität vollständig von der Prüfliste.
## Ling-3.0-Flash-Sante: wenn sich ein offenes Modell auf einen regulierten Bereich spezialisiert
Am 4. September veröffentlichte Ant Group über sein Labor inclusionAI Ling-3.0-Flash-Sante, eine Variante seines Modells Ling-3.0-Flash (124 Milliarden Parameter insgesamt, 5,1 Milliarden aktiv, am 5. August unter MIT-Lizenz veröffentlicht), feinabgestimmt für den medizinischen Bereich: Schlussfolgern über klinisches Wissen, evidenzbasiertes Retrieval und die Abwicklung komplexer medizinischer Arbeitsabläufe, bei gleichzeitigem Erhalt der allgemeinen Fähigkeiten des Basismodells in Bezug auf Schlussfolgern, Coding und Tool-Nutzung, mit einem Kontextfenster von 256.000 Token.
Das ist ein Signal, das unabhängig vom konkreten Anwendungsfall Beachtung verdient: Offene Modelle beginnen, sich in stark regulierten Branchen wie dem Gesundheitswesen zu spezialisieren, nicht nur in allgemeinen Benchmarks zu konkurrieren. Das Modell ist vorerst hauptsächlich über gehostete APIs verfügbar — Novita, OpenRouter, Vercel AI Gateway, mit einem kostenlosen Fenster bis zum 4. Oktober — praktisch zum Prototyping, aber für jeden Workflow, der reale klinische Daten verarbeitet, gilt weiterhin der altbekannte Grundsatz: prüfen, wo die Inferenz läuft und wo die Daten landen, bevor man einen Produktionsprozess darauf aufbaut, nicht danach.
## Im Hintergrund: Das AI Office beginnt, Rechenschaft zu verlangen
Am 29. August bestätigte die geschäftsführende Vizepräsidentin der Europäischen Kommission, Henna Virkkunen, dass das AI Office förmlich Auskunftsersuchen an mehr als 30 Anbieter von GPAI-Modellen verschickt hat, zu Modellsicherheit, unabhängigen externen Bewertungen und Überwachung nach der Markteinführung. Es ist die erste konkrete Anwendung der am 2. August in Kraft getretenen Durchsetzungsbefugnisse, über die wir vor einem Monat geschrieben haben: eine Erinnerung daran, dass die Anforderung technischer Dokumentation keine Hypothese mehr ist, und es lohnt sich, schon jetzt zu prüfen, ob die Ihres Anbieters — ob offen oder geschlossen — demselben Prüfungsniveau standhalten würde.
## Was diese Woche konkret zu prüfen ist
- Wenn Sie Apertus aus Souveränitätsgründen evaluieren, testen Sie es an Ihrem tatsächlichen Anwendungsfall, bevor Sie es für selbstverständlich halten: Die Apache-2.0-Lizenz und das Schweizer Training sind ein sauberer Ausgangspunkt, keine Garantie für ausreichende Fähigkeiten bei jeder Aufgabe.
- DeepSeek-V4-Flash-Vision-Exp zeigt, dass ein großes multimodales Modell unter sauberer MIT-Lizenz heute für Self-Hosting verfügbar ist, ohne Klauseln aushandeln zu müssen: Wenn Ihr Anwendungsfall Dokumenten- oder Bildverständnis ist, ist es eine Option, die man neben Qwen und GLM abwägen sollte.
- Wenn Sie ein auf einen regulierten Bereich wie das Gesundheitswesen spezialisiertes offenes Modell in Betracht ziehen, behandeln Sie das kostenlose API-Fenster als Werkzeug zum Prototyping, nicht als Produktionsarchitektur: Prüfen Sie für reale klinische Daten Datenresidenz und Self-Hosting-Optionen, bevor Sie integrieren.
- Da das AI Office bereits technische Dokumentation von großen Anbietern anfordert, ist jetzt der Moment, zu prüfen, ob Ihre — für das Modell, das Sie heute nutzen — derselben Anfrage standhalten würde, bevor jemand anderes sie für Sie stellt.
Genau das ist die Arbeit, die wir jede Woche für unsere Kunden leisten: die in dieser spezifischen Woche veröffentlichten Bilanzen und Lizenzen lesen, prüfen, was sich für ein Schweizer Unternehmen wirklich ändert, und eine Architektur aufbauen, in der das richtige Modell — souverän, multimodal oder spezialisiert — dort läuft, wo es laufen muss, mit Ihren Daten, die Ihre bleiben.
### Quellen
- [alle Artikel](/de/markdown.md)
- [formatierte Version](/de/blog/apertus-un-anno-deepseek-multimodale-settembre-2026)
© 2026 ai.malagoli.me · Daten gehostet in der Schweiz · CH ✓
[Datenschutzerklärung](/de/privacy) · [Cookie-Richtlinie](/de/cookie-policy)