Thomson Reuters baut eigenes KI-Modell — für 40 Millionen Dollar
Der Informationskonzern startet "Thomson", ein eigenes Sprachmodell auf Qwen-Basis — statt weiter von OpenAI oder Anthropic zu mieten.
Symbolbild · KI-generiert (AI IN LIFE)
Auf einen Blick
- Vorgestellt: 24. August 2026 (Pressemitteilung, The Decoder, SiliconANGLE)
- Investition: rund 40 Mio. Dollar über zwei Jahre; finaler Trainingslauf ca. 450.000 Dollar
- Basis: Alibabas Qwen3.5-397B, nachtrainiert mit dem Imperial College (Zwischenversion "Snowdon")
- Benchmark: hinter GPT-5.5 und Gemini 3.1 Pro auf LegalBench — vorn nur mit Westlaw-Datenzugriff
- Ziel: Unabhängigkeit von Anbietern wie OpenAI und Anthropic, Schutz der eigenen Daten
Thomson Reuters hat mit "Thomson" ein eigenes Sprachmodell vorgestellt — und begründet den Schritt mit Unabhängigkeit von den großen KI-Anbietern. Rund 40 Millionen Dollar über zwei Jahre hat der Konzern nach eigenen Angaben in Personal und Rechenleistung investiert; der finale Trainingslauf selbst kostete nur etwa 450.000 Dollar, wie The Decoder berichtet.
Technisch baut Thomson auf Alibabas offenem Modell Qwen3.5-397B auf und wurde gemeinsam mit dem Imperial College nachtrainiert — inklusive einer Zwischenversion namens Snowdon für Sicherheits- und Ethik-Feintuning. Der eigentliche Hebel liegt in den Daten: Das Modell greift auf exklusive Inhalte wie Westlaw und Practical Law zu.
CTO Joel Hron beschreibt die Strategie als Frage danach, "which intelligence is important enough to own" — welche Intelligenz wichtig genug sei, um sie selbst zu besitzen. Evaluationsleiter Andrew Bean bleibt nüchtern: Ohne die proprietären Daten sei Thomson "within the scope of the other models, but certainly not the leader yet".
Die Benchmarks bestätigen das: Auf Stanfords LegalBench liegt Thomson hinter GPT-5.5 und Gemini 3.1 Pro. Vorne ist das Modell nur dort, wo es auf die exklusiven Rechtsdatenbanken zugreifen kann — genau das ist aus Konzernsicht der Punkt: Wert entsteht aus Daten, die kein Wettbewerber lizenzieren kann.
Das Signal reicht über die Rechtsbranche hinaus. Wenn ein Datenkonzern für 40 Millionen Dollar — einen Bruchteil der Frontier-Budgets — ein brauchbares Spezialmodell auf Open-Source-Basis baut, wird "besitzen statt mieten" für viele Unternehmen mit wertvollen Datenbeständen zur realen Option. Der Druck auf die API-Geschäftsmodelle von OpenAI und Anthropic wächst.
Häufige Fragen
Warum baut Thomson Reuters ein eigenes Modell?
Um Vendor-Lock-in zu vermeiden, eigene Daten zu schützen und den Wert der exklusiven Inhalte wie Westlaw selbst zu heben — statt Modelle dauerhaft zu mieten.
Ist Thomson besser als GPT-5.5?
Nein. Auf allgemeinen Benchmarks wie LegalBench liegt es zurück; überlegen ist es nur in Kombination mit den exklusiven Rechtsdatenbanken des Konzerns.
Was bedeutet das für andere Unternehmen?
Spezialmodelle auf Open-Source-Basis werden bezahlbar. Wer wertvolle eigene Daten hat, kann sie zunehmend im eigenen Modell statt über fremde APIs nutzen.
