Die meisten großen Sprachmodelle denken auf Englisch, auch wenn man sie etwas auf Deutsch fragt. Die interne Gedankenkette – der schrittweise Notizzettel, der in Reasoning-Modellen zum Standard geworden ist – ist standardmäßig überwiegend englisch, weil Trainingsdaten, Benchmarks und die Arbeitssprache der Forschenden englisch sind. Kolibri-1, so berichtet Heise, ist umgekehrt gebaut: Es schlussfolgert auf Deutsch.
Das ist eine täuschend einfache Designentscheidung – und sie öffnet eine alte Frage neu. Findet ein Modell seine Antwort über das Englische, muss das Schlussfolgern eine doppelte Übersetzung überstehen: die Frage ins Englische, die Antwort wieder heraus. Jede Wendung, jedes Kompositum und jeder technische oder juristische Begriff ohne saubere englische Entsprechung ist eine Gelegenheit, etwas zu verlieren. Deutsch ist dafür ein guter Stresstest: Lange Komposita und das Kasussystem tragen Information, die das Englische wegparaphrasiert.
Das Gegenargument ist ebenso vertraut: Entscheidend ist die Qualität des Schlussfolgerns, nicht seine Sprache – und ein kleineres Modell, das in seiner 'Muttersprache' denkt, mag schlicht schlechter schlussfolgern als ein Riese auf Englisch. Heises Fragestellung – auf Deutsch denken ist das eine, hilft es den Antworten? – ist die richtige, und die ehrliche Antwort lautet: Das muss Aufgabe für Aufgabe gemessen werden, nicht behauptet.
Die Geschichte fällt in eine europäische Debatte, in der es längst nicht mehr nur um Werte geht. Initiativen für souveräne KI argumentieren seit Jahren, Modelle, die in europäischen Sprachen trainiert und evaluiert werden, verhielten sich bei europäischen Aufgaben besser; Skeptiker halten dagegen, am Ende entscheide die Skalierung und Sprache sei Dekoration. Ein Modell, das die Sprache des Denkens selbst zum Thema macht, ist ein saubereres Experiment als die meiste Souveränitäts-Werbung: Es isoliert eine Variable und fragt, ob sie im Ergebnis sichtbar wird.
Die interessanten Ergebnisse dürften uneinheitlich ausfallen. Übersetzungslastige Aufgaben mögen besser werden, deutscher Faktenabruf schärfer, englischzentrierte Benchmarks unverändert erscheinen. Über Kolibri-1 entscheidet nicht, ob sein Notizzettel deutsch ist, sondern ob jemand zeigen kann, dass dieser deutsche Notizzettel eine Antwort hervorbringt, die der englische falsch hatte.
