HUMAIN-M3 zeigt den neuen Bauplan für souveräne KI

Saudi-Arabiens humain-m3 liefert ein anschauliches Beispiel dafür, wie sich die Strategie hinter „souveräner KI“ verändert. Statt jede Spitzenfähigkeit selbst von Grund auf zu entwickeln, hat HUMAIN die Modellfamilie M3 des chinesischen Anbieters MiniMax als Grundlage genutzt, sie mit arabischsprachigen Daten weitertrainiert und das Ergebnis über die eigene Plattform HUMAIN Node bereitgestellt. 65

Der entscheidende Punkt: Souveränität bedeutet für Staaten zunehmend, ein Modell sinnvoll anpassen, hosten, absichern und langfristig pflegen zu können. Es bedeutet nicht zwangsläufig, dass jede Ebene des Basismodells im eigenen Land entstanden sein muss.

Was HUMAIN-M3 vorgestellt hat

Das vom saudischen Staatsfonds PIF unterstützte Unternehmen HUMAIN kündigte humain-m3 am 3. September 2026 an. Nach Angaben des Unternehmens wurde das Modell von HUMAIN in Auftrag gegeben, von MiniMax geliefert und zunächst als Forschungsvorschau auf HUMAIN Node veröffentlicht. Eine Veröffentlichung der Modellgewichte ist geplant; in der Vorschau selbst standen sie jedoch noch nicht zum Download bereit. 63

Die Grundlage ist die MiniMax-M3-Modellfamilie: eine Mixture-of-Experts-Architektur (MoE) mit insgesamt 428 Milliarden Parametern, von denen pro Token etwa 23 Milliarden aktiv sind. HUMAIN zufolge wurde das Modell anschließend mit mehr als einer Billion Tokens arabischsprachiger Inhalte weitertrainiert. 61

Das ist mehr als eine Übersetzungsschicht über einem allgemeinen Modell. Ziel ist laut den verfügbaren Angaben, breite Fähigkeiten des Basismodells zu erhalten und zugleich das Verstehen und Generieren auf Arabisch mithilfe sprachlich und kulturell relevanter Daten zu verbessern. 211

Weshalb offene Gewichte die Rechnung verändern

Ein leistungsstarkes allgemeines KI-Modell komplett neu zu trainieren, verlangt enorme Rechenkapazitäten, Datenmengen, Fachwissen und Zeit. Ein Modell mit offenen Gewichten verschiebt den Ausgangspunkt: Ein heimischer Betreiber kann seine Investitionen auf Weitertraining, Evaluation, Einsatz und Governance für eigene Prioritäten konzentrieren.

MiniMax positioniert M3 als Open-Weight-Modell für Programmierung und agentische Aufgaben; per API unterstützt es Kontextfenster von bis zu einer Million Tokens. 18 Mit einem solchen Fundament kann ein nationales KI-Programm gezielt Bereiche verbessern, die allgemeine Modelle oft weniger gut abdecken: arabische Dialekte, regionales Wissen, institutionelle Arbeitsabläufe und lokal passende Tests.

Der strategische Vorteil besteht nicht darin, vollständig unabhängig von ausländischer Technologie zu werden. HUMAIN-M3 baut schließlich selbst auf einer chinesischen Modellfamilie auf. Der lokale Betreiber erhält aber mehr Einfluss auf jene Teile des Technologie-Stacks, die über den praktischen Einsatz entscheiden: welche Daten für die Spezialisierung verwendet werden, wo die Inferenz läuft, wie Updates erfolgen und für welche Anwendungen das Modell eingesetzt wird.

Gute Benchmarkwerte – aber noch kein unabhängiger Beleg

HUMAIN meldete einen gleichgewichteten Durchschnitt von 89,37 % über sieben öffentliche arabische Benchmarks hinweg und Spitzenplätze in fünf dieser Tests. Der Wert liege 9,03 Punkte über dem Referenzmodell MiniMax M3. 12

Das ist ein relevanter Hinweis darauf, dass arabischsprachiges Weitertraining die Ergebnisse in den gewählten Tests verbessern kann. Die Zahlen sollten jedoch mit Vorsicht gelesen werden: Der veröffentlichte Gesamtwert stammt aus HUMAINs eigener Evaluation und war zum Berichtszeitpunkt keine Einreichung für die öffentliche OALL-Bestenliste. 3

Damit belegen die Werte nicht unabhängig, dass das Modell bei Zuverlässigkeit, Sicherheit, Kosten oder Leistung in sämtlichen arabischsprachigen Praxisaufgaben überlegen ist. Öffentliche Replikationen, Erfahrungen aus realen Einsätzen sowie Tests zu regionalen Dialekten und sensiblen Anwendungsfällen werden aussagekräftiger sein als eine einzelne Benchmark-Tabelle.

Warum herunterladbare Gewichte strategisch wertvoll sind

Offene Modellgewichte können die Abhängigkeit von einem einzelnen, externen Modellanbieter verringern. Das Center for a New American Security (CNAS) verweist darauf, dass Länder Open-Weight-Modelle zunehmend als praktischen Weg gegen Vendor Lock-in betrachten: Sie können heruntergeladen, selbst betrieben, angepasst und in manchen Fällen kostengünstiger eingesetzt werden. 38

Für staatliche oder inländische Betreiber schafft das mehrere Formen von Kontrolle:

• Umgang mit Daten: Sensible Anwendungen lassen sich für lokale oder kontrollierte Infrastruktur auslegen, statt zwingend über eine ausländische API zu laufen.
• Sprachanpassung: Teams können das Modell weitertrainieren und für lokale arabische Varietäten sowie institutionelles Fachvokabular prüfen.
• Technische Wahlfreiheit: Betreiber können Inferenz-Stack, Hardwarekonfiguration und Bereitstellungsarchitektur selbst bestimmen.
• Kontinuität: Ein nutzbarer Modell-Checkpoint ist widerstandsfähiger als die ausschließliche Abhängigkeit von einer externen API, deren Bedingungen, Preise, Verfügbarkeit oder Zugang sich ändern können.

Das sind operative Vorteile, keine Garantien. Auch offene Gewichte erfordern Rechenkapazitäten, Cybersicherheit, Kompetenz bei Modellevaluation, eine Lizenzprüfung und einen langfristigen Wartungsplan.

Ein wachsender Markt für souveräne KI

HUMAIN-M3 ist Teil eines breiteren internationalen Trends. CNAS zählte bis Mitte 2026 184 staatlich unterstützte Projekte für souveräne KI in 67 Ländern, nachdem allein im ersten Halbjahr 41 neue Projekte erfasst worden waren. Der später aktualisierte Live-Index nannte 185 Projekte. 3433

CNAS definiert solche Projekte weit: Es geht um staatlich unterstützte KI-Initiativen mit ausdrücklich nationalstrategischem Bezug und nennenswerten öffentlichen Investitionen in heimische Recheninfrastruktur, Modelle oder Datenökosysteme. 33 Das ist wichtig, denn Modelle sind nur eine Schicht. Zu souveräner KI gehören ebenso Infrastruktur und Daten.

Chinesische Entwickler sind in diesem Markt auch deshalb wichtige Anbieter geworden, weil leistungsfähige Modelle sowohl mit offenen Gewichten als auch per API verfügbar gemacht werden. CNAS berichtete, dass mindestens sieben chinesische Entwickler Open-Weight-Systeme mit starken Fähigkeiten für Programmierung, Schlussfolgern, multimodale Verarbeitung und agentische Aufgaben anbieten. 36

MiniMax M3 kann zudem über andere Infrastrukturpartner als den eigenen Dienst bezogen werden. Artificial Analysis listete mehrere API-Anbieter, darunter Nebius und SambaNova. Das zeigt, dass ein offenes Modell über alternative Infrastruktur bereitgestellt werden kann. 22

Das Signal von HUMAIN-M3

Die wichtigste Erkenntnis ist nicht, dass eine einzelne Benchmark einen eindeutigen Modellführer bestimmt. Vielmehr verändert sich die Einheit des Wettbewerbs.

Staaten werden zu Kunden für wiederverwendbare KI-Bausteine: Modell-Checkpoints, die sie an lokale Sprachbedürfnisse anpassen, auf gewählter Infrastruktur betreiben, nach eigenen Anforderungen evaluieren und über längere Zeit pflegen können. Ein starkes Basismodell bleibt zentral. Doch offene Gewichte, Unterstützung für Hardware-Anpassungen, verlässliche Inferenzoptionen, Daten-Governance und ein glaubwürdiger Update-Pfad können genauso entscheidend sein.

HUMAIN-M3 weist damit über einen bloßen Wettstreit zwischen US- und chinesischen KI-Laboren hinaus. Der entstehende Wettbewerb dreht sich auch darum, wer Ländern den anpassungsfähigsten, kontrollierbarsten und im Betrieb dauerhaft tragfähigen KI-Stack liefern kann.