Drei indische KI-Modelle setzen auf Landessprachen und lokale Datenverarbeitung
Indien hat im Rahmen der IndiaAI Mission drei im Inland entwickelte Modelle für künstliche Intelligenz vorgestellt: EKA-1 von Soket Labs sowie Dhir 2B und Dhir 5B von ZenteiQ. Die Ankündigung im November 2026 vereint zwei Prioritäten des indischen KI-Programms: Software, die in indischen Sprachen funktioniert, und Werkzeuge, die nützliche Aufgaben ohne ständige Internetverbindung erledigen können.
Inhalt
- Drei indische KI-Modelle setzen auf Landessprachen und lokale Datenverarbeitung
- Welche Aufgaben EKA-1 übernehmen soll
- Indische Sprachunterstützung mit unterschiedlicher Reichweite
- Warum die Dhir-Modelle kleiner sind
- Was Arbeiten ohne Internet bedeutet
- Cloud-Computing half bei der Entwicklung von Modellen für den lokalen Einsatz
- Wie Nutzer auf die Modelle zugreifen können
- Was sich für Einrichtungen und Nutzer ändert
- Die wichtigsten Punkte
EKA-1 verfügt über 26,3 Milliarden Parameter und unterstützt Englisch sowie alle 22 Sprachen, die im Achten Anhang der indischen Verfassung aufgeführt sind. Die kleineren Dhir-Modelle haben zwei beziehungsweise fünf Milliarden Parameter und unterstützen Englisch sowie zehn indische Sprachen. Ihre Entwickler nennen als mögliche Einsatzgebiete unter anderem die Beantwortung von Fragen zu Dokumenten sowie Unterstützung bei Mathematik, Programmierung und institutionellen Aufgaben.
S. Krishnan, Staatssekretär im Ministerium für Elektronik und Informationstechnologie, nahm gemeinsam mit Vertretern des Ministeriums und der IndiaAI Mission an der Vorstellung teil. Er sagte, im Inland entwickelte Modelle könnten Indiens technologische Unabhängigkeit stärken und die Arbeit in Verwaltung, Industrie, Forschung, Bildung und Cybersicherheit unterstützen.
Der unmittelbarste praktische Vorteil ist eine größere Wahlfreiheit beim Ort der KI-Verarbeitung. Eine Organisation könnte ein Modell auf den eigenen Rechnern nutzen, während manche mobilen Anwendungen Anfragen direkt auf einem Smartphone verarbeiten könnten. Für Einrichtungen, die mit vertraulichen Dokumenten arbeiten, eröffnet dies die Möglichkeit, KI zu nutzen und Informationen zugleich in der eigenen IT-Umgebung zu behalten.
Über AIKosh wird Forschern, Studierenden, Start-ups, Unternehmen und der Öffentlichkeit Zugang zu den Modellen ermöglicht. ZenteiQ plant außerdem eine kostenlose mobile Anwendung. Die Ankündigung umfasst damit sowohl die zugrunde liegenden Modelle, auf denen Entwickler aufbauen können, als auch einen geplanten Weg, sie direkt zu nutzen.
Welche Aufgaben EKA-1 übernehmen soll
Soket Labs hat EKA-1 für Aufgaben wie Mathematik, Programmierung und logisches Schlussfolgern entwickelt, also für die Verarbeitung von Informationen, um eine Antwort zu erarbeiten. Vorstandschef Abhishek Upparwal bezeichnete Banken, Finanzdienstleistungen und Cybersicherheit als besondere Schwerpunkte. Das Modell sei auf die Anforderungen der digitalen Wirtschaft Indiens zugeschnitten.
Ein Basismodell ist ein KI-System, das so breit trainiert wurde, dass es verschiedene Anwendungen unterstützen kann. Entwickler können darauf spezialisierte Werkzeuge aufbauen, etwa einen Dienst, der Fragen zu Finanzdokumenten beantwortet, oder Software, die Programmierer beim Schreiben von Code unterstützt. EKA-1 soll diese grundlegenden Fähigkeiten bereitstellen und nicht nur eine einzige, eng umrissene Aufgabe erfüllen.
Die 26,3 Milliarden Parameter des Modells sind die internen Zahlenwerte, die während des Trainings angepasst werden. Sie helfen dem System, Muster zu erkennen und Antworten zu erzeugen. Die Zahl der Parameter gibt Aufschluss über die Größe eines Modells. Nutzer müssen aber auch die Sprachqualität, die Genauigkeit der Antworten, die Geschwindigkeit und den für eine bestimmte Aufgabe erforderlichen Rechenaufwand berücksichtigen.
Das angegebene Trainingsvolumen von EKA-1 beträgt rund 7,5 Billionen Token. Token sind Einheiten, in die Text für die Verarbeitung zerlegt wird; dabei kann es sich um ganze Wörter oder Wortteile handeln. Eine weitere veröffentlichte Angabe beziffert das Volumen auf 7,5 Lakh Crore Token, was 75 Billionen entspricht. Damit besteht eine erhebliche Abweichung bei der angegebenen Trainingsmenge.
Indische Sprachunterstützung mit unterschiedlicher Reichweite
Die Unterstützung für Englisch und alle 22 im Achten Anhang aufgeführten indischen Sprachen ist zentral für den vorgesehenen Einsatz von EKA-1 im Inland. In einer weiter gefassten Beschreibung ist auch von mehr als 100 indischen und ausländischen Sprachen sowie Programmiersprachen die Rede. Die Zahl der im Anhang aufgeführten Sprachen benennt die angegebene Unterstützung für indische Sprachen; die größere Zahl beschreibt ein breiteres Spektrum.
Dhir 2B und Dhir 5B sollen Englisch und zehn indische Sprachen unterstützen. Ihre geringere Größe und die enger gefasste Sprachunterstützung bieten Einrichtungen je nach Dokumenten, Sprachen und vorhandener Ausstattung eine andere Option als EKA-1.
Für Studierende oder Beschäftigte im öffentlichen Dienst kann die Sprachunterstützung darüber entscheiden, ob ein KI-Werkzeug im Arbeitsalltag nützlich ist. Ein Dokumentenassistent, der die in einem Büro oder Klassenzimmer verwendete Sprache versteht, kann den Aufwand verringern, Fragen vorab ins Englische zu übersetzen. Die Beschreibungen zur Vorstellung enthalten jedoch keine Leistungsdaten für einzelne Sprachen und keine vergleichbaren Genauigkeitswerte für die drei Modelle.
Warum die Dhir-Modelle kleiner sind
ZenteiQ-Vorstandschef Professor Sashikumaar Ganesan bezeichnete Dhir 2B und Dhir 5B als kompakte Modelle und erläuterte bei der Vorstellung ihre Größe:
Wir haben zwei kleine Modelle vorgestellt. Wir nennen sie kompakte Modelle ... vorgestellt haben wir ein Modell mit zwei Milliarden und eines mit fünf Milliarden Parametern ...
EKA-1 hat etwa 5,3-mal so viele Parameter wie Dhir 5B und rund 13,2-mal so viele wie Dhir 2B. Die Vergleiche ergeben sich aus den angekündigten Größen von 26,3 Milliarden, fünf Milliarden und zwei Milliarden Parametern. Kleinere Modelle benötigen in der Regel weniger Speicherplatz für ihre Parameter und kommen daher für Geräte mit begrenzteren Ressourcen infrage.
ZenteiQ zufolge können seine Modelle direkt auf Mobilgeräten und auf verschiedenen Computerplattformen laufen. Ganesan beschrieb die angestrebte Nutzung so, dass Menschen Zugang erhalten, ohne jede Anfrage an einen externen Dienst zu senden:
Wir können diese Modelle direkt auf unseren Mobilgeräten ausführen ... Nutzer können KI-Lösungen direkt in die Hand bekommen, ohne überhaupt auf die Cloud zurückzugreifen, erstens ...
Die Dhir-Modelle sollen Informationen aus Dokumenten abrufen, Fragen beantworten und Routineaufgaben unterstützen. Zu den vorgesehenen Nutzern zählen Verteidigungsorganisationen, Behörden, Industrieunternehmen und Bildungseinrichtungen.
Was Arbeiten ohne Internet bedeutet
Bei einem über die Cloud genutzten KI-Dienst wird eine Anfrage normalerweise an Rechner an einem anderen Ort gesendet, dort verarbeitet und mit einer Antwort zurückgeschickt. Wird ein Modell lokal ausgeführt, findet die Verarbeitung stattdessen auf einem Smartphone oder der eigenen IT-Ausstattung einer Organisation statt. Sobald die erforderliche Software und das Modell installiert sind, können geeignete Aufgaben auch ohne aktive Internetverbindung erledigt werden.
Krishnan hob das Potenzial dieser Modelle hervor, in sicheren Computernetzwerken ohne Internetzugang zu laufen. Solche Netzwerke sind für Behörden und andere sensible Einrichtungen relevant, die Verbindungen zu externen Diensten einschränken. Ein lokaler Dokumentenassistent könnte Beschäftigten beispielsweise bei der Suche in internen Unterlagen helfen, während die Verarbeitung innerhalb der Organisation bleibt.
Der gerätebasierte Ansatz von ZenteiQ könnte auch dort nützlich sein, wo die Verbindung schwach oder unzuverlässig ist. Nutzer wären bei jeder Anfrage weniger auf eine stabile Verbindung angewiesen. EKA-1 soll ebenfalls einige Aufgaben auf Mobiltelefonen erledigen können, wobei die deutlichsten Aussagen zum Einsatz auf Mobilgeräten die kompakten Dhir-Modelle betreffen.
Wenn Informationen auf einem Gerät bleiben, hat dessen Besitzer mehr Kontrolle darüber, wo die Verarbeitung stattfindet. Die Organisation muss weiterhin den Dateizugriff verwalten, ihre Geräte schützen und festlegen, auf welche Dokumente eine Anwendung zugreifen darf. Der Datenschutz hängt daher davon ab, wie die gesamte Anwendung eingesetzt wird, und nicht allein davon, ob das Modell lokal ausgeführt werden kann.
Cloud-Computing half bei der Entwicklung von Modellen für den lokalen Einsatz
Die Dhir-Modelle wurden mit Unterstützung von Tensor Processing Units (TPUs) von Google Cloud entwickelt. Das sind spezialisierte Prozessoren für die umfangreichen Berechnungen, die bei KI anfallen. Den Angaben zufolge können die Modelle auch auf Systemen mit Grafikprozessoren (GPUs) laufen.
Training und alltägliche Nutzung sind unterschiedliche Phasen. Beim Training werden die internen Werte eines Modells angepasst, indem große Datenmengen verarbeitet werden. Das Ausführen eines fertigen Modells zur Beantwortung einer Frage heißt Inferenz. Entwickler können während des Trainings leistungsstarke Cloud-Systeme einsetzen und anschließend ein Modell bereitstellen, das die Inferenz auf lokaler Hardware ausführt.
Die IndiaAI Mission unterstützte beide Entwickler mit vergünstigten Rechenressourcen und Zuschüssen zu Forschungsausgaben. Damit wird ein erheblicher praktischer Kostenfaktor bei der Entwicklung von Basismodellen abgefedert: ausreichend Rechenkapazität für Training und Entwicklung bereitzustellen.
Krishnan stellte die Initiative in den Zusammenhang mit technologischer und strategischer Autonomie. In der Praxis erhalten indische Organisationen durch die Entwicklung im Inland eine weitere Quelle für Modelle, die auf lokale Sprachen und institutionelle Anforderungen zugeschnitten sind und sich auf einer von ihnen kontrollierten Infrastruktur einsetzen lassen.
Wie Nutzer auf die Modelle zugreifen können
AIKosh ist die angekündigte Zugangsplattform für Forscher, Studierende, Start-ups, Unternehmen und Einzelpersonen. Für Entwickler eröffnet der Zugang zu einem Basismodell die Möglichkeit, Anwendungen für bestimmte Dokumente oder Aufgaben zu entwickeln. Einrichtungen müssen im nächsten Schritt eine Bereitstellung wählen, die zu ihrer Ausstattung, ihren Sprachen und ihren Datenschutzvorgaben passt.
ZenteiQ plant, seine mobile Anwendung kostenlos über den Play Store und für iOS bereitzustellen. Ganesan sagte außerdem, das Unternehmen wolle ein Modell mit neun Milliarden Parametern einführen und damit sein Angebot über Dhir 2B und Dhir 5B hinaus erweitern.
Die Ankündigung nennt weder einen Veröffentlichungstermin für die mobile Anwendung noch für das geplante Modell mit neun Milliarden Parametern. Auch Angaben zu unterstützten Smartphone-Konfigurationen, Speicherbedarf, Downloadgrößen und Lizenzbedingungen fehlen. Diese Details werden für Nutzer wichtig sein, die prüfen möchten, ob sie die Software installieren oder für eigene Entwicklungen einsetzen können.
Die Vorstellung fand den Angaben zufolge an einem Dienstag statt, dem 3. November 2026; zugleich wurde auch der 4. November als Datum der Präsentation genannt. Beide Angaben verorten die Einführung der drei Modelle in derselben Woche.
Was sich für Einrichtungen und Nutzer ändert
Behörden und Unternehmen können nun drei weitere im Inland entwickelte Modelle für Sprach- und Dokumentenaufgaben in Betracht ziehen. Sie unterscheiden sich in ihrer Größe: EKA-1 verbindet eine höhere Parameterzahl mit einer breit gefassten Sprachunterstützung, während die Dhir-Modelle auf einen kompakten Betrieb, auch auf Mobilgeräten, ausgelegt sind.
Banken und Cybersicherheit sind besondere Einsatzgebiete für Soket Labs. Bei Dhir stehen das Abrufen von Dokumenten und Fragen zu internen Informationen im Vordergrund. Schulen, Forschungseinrichtungen und Behörden könnten ebenfalls Anwendungen auf diesen Fähigkeiten aufbauen und das Modell sowie die Rechenumgebung passend zu ihrer Arbeit auswählen.
Als nächste konkrete Schritte sind ein breiterer Zugang über AIKosh, die geplante kostenlose mobile Anwendung und ein größeres Modell von ZenteiQ vorgesehen. Für Nutzer wird der praktische Nutzen davon abhängen, wie gut diese Systeme mit ihren Sprachen, Dokumenten und Geräten zurechtkommen.
Die wichtigsten Punkte
- Indien stellte im November 2026 im Rahmen der IndiaAI Mission EKA-1, Dhir 2B und Dhir 5B vor.
- EKA-1 verfügt über 26,3 Milliarden Parameter und unterstützt Englisch sowie alle 22 im Achten Anhang aufgeführten indischen Sprachen.
- Dhir 2B und Dhir 5B unterstützen Englisch und zehn indische Sprachen. Sie sind für einen kompakten Einsatz, auch auf Mobilgeräten, ausgelegt.
- Lokale Verarbeitung kann die Dokumentenarbeit in Einrichtungen mit eingeschränktem Internetzugang und an Orten mit begrenzter Verbindung unterstützen.
- Die IndiaAI Mission unterstützte die Entwickler mit Rechenressourcen und Zuschüssen zu Forschungsausgaben.
- AIKosh ist die angekündigte Zugangsplattform; eine kostenlose mobile Anwendung von ZenteiQ und ein Modell mit neun Milliarden Parametern sind geplant.
