1. August 2026 — Der Informationsdienstleister Thomson Reuters hat am Montag sein eigenes proprietäres KI-Modell vorgestellt, das nach eigenen Angaben für weniger als die Hälfte der Kosten anderer Frontier-KI-Modelle trainiert wurde. Die Veröffentlichung zeigt, was für SaaS-Anbieter wie Thomson Reuters möglich ist, die vom KI-Markt profitieren möchten.

Das intern entwickelte Modell mit dem Namen Thomson wurde auf den proprietären Inhalten des Anbieters – mit Schwerpunkt auf Rechtsinformationen – sowie auf seiner Technologie und Fachexpertise aufgebaut. Es basiert auf einem Basismodell namens Snowdon, das vom FAIR Lab am Imperial College London entwickelt wurde.

Thomson Reuters mit Sitz in Toronto stellt Thomson als vergleichbar mit den stärksten Frontier-Modellen am Markt dar, darunter Claude Opus 4.8, GPT 5.5 und Gemini 3.1 Pro. Der Start erfolgt, nachdem SaaS-Anbieter im Bereich juristischer Informationsdienste durch die Veröffentlichung der Claude-Cowork-Plugins von Anthropic im Februar aufgeschreckt worden waren – ein Hinweis darauf, wie schnell Frontier-KI-Produkte heute in den professionellen Arbeitsabläufen ankommen, die solche Anbieter seit langem bedienen.

Neben dem Rechtsbereich richtet Thomson Reuters das neue Modell auch an Fachkräfte in Bereichen wie dem Rechnungswesen und anderen compliancebezogenen Feldern – ein frühes Zeichen dafür, dass das Unternehmen domänenspezifisch trainierte KI über seinen juristischen Kern hinaus einsetzen will.

Das Unternehmen gab an, dass der Ursprung des Modells auch auf seine Übernahme von Safe Sign Technologies im Jahr 2024 zurückgeht. Safe Sign war ein britisches KI-Startup, das auf Rechtsanwendungen spezialisierte große Sprachmodelle (LLMs) entwickelte, und die Mitarbeiter des Startups wurden zum Grundlagen-Forschungsteam für Thomson. Die Übernahme verschaffte Thomson Reuters in einem einzigen Schritt eine fertige Forschungsgruppe – ein Weg, den auch andere SaaS-Anbieter, die über eigene Modelle nachdenken, untersuchen könnten.

Ein Modell, das andere anspornen könnte

„Dies könnte ein inspirierendes Modell für andere Institutionen sein, die ebenfalls über enorme Bestände an geistigem Eigentum und Kapital verfügen“, sagte Michael G Bennett, Associate Vice Chancellor für Datenwissenschaft und KI-Strategie an der University of Illinois Chicago.

Er fügte hinzu, dass es für Anbieter – insbesondere für Organisationen mit Daten, die von Frontier-Modellherstellern noch nicht aufgenommen wurden – sinnvoll sein kann, ein eigenes Modell für die kommerzielle Nutzung zu entwickeln.

„Das wird für eine ganze Reihe von Branchen ein Augenöffner sein, die darüber nachdenken, wie sie die Technologie nutzen und gleichzeitig die Fachkenntnisse und Ressourcen einsetzen können, über die sie intern verfügen, um nicht nur ein wirklich leistungsstarkes und nützliches Modell zu bauen, sondern eines, das sich auch von einem Frontier-Modell unterscheidet“, fuhr Bennett fort.

Ein kostengünstiges Unterfangen

Der Weg, den Thomson Reuters bei der Erstellung seines Modells eingeschlagen hat, ist ebenfalls interessant, so Bennett. Durch die Verwendung eines Open-Weight-Modells als Grundlage für Thomson musste Thomson Reuters nur 40 Millionen US-Dollar in das Training investieren – deutlich weniger als die Kosten für das Training eines fortschrittlichen LLM, die typischerweise über 100 Millionen US-Dollar liegen können. Für die breitere Softwarebranche könnte diese Rechnung genauso wichtig sein wie das Modell selbst: Sie legt nahe, dass ein wettbewerbsfähiges, proprietäres Modell für Anbieter erreichbar ist, die bereits über spezialisierte Daten und Fachwissen verfügen – ganz ohne die Budgets eines Frontier-KI-Labors.

„Ihre Ausgaben lagen wahrscheinlich um ein bis zwei Größenordnungen unter dem, was nötig wäre, um ein Modell von Grund auf neu zu entwickeln“, sagte Bennett.

Es ist unklar, wie sich Thomsons Modell am Markt schlagen wird, aber das LLM dürfte technisch gut abschneiden, so Bennett. Für Unternehmen in Wissensbranchen könnte die Möglichkeit attraktiv sein, domänenspezifische Modelle zu trainieren, ohne die üblichen Kosten der Modellentwicklung zu tragen, und ein kostengünstiges Modell zu nutzen, fügte er hinzu.

Obwohl Thomson Reuters beim Aufbau des LLM organisatorische und technische Hürden überwunden hat, bleiben für den Anbieter Herausforderungen bestehen, darunter die, seine Kunden davon zu überzeugen, dass das Modell mit anderen Frontier-Modellen vergleichbar ist, so Bennett. Unternehmen, die Thomson abonnieren, müssen zudem selbst herausfinden und vergleichen, ob ein LLM wie Thomson mit seiner Fachexpertise mit den Modellen der Frontier-KI-Labore vergleichbar ist.

Für die breitere Industrie sind die kurzfristigen Anzeichen, auf die es ankommt, ob Unternehmenskunden die Ansprüche von Thomson Reuters auf Frontier-Niveau im täglichen professionellen Einsatz bestätigen und ob andere Anbieter mit umfangreichen proprietären Inhalten denselben Weg über Open-Weight-Modelle und domänenspezifisches Training einschlagen.

Quelle: AI Business