Warum Telekommunikationsbetreiber ihre KI-Strategie auf offene Modelle stützen: NVIDIA stellt Nemotron-3-Telekommodell mit 30 Mrd. Parametern vor

Was angekündigt wurde

Am 6. Oktober 2026 veröffentlichte der NVIDIA-Blog einen Beitrag von Kanika Atri mit dem Titel „Warum Telekommunikationsbetreiber ihre KI-Strategie auf offene Modelle stützen“. Die Kernaussage ist einfach: Betreiber bauen ihre KI-Strategie zunehmend auf offene Modelle, und die Gründe gehen über die Kosten hinaus. Offene Modelle erlauben es, KI in den kritischsten Workloads zu vertrauen, zu steuern und anzupassen, von autonomen Netzen bis zum Kundendienst. Der aktuelle NVIDIA-Bericht „State of AI in Telecommunications“ stützt dies: 89 % der Befragten halten Open-Source-Modelle und -Software für wichtig für die KI-Strategie ihres Unternehmens.

Eine Einschränkung gilt für alles Folgende. Es handelt sich um einen Anbieter-Blog. Die Umfragezahl, die Partnerzitate und die Produktankündigungen stammen alle aus NVIDIAs eigener Darstellung. Wir behandeln den Text als nützliches Branchensignal, nicht als neutrale Drittstudie, und trennen, was die Quelle sagt, von dem, was wir daraus schließen.

Die fünf strategischen Vorteile offener Modelle

Der Artikel nennt fünf Vorteile für Betreiber. Erstens erweitern offene Modelle den Zugang zu Intelligenz auf Spitzenniveau zu geringeren Kosten, sodass Betreiber geschlossene Modelle für die wertvollsten Workloads reservieren können. Der Artikel verweist auf unabhängige Benchmarks wie den Artificial Analysis Intelligence Index v4.3.2, nach denen führende offene Modelle bei Schlussfolgern, Programmieren, wissenschaftlichen und agentischen Aufgaben wettbewerbsfähiger werden. Zweitens ermöglichen offene Gewichte und Trainingsrezepte eine telekomspezifische Anpassung: Betreiber können mit eigenen Netz-, Kunden- und Branchendaten feinabstimmen.

Drittens ermöglichen offene Modelle vertrauenswürdige KI. Betreiber erhalten mehr Einblick in Modellartefakte und Verhalten und mehr Kontrolle darüber, sodass sie Modelle gemäß Vorschriften und Geschäftsrichtlinien bewerten, anpassen und steuern können. Viertens ist der Einsatz flexibel und sicher: Teams können offene Modelle dimensionieren und optimieren, damit sie in öffentlichen Clouds, privater Infrastruktur und Edge-Umgebungen laufen. Fünftens können Betreiber offene Modelle hosten und feinabstimmen, um Unternehmen und Behörden lokal angepasste KI-Dienste anzubieten.

Nach unserer Analyse sind der erste und der dritte Punkt die strukturell wichtigsten. Der erste beschreibt ein Modell-Routing je Workload: weder rein offen noch rein geschlossen, sondern gestuft nach dem Wert der jeweiligen Aufgabe. Der dritte betrifft die Governance. Telekommunikation ist stark reguliert. Datensouveränität, Prüfbarkeit und Erklärbarkeit zählen dort oft mehr als ein kleiner Genauigkeitsgewinn, und offene Gewichte haben hier einen natürlichen Vorteil.

Technik und Produkte: Nemotron und Nemotron 3 LTM

Die offene Modellfamilie NVIDIA Nemotron bietet Schlussfolgern auf Spitzenniveau, optimiert für agentische Workflows, sowie Sprachfunktionen für Voice-Anwendungen. Sie wird mit offenen Gewichten, offenen Trainingsdaten und offenen Rezepten geliefert. Das geht weiter als die bloße Veröffentlichung der Gewichte, denn ein Betreiber kann den Trainingsprozess selbst nachvollziehen und verändern.

Der Artikel kündigt das Nemotron 3 Large Telco Model (LTM) mit 30 Milliarden Parametern an. AdaptKey hat es auf offenen Telekom-Datensätzen feinabgestimmt, um die Genauigkeit bei telekomspezifischen Aufgaben zu steigern. Es gibt Betreibern eine offene Basis, die Telekom-Fachbegriffe versteht und in Betriebsabläufen wie Netzkonfiguration und Störungstriage für Kunden sinnvoll schlussfolgern kann.

Damit Betreiber Nemotron 3 LTM und andere offene Modelle mit eigenen Betriebsdaten anpassen können, hat NVIDIA das vollständige Rezept für die durchgängige Feinabstimmungs-Pipeline veröffentlicht. Es nutzt die offenen NVIDIA-NeMo-Bibliotheken und passt Modelle an die Netze, Kunden und Verfahren eines Betreibers an. Eine Lücke ist erwähnenswert: Die Quelle nennt weder Benchmark-Werte für Nemotron 3 LTM noch die Größe des Genauigkeitsgewinns. Sie sagt nur, dass die Genauigkeit steigt. Käufer sollten Zahlen verlangen.

Vom Modell zum Produktions-Workflow

Der Artikel betont, dass offene Modelle ein wichtiger Baustein sind, Modelle allein aber autonome Telekom-Abläufe nicht sicher in die Produktion bringen. Betreiber brauchen Pipelines, die Daten für die Feinabstimmung vorbereiten und schützen, indem sie sensible Datensätze anonymisieren und datenschutzwahrende synthetische Datensätze erzeugen. Sie brauchen außerdem eine Plattform, die offene Modelle in gesteuerte, autonome agentische Workflows verwandelt.

NVIDIAs Antwort ist eine durchgängige Plattform auf Basis der Software NVIDIA AI Enterprise und des NVIDIA Agent Toolkit. Sie umfasst Datenpipelines, offene Modelle, Agenten-Orchestrierung, sichere Laufzeitumgebungen und Simulation, mit Partnern auf jeder Ebene. Nüchtern gelesen lautet die kommerzielle Logik: Das offene Modell ist die Tür, und der Software-Stack samt beschleunigtem Rechnen ist der Raum dahinter.

Die Sicht der Betreiber

SoftBank Corp. nutzt in großem Umfang offene Grundlagen, darunter NVIDIA-Nemotron-Modelle, um sein SoftBank Large Telecom Model zu entwickeln. Rajeev Koodli, Principal Fellow von SoftBank Corp. und Senior Vice President von SB Telecom America, sagte, offene Modelle erlaubten es, auf dem schnellen Fortschritt globaler Basismodelle aufzubauen und zugleich jahrelang gesammeltes Netzwissen und Betriebserfahrung einzubringen. Zielanwendungen sind Netzbetrieb, Netzdesign und das Gesamtmanagement.

Andy Markus, Chief Data and AI Officer von AT&T, sagte, die Zukunft der KI liege nicht in der Wahl eines einzelnen Modells, sondern darin, jeden Workload der passenden Kombination aus Leistung, Kosten und Kontrolle zuzuordnen. Offene Modelle seien dafür unverzichtbar, und AT&T wolle diese Strategie der Modellwahl mit der nötigen Skalierung, Zuverlässigkeit und Governance in die Produktion bringen.

Chirag Sukhadia, Chief Data and AI Officer von Indosat Ooredoo Hutchison, einem der größten Betreiber Indonesiens, sagte, der Wert offener Modelle gehe für ein Land wie Indonesien über den Zugang zu leistungsfähiger KI hinaus. Es gehe darum, diese Intelligenz an Sprache, Kultur, Daten und reale Bedürfnisse des Landes anzupassen. Indosat setzt das mit seiner Open-Source-Modellfamilie Sahabat-AI um.

Folgen für Entwickler und Unternehmen

Für die KI-Teams der Betreiber rückt die Startlinie vor. Mit einer offenen Telekom-Basis und einem offiziellen Feinabstimmungsrezept muss ein Team nicht bei null vortrainieren. Es kann seine Kraft in Daten-Governance und Evaluierung stecken. Für Unternehmens- und Behördenkunden kann ein Betreiber, der offene Modelle hostet und anpasst, zum Anbieter lokal souveräner KI werden, die Anforderungen an Daten im Land, lokale Sprache und Branchen-Compliance erfüllt.

Für das breitere Entwickler-Ökosystem zeigt der Artikel ein Muster, das sich in vertikalen Branchen abzeichnet: ein offenes Basismodell, branchenspezifische Feinabstimmung und eine Governance-Plattform um beides. Offene Gewichte, Daten und Rezepte senken gemeinsam die Hürde, ein Branchenmodell nachzubauen.

Herausforderungen und Ausblick

Vier Herausforderungen stechen hervor. Die erste ist die Beleglage: Die 89 % stammen aus NVIDIAs eigenem Bericht, und der Artikel nennt weder Stichprobengröße noch Methode. Die zweite: Offen heißt nicht automatisch sicher. Mehr Einblick bringt mehr Verantwortung für Evaluierung, Red-Teaming und laufende Governance. Die dritte betrifft die Daten: Die Feinabstimmung braucht hochwertige Netz- und Kundendaten, die höchst sensibel sind, sodass die Qualität von Anonymisierung und synthetischen Daten das Ergebnis prägt. Die vierte ist die Autonomie selbst: Agentische Workflows, die Live-Netze berühren, brauchen Rückfallpfade und klare Fehlerkennzahlen.

Mit Blick nach vorn dürften offene Modelle zu einer Standardoption für Telekom-KI werden, da nationale KI-Strategien Betreiber zum Aufbau lokaler KI-Infrastruktur drängen. Geschlossene Modelle bleiben dann wenigen hochwertigen Einsatzfällen vorbehalten. Die NVIDIA GTC Berlin findet vom 20. bis 22. Oktober statt und könnte weitere Einsatzmeldungen bringen. Zwei Dinge sind beobachtenswert: öffentliche Evaluierungen von Nemotron 3 LTM und reale Ausfallraten autonomer Netzagenten.