Fortschritte bei der Entwicklung und dem Training von Künstlicher Intelligenz (KI) haben massive Auswirkungen auf Wirtschaft und Gesellschaft. KI-Modelle können den medizinischen Erkenntnisgewinn beschleunigen, selbstlernende Industrieroboter oder auch komplexe Verkehrsprozesse optimieren. Das Training von Hochleistungs-KI ist jedoch nach wie vor von teuren, zentralisierten Datenzentren abhängig. Nur wenige Akteure haben die Ressourcen, um diese großen Modelle zu trainieren. Der Zugang für KMU und Start-ups ist begrenzt, vor allem in Deutschland und Europa, wo diese Rechenressourcen noch weitestgehend fehlen.

Um diese Herausforderung zu meistern, hat SPRIND aus über 50 Bewerbungen 17 Teams aus ganz Europa ausgewählt und nach Leipzig eingeladen, um ihre Ideen für ein robustes und skalierbares Framework für Composite Learning zu präsentieren, das KI-Training über heterogene Hardware und dezentralisierte Systeme hinweg ermöglicht. Die teilnehmenden Teams haben innovative Lösungen vorgeschlagen, die Vorteile wie geringere Kosten und einen niedrigeren Energieverbrauch des KI-Trainings sowie kürzere Markteinführungszeiten für neue Modelle und einen effizienten Datenschutz bieten sollen.

Die Expertenjury – bestehend aus KI-Industrieexperten, VC-Investoren und Wissenschaftlern – hat sieben herausragende Teams aus über 50 Bewerbungen ausgewählt. Die Teams aus Deutschland, Frankreich und dem Vereinigten Königreich haben bahnbrechende Ansätze vorgestellt, die das Training von KI-Modellen über den aktuellen Stand der Technik hinaus neu definieren.

Zu den ausgewählten Teams gehören exalsius (logsight.ai GmbH und TU Berlin), SymphonyLearn (TU Darmstadt), Hypha (Katulu GmbH), AETHER (SEMRON), CambridgeFlower (University of Cambridge und Flower Labs), MOSAIC (Jiva.ai) und Planetary Compute Platform (DeltaWave). Ihre Expertise umfasst verschiedene KI-Anwendungen – von dezentralem Lernen und datenorientierter Optimierung bis hin zu agentenbasierter Modellierung und föderiertem Computing. Ihre Lösungen setzen auf Effizienz, Skalierbarkeit und Anpassungsfähigkeit. Viele dieser Teams haben bereits Unternehmen gegründet oder Partnerschaften in Bereichen wie Medizintechnik und industrielle Automatisierung gesichert.

Für die erste Stufe erhalten die ausgewählten Teams zu Beginn der Challenge jeweils bis zu 530.000 EUR. SPRIND bietet neben der finanziellen Unterstützung auch ein individuelles Coaching, eine Vernetzung der Teams untereinander sowie den Zugang zu einem Netzwerk von Expert:innen und potentiellen Kooperationspartner:innen.

Im Januar 2026 werden die Teams ihre Ergebnisse der Jury vorstellen. Diese prüft die Zwischenergebnisse und bewertet, welche Teams das größte Potential für transformative Innovationen aufweisen und in Stufe 2 dieser SPRIND Challenge aufsteigen, wo sie für die nächsten neun Monate zusätzlich bis zu 520.000 EUR pro Team erhalten. Für diejenigen, die im Oktober 2026 in Stufe 3 aufsteigen, stellt SPRIND nochmals bis zu 600.000 EUR zur Verfügung, um die weitere Entwicklung zu unterstützen.

Die Teams arbeiten an der technologischen Grenze des Möglichen und gestalten die Zukunft von dezentralisiertem KI-Training. Ziel der Challenge ist die Entwicklung eines umfassenden Frameworks, welches das Potential von Composite Learning in verteilten und heterogenen Umgebungen demonstriert. Die Lösungen sollen zeigen, wie KI-Modelle auf verschiedenen Geräten und Standorten, mit unterschiedlicher Hardware und Daten, effizient und sicher trainiert werden können. Dabei sollen innovative Ansätze entwickelt werden, um bestehende Einschränkungen zu überwinden, wie etwa mangelnde Kompatibilität zwischen verschiedenen Chips, Kommunikationsengpässe und die Abhängigkeit von zentralen Update-Servern.