Sber AI ist die Abteilung für Forschung und Entwicklung im Bereich künstliche Intelligenz der Sberbank, des größten Finanzinstituts Russlands. Die Einheit wurde Ende der 2010er Jahre gegründet und konzentriert sich auf die Weiterentwicklung von Technologien der künstlichen Intelligenz für sowohl interne Bankanwendungen als auch externe kommerzielle Produkte. Zu ihren bekanntesten Entwicklungen gehören GigaChat, ein Großsprachmodell für konversationelle und generative Aufgaben, sowie Kandinsky, eine Familie von generativen KI-Modellen für die Text-zu-Bild-Synthese. Sber AI agiert als wichtiger Akteur im russischen KI-Ökosystem und konkurriert mit globalen Laboren, während es sich an nationale regulatorische und infrastrukturelle Rahmenbedingungen anpasst.
Die Abteilung entstand aus der umfassenderen Strategie der digitalen Transformation der Sberbank, die um 2017 unter der Führung des CEO German Gref begann. Die Sberbank investierte stark in Datenwissenschaft und maschinelles Lernen, um Kundenservice, Risikobewertung und operative Effizienz zu verbessern. Bis 2019 hatte die Bank ihre KI-Bemühungen in einer eigenen Einheit gebündelt, die später als Sber AI gebrandet wurde, mit Forschungsteams in Moskau und anderen russischen Technologiezentren. Die Arbeit des Labors umfasst maschinelles Lernen, Deep Learning und neuronale Netzwerkarchitekturen, mit einem starken Fokus auf die praktische Anwendung in den Bereichen Finanzen, Gesundheitswesen und öffentliche Dienste.
GigaChat-Entwicklung
GigaChat ist das Flaggschiff-Großsprachmodell von Sber AI, das erstmals im April 2023 angekündigt wurde. Es wurde entwickelt, um mit internationalen Modellen wie der GPT-Serie von OpenAI zu konkurrieren, jedoch mit einem Fokus auf die russische Sprache und den lokalen kulturellen Kontext. Das Modell basiert auf einer Transformer-Architektur und nutzt Multi-Head-Attention-Mechanismen und positionale Kodierung, um Textsequenzen zu verarbeiten. GigaChat unterstützt sowohl konversationelle Antworten als auch die Generierung von Inhalten, einschließlich Code-Schreiben, Zusammenfassungen und Beantwortung von Fragen.
Die erste Veröffentlichung von GigaChat erfolgte als Beta-Version, die ausgewählten Nutzern über eine mobile App und eine Weboberfläche zur Verfügung stand. Nachfolgende Versionen erweiterten die Fähigkeiten, einschließlich multimodaler Funktionen, die Bildverständnis und -generierung integrieren. Sber AI trainierte GigaChat auf großen russischen und mehrsprachigen Korpora, wobei Daten aus Büchern, Artikeln und Webinhalten stammten. Der Trainingsprozess verwendete Residual-Netzwerk-Schichten und Schichtnormalisierung, um tiefe Architekturen zu stabilisieren, sowie Adam-Optimierer und Lernratenpläne für eine effiziente Konvergenz.
Im Jahr 2024 veröffentlichte Sber AI GigaChat 2.0, das verbesserte Denkfähigkeiten und reduzierte Halluzinationsraten einführte. Das Modell wurde über eine API für Unternehmenskunden verfügbar gemacht, und die Sberbank integrierte es in ihre Mobile-Banking-App zur Automatisierung des Kundensupports. Stand 2025 bleibt GigaChat eines der wenigen großen Sprachmodelle, die vollständig in Russland entwickelt wurden, mit laufenden Updates, die sich auf Sicherheit und Ausrichtung konzentrieren.
Kandinsky-Bildgenerierung
Kandinsky ist die Familie von Text-zu-Bild-Modellen von Sber AI, benannt nach dem russischen Maler Wassily Kandinsky. Die erste Version, Kandinsky 1.0, wurde 2022 veröffentlicht und basierte auf einer diffusionsbasierten Architektur. Im Gegensatz zu autoregressiven Modellen erzeugen Diffusionsmodelle Bilder durch iteratives Entrauschen von zufälligem Rauschen, gesteuert durch Textaufforderungen. Sber AI adaptierte diesen Ansatz unter Verwendung eines U-Net-Rückgrats und Cross-Attention-Schichten, um die Generierung durch textuelle Beschreibungen zu konditionieren.
Kandinsky 2.0, veröffentlicht 2023, verbesserte Bildqualität und -auflösung und unterstützte bis zu 1024x1024 Pixel. Es führte ein Dual-Encoder-Setup ein, das einen CLIP-ähnlichen Text-Encoder mit einem Diffusions-Decoder kombinierte, was eine genauere Einhaltung der Aufforderungen ermöglichte. Kandinsky 3.0, das Ende 2023 auf den Markt kam, verbesserte den Fotorealismus weiter und fügte Funktionen wie Bildbearbeitung und Inpainting hinzu. Die Modelle wurden auf einem kuratierten Datensatz russischer und internationaler Bilder trainiert, mit einem Fokus auf vielfältige Stile und Motive.
Sber AI machte Kandinsky über eine öffentliche Weboberfläche und eine API verfügbar, sodass Entwickler und Künstler Bilder für kommerzielle Zwecke generieren können. Die Modelle wurden in Werbung, Inhaltserstellung und Bildungswerkzeugen eingesetzt. Stand 2025 befindet sich Kandinsky 4.0 in der Entwicklung, mit erwarteten Verbesserungen bei Geschwindigkeit und feiner Steuerung.
Forschung und Infrastruktur
Sber AI unterhält ein umfangreiches Forschungsprogramm, veröffentlicht Arbeiten auf internationalen Konferenzen und kooperiert mit akademischen Einrichtungen. Die Forschungsbereiche des Labors umfassen generative KI, Verstärkungslernen (obwohl nicht explizit aufgeführt) und effiziente Modellbereitstellung. Sber AI hat zu Open-Source-Projekten beigetragen, einige Modellgewichte und Trainingscode für die Community freigegeben, obwohl viele Ressourcen proprietär bleiben.
Um groß angelegtes Training zu unterstützen, betreibt Sber AI einen Hochleistungsrechencluster, der ursprünglich auf NVIDIA-GPUs basierte. Aufgrund internationaler Sanktionen nach 2022 stand das Labor jedoch vor Herausforderungen bei der Beschaffung fortschrittlicher Hardware. Als Reaktion darauf erkundete Sber AI Alternativen, darunter die Entwicklung eigener Chips und Partnerschaften mit chinesischen Herstellern. Stand 2025 verwendet das Labor eine Mischung aus älteren NVIDIA-GPUs und neueren inländischen Beschleunigern, mit laufenden Bemühungen zur Optimierung der Trainingseffizienz.
Die Abteilung investiert auch in Datenaugmentierung-Techniken, um den Nutzen begrenzter Trainingsdaten zu maximieren. Dies umfasst die Generierung synthetischer Daten und die Erweiterung mehrsprachiger Korpora. Sber AI verwendet Modellbeschneidung und Quantisierung-Methoden, um Inferenzkosten zu senken und die Bereitstellung auf Edge-Geräten und mobilen Plattformen zu ermöglichen.
Anwendungen und Produkte
Über GigaChat und Kandinsky hinaus entwickelt Sber AI KI-Lösungen für das Kerngeschäft der Sberbank. Dazu gehören Betrugserkennungssysteme unter Verwendung von Anomalieerkennung (nicht aufgeführt, aber impliziert), Kreditscoring-Modelle und personalisierte Finanzempfehlungen. Die mobile App der Bank integriert virtuelle Assistenten, die von Sber-AI-Modellen unterstützt werden und Kundenanfragen sowie Transaktionsaufgaben bearbeiten.
Sber AI arbeitet auch an der Verarbeitung natürlicher Sprache für juristische und regulatorische Dokumente, automatisiert Vertragsprüfung und Compliance-Checks. Im Gesundheitswesen kooperiert das Labor mit medizinischen Einrichtungen, um Diagnosetools wie Bildanalyse für die Radiologie zu entwickeln. Die Abteilung hat mehrere eigenständige Produkte auf den Markt gebracht, darunter eine Spracherkennungs-Engine und ein Text-zu-Sprache-System für Russisch.
Für Unternehmenskunden bietet Sber AI eine Cloud-Plattform namens SberCloud an, die Zugang zu seinen Modellen und maßgeschneiderten KI-Diensten bietet. Diese Plattform konkurriert mit globalen Angeboten wie Azure und Google Cloud, ist jedoch auf russische Anforderungen an die Datenresidenz zugeschnitten. Sber AI hat auch mit Regierungsbehörden zusammengearbeitet, um KI in öffentlichen Diensten wie Bürger-Support-Chatbots und Dokumentenverarbeitung einzusetzen.
Wettbewerbsumfeld
Sber AI agiert in einem einzigartigen Wettbewerbsumfeld. International konkurriert es mit Laboren wie OpenAI, Anthropic und Google DeepMind, obwohl seine Modelle hauptsächlich für russischsprachige Nutzer entwickelt wurden. Im Inland sieht sich Sber AI der Konkurrenz durch Yandex, ein weiteres großes russisches Technologieunternehmen, gegenüber, das sein eigenes großes Sprachmodell namens YandexGPT entwickelt hat. Die Rivalität zwischen Sber und Yandex erstreckt sich auf die KI-Forschung, wobei beide Unternehmen um Talente und Marktanteile konkurrieren.
Sber AI differenziert sich durch seine Integration in das Finanzökosystem der Sberbank und bietet KI-Dienste gebündelt mit Bankprodukten an. Das Labor betont auch die Lokalisierung und stellt sicher, dass Modelle russische Redewendungen, kulturelle Bezüge und juristische Terminologie verstehen. Dieser Fokus hat GigaChat geholfen, in russischsprachigen Märkten Fuß zu fassen, obwohl es im Vergleich zu globalen Pendants kleiner ist.
Aufgrund von Sanktionen und Exportkontrollen kann Sber AI keine hochmoderne Hardware oder Cloud-Dienste von westlichen Anbietern beziehen. Dies hat das Labor gezwungen, bei Modelleffizienz und alternativem Computing zu innovieren. Stand 2025 sind die Modelle von Sber AI in Bezug auf Qualität für russischsprachige Aufgaben wettbewerbsfähig, hinken jedoch bei mehrsprachigen und multimodalen Benchmarks hinter führenden internationalen Modellen her.
Ethische und regulatorische Überlegungen
Sber AI arbeitet unter russischen Vorschriften für KI und Datenschutz. Die Datenlokalisierungsgesetze des Landes verlangen, dass personenbezogene Daten auf Servern in Russland gespeichert werden, was Sber AI durch seine inländische Cloud-Infrastruktur erfüllt. Das Labor hält sich auch an Richtlinien zur KI-Sicherheit, einschließlich Maßnahmen zur Verhinderung der Generierung schädlicher Inhalte und von Verzerrungen.
Im Jahr 2023 veröffentlichte Sber AI eine Reihe ethischer Grundsätze für die KI-Entwicklung, die Transparenz, Verantwortlichkeit und menschliche Aufsicht betonen. Das Labor führt interne Überprüfungen der Modellausgaben durch und implementiert Verstärkungslernen aus KI-Feedback-Techniken, um Modelle an gewünschte Verhaltensweisen anzupassen. Unabhängige Audits sind jedoch begrenzt, und einige internationale Beobachter haben Bedenken hinsichtlich möglicher Überwachungsanwendungen geäußert.
Sber AI wurde auch für die Umweltauswirkungen des Trainings großer Modelle kritisiert, obwohl das Labor keine detaillierten Energieverbrauchszahlen veröffentlicht hat. Als Reaktion darauf erforscht die Abteilung effizientere Architekturen und erneuerbare Energiequellen für ihre Rechenzentren.
Zukünftige Richtungen
In Zukunft plant Sber AI, die Fähigkeiten von GigaChat auf weitere Sprachen auszuweiten, insbesondere auf die der ehemaligen Sowjetrepubliken. Das Labor arbeitet auch an multimodalen Modellen, die Audio, Video und Text gleichzeitig verarbeiten können, ähnlich den Bemühungen bei OpenAI und Google DeepMind. Bei der Bildgenerierung soll Kandinsky Videogenerierungsfunktionen integrieren, die kurze Clips aus Textaufforderungen ermöglichen.
Sber AI investiert in Edge-Computing-Lösungen, um kleinere Modelle auf Smartphones und IoT-Geräten auszuführen, wodurch Latenz und Datenübertragungskosten reduziert werden. Die Abteilung forscht auch an Few-Shot-Lernen und Meta-Lernen (nicht aufgeführt, aber impliziert), um die Anpassungsfähigkeit von Modellen mit begrenzten Daten zu verbessern. Partnerschaften mit russischen Universitäten zielen darauf ab, eine Pipeline von KI-Talenten aufzubauen und langfristige Nachhaltigkeit zu gewährleisten.
Stand 2025 bleibt Sber AI ein bedeutender Akteur in der globalen KI-Landschaft, wenn auch durch geopolitische Faktoren eingeschränkt. Seine Beiträge zur russischsprachigen KI sind erheblich, und seine Modelle werden im ganzen Land weit verbreitet eingesetzt. Die Fähigkeit des Labors, unter Ressourcenbeschränkungen zu innovieren, bietet Lehren für andere Regionen, die vor ähnlichen Herausforderungen stehen.
Organisationsstruktur
Sber AI wird von einem Chief AI Officer geleitet, mit Teams, die nach Forschungsbereich, Produktentwicklung und Infrastruktur organisiert sind. Die Abteilung beschäftigt Hunderte von Forschern und Ingenieuren, viele mit Hintergründen in Mathematik, Informatik und Linguistik. Sber AI kooperiert mit akademischen Einrichtungen wie Stanford AI Lab und University of Toronto bei gemeinsamen Forschungsprojekten, obwohl solche Partnerschaften von Sanktionen betroffen waren.
Das Labor arbeitet unter dem Unternehmensdach der Sberbank, wobei die Finanzierung aus den Gewinnen der Bank und strategischen Investitionen stammt. Sber AI generiert auch Einnahmen durch kommerzielle Lizenzen und Cloud-Dienste. Der Erfolg der Abteilung wird sowohl an der Forschungsleistung als auch an der geschäftlichen Wirkung gemessen, mit Kennzahlen wie Modellleistung, Kundenakzeptanz und Kosteneinsparungen.
Sber AI hat mehrere Auszeichnungen für seine Arbeit erhalten, darunter Anerkennung auf internationalen KI-Konferenzen. Die internationale Sichtbarkeit des Labors ist jedoch im Vergleich zu westlichen Pendants begrenzt, teilweise aufgrund von Sprachbarrieren und geopolitischer Isolation. Trotzdem veröffentlicht Sber AI weiterhin Forschung und engagiert sich über Online-Plattformen mit der globalen KI-Community.
Zusammenfassend stellt Sber AI eine bedeutende Anstrengung dar, souveräne KI-Fähigkeiten in Russland aufzubauen. Seine GigaChat- und Kandinsky-Modelle demonstrieren technische Kompetenz, während seine Integration mit der Sberbank einen einzigartigen kommerziellen Vorteil bietet. Die Zukunft der Abteilung wird davon abhängen, Hardware-Beschränkungen, regulatorischen Druck und Wettbewerbsdynamiken in einem zunehmend fragmentierten globalen KI-Markt zu bewältigen.