Thomson Reuters startet eigenes LLM Thomson und testet den Wert spezialisierter KI

Thomson Reuters hat Thomson, sein erstes proprietäres großes Sprachmodell, vorgestellt und sich damit von einem Anbieter professioneller Informationen zu einem eigenen KI-Modellentwickler erweitert. Das Unternehmen gab den Start am 24. August bekannt und erklärte, Thomson sei intern auf Basis eines starken Open-Source-Fundaments entwickelt worden. Rund 40 Millionen Dollar seien in Talent und Rechenleistung geflossen. Verglichen mit den Milliardenbudgets großer Frontier-Labore ist das wenig, doch genau darin liegt die Botschaft: Professionelle KI muss nicht zwingend der gleichen Skalierungslogik folgen wie allgemeine Verbraucherassistenten.

Thomson richtet sich an Rechts-, Steuer-, Buchhaltungs-, Prüfungs- und Compliance-Arbeiten, bei denen verifizierbares Denken, Zitierqualität und Einbindung in bestehende Abläufe wichtiger sind als allgemeine Konversation. Thomson Reuters verweist auf jahrzehntelange Inhalte und redaktionelle Expertise aus Westlaw, Practical Law, Checkpoint und Reuters. Zudem seien zahlreiche Fachexperten von der Gestaltung der Trainingsziele bis zur abschließenden Evaluation beteiligt gewesen. Das soll einen Vorteil schaffen, der über bloße Suche in privaten Dokumenten hinausgeht.

Viele Unternehmen haben KI bisher eingeführt, indem sie allgemeine Modelle mit eigenen Datenbanken verbinden. Thomson Reuters wählt einen kontrollierteren Weg und betont den Wert, das Modell selbst zu besitzen. Training, Bewertung, Datenschutz und Verhalten lassen sich dann stärker an den Pflichten von Fachleuten ausrichten, die ihre Entscheidungen belegen müssen. Das Unternehmen spricht von Fiduciary-Grade AI und meint damit Genauigkeit, Nachvollziehbarkeit, Verantwortung und Schutz von Kundendaten.

Der erste Einsatz erfolgt in Tabular Analysis innerhalb von CoCounsel Legal, einem Arbeitsablauf für strukturierte Dokumentenprüfung in großem Umfang. CoCounsel Legal soll weiterhin multimodellfähig bleiben: Thomson wird dort eingesetzt, wo es die klarsten Vorteile bietet, andere führende Modelle in anderen Aufgaben. Diese Strategie ist praxisnah. In regulierten Branchen entscheiden nicht nur Rohleistung, sondern auch Kosten, Datenstandort, Latenz, Auditierbarkeit und Integration in bestehende Werkzeuge.

Thomson Reuters will außerdem eine kleine Version von Thomson als Open-Weight-Modell auf Hugging Face für akademische und nichtkommerzielle Nutzung bereitstellen und das System für externe Evaluation durch Rechts- und KI-Fachleute öffnen. Die wichtigsten kommerziellen Vorteile bleiben zwar in proprietären Daten und Produkten, doch externe Prüfung hilft bei der Vertrauensfrage, die den Markt für Rechts-KI prägt. Kunden wollen nicht nur Behauptungen, sondern überprüfbare Belege.

Der Start beweist nicht, dass spezialisierte Modelle allgemeine Frontier-Modelle ersetzen werden. Er zeigt aber, dass Unternehmen mit hochwertigen Daten nicht länger nur Zulieferer großer KI-Plattformen sein wollen. Sie beginnen, Modelle um eigene Arbeitsabläufe, eigene Bewertungen und eigene Vertrauensstandards herum zu bauen. Wenn Thomson in realen juristischen und steuerlichen Aufgaben stabil arbeitet, könnten weitere professionelle Informationsanbieter diesem Beispiel folgen.