Revolut setzt auf Open-Source-KI. Der nächste Schritt: das eigene Modell

Revolut hat gerade gezeigt, wie ernst ein großes Unternehmen Open-Source-KI nehmen kann. In weniger als einem Jahr hat der Finanzdienstleister das Standardmodell für die KI-gestützte Programmierung von rund 2.000 Entwicklern umgestellt: weg von Claude Code und Codex, hin zu GLM, einem Open-Weight-Modell, das Revolut auf dedizierten GPUs betreibt. Die Rechnung ist nach eigenen Angaben um etwa 90 % gesunken. Für Geschäftsführer und IT-Leiter im Mittelstand lohnt sich ein genauer Blick, denn der Fall zeigt beides: wie weit man kommt, wenn man den Betrieb der KI selbst in der Hand hat, und wo der eigentliche Vorsprung noch liegt.

Das Problem, das inzwischen jedes Unternehmen hat

Die meisten Unternehmen mieten dieselben wenigen Spitzenmodelle. Das hat zwei Folgen, die mit jeder Nutzung größer werden. Die erste sind die Kosten: Jede Anfrage wird abgerechnet, und je mehr Mitarbeiter KI einsetzen, desto schneller steigt die Rechnung. Vor der Umstellung kamen einzelne Revolut-Entwickler auf 1.000 bis 10.000 Dollar im Monat für KI-Programmierwerkzeuge, und das Unternehmen musste strenge Budgets einführen (The Register). Die Budgets hielten die Kosten im Rahmen, bremsten aber genau die Nutzung, auf die es ankommt.

Die zweite Folge ist leiser. Wenn alle Unternehmen ihre Arbeit an dasselbe Modell schicken, weiß keine KI etwas Besonderes. Ihr Wettbewerber bekommt dieselben Antworten wie Sie. Einzigartig wird ein Modell nur durch das, was es aus Ihrem Unternehmen lernt: Ihre Abläufe, Ihre Kunden, Ihre Entscheidungen. Genau das bekommt man beim Mieten nicht.

Wir setzen seit vier Jahren KI in etablierten Unternehmen um und sehen überall dasselbe Muster: steigende KI-Ausgaben, rationierte Nutzung und das eigene Wissen des Unternehmens, das im Modell überhaupt nicht vorkommt.

Was Revolut konkret gemacht hat

David Abitbol, bei Revolut für Betrieb und Infrastruktur verantwortlich, hat die Umstellung auf der Konferenz AI Engineer in New York vorgestellt (Video des Vortrags). Die wichtigsten Bausteine:

• Offenes Modell als Standardab April 2026 GLM-5.1, später GLM-5.3, vom Entwickler Z.ai. Spitzenmodelle bleiben für die Aufgaben verfügbar, bei denen sie klar besser sind.
• Eigener Betrieb56 Nvidia-B200-GPUs; die Modellgewichte werden heruntergeladen und auf dedizierter Infrastruktur betrieben, keine Anfrage geht an den Modellhersteller.
• Ein Router davorDie Werkzeuge sprechen mit einem einzigen OpenAI-kompatiblen Endpunkt, Bildaufgaben gehen an Modelle mit Bildverständnis. Das ist mit „headless“ gemeint: Die Werkzeuge der Mitarbeiter sind vom Modell dahinter getrennt.
• Erst optimieren, dann Hardware kaufenRund 80 % des Leistungsgewinns kamen aus der Konfiguration (Quantisierung, Caching, Kontextgrenzen), nicht aus zusätzlichen GPUs.

Das sind Revolut-eigene Zahlen. Entscheidend ist die Richtung: Sobald die Rechnung nicht mehr mit jeder Anfrage wuchs, nutzten die Entwickler KI auch für Fehlersuche, Tickets und Dokumentation, und genau dort sah Abitbol die größten Gewinne. Für den Mittelstand heißt das: mehr Leistung aus dem bestehenden Team, Wachstum ohne Neueinstellungen.

Was Revolut noch nicht gemacht hat

Revolut betreibt seine KI jetzt selbst. Das Wissen darin gehört Revolut aber noch nicht. Weder im Vortrag noch in der Berichterstattung ist davon die Rede, das Modell mit Revolut-eigenem Code, eigenen Tickets oder Entscheidungen zu trainieren. Das Modell weiß, was jede Kopie von GLM-5.3 weiß, plus das, was im Moment der Anfrage in den Prompt kopiert wird.

Dieser letzte Schritt ist schwieriger als der Betrieb eines Modells, und das Schwierige ist nicht das Training. Es sind die Daten. Das Wissen eines Unternehmens steckt in E-Mails, Chats, Dokumenten, Tickets und Systemdatensätzen, geschrieben für Menschen, doppelt, widersprüchlich und über ein Dutzend SaaS-Werkzeuge verteilt. Bevor daraus ein Modell lernen kann, muss es gefunden, bereinigt, gekennzeichnet und strukturiert werden, und zwar laufend, während das Unternehmen arbeitet.

Wo OpenLazarus ansetzt

OpenLazarus arbeitet wie ein Bibliothekar für das Unternehmen. Die Anwendungen, mit denen Teams täglich arbeiten, laufen auf einem gemeinsamen Betriebssystem. So werden Entscheidungen, Interaktionen, Abläufe und Ergebnisse erfasst und strukturiert, während die Arbeit passiert. Aus dem laufenden Betrieb werden Daten, aus denen ein Modell lernen kann, vorbereitet für das Training auf Open-Source-Architekturen.

Von dort führt der Weg, den Revolut begonnen hat, einen Schritt weiter:

• RoutenJede Anfrage läuft über unseren AI Router, zu einem Spitzenmodell, einem offenen Modell oder einem Modell, das für Sie trainiert wurde (so wird Headless AI abgerechnet).
• Daten besitzenIhre Daten liegen an einem Ort, der Ihnen gehört, nicht bei Ihren Softwareanbietern.
• TrainierenWir trainieren ein Open-Weight-Modell auf Ihren aufbereiteten Daten, damit seine Antworten widerspiegeln, wie Ihr Unternehmen tatsächlich arbeitet.
• Weiter wechselnWeil die Werkzeuge headless sind, ist ein besseres offenes Modell im nächsten Jahr eine Einstellung, kein Neubau.

OpenLazarus ist ein europäisches Unternehmen mit Servern in Europa. Ihre Daten bleiben damit unter europäischem Recht und verlassen die EU nicht in Richtung eines Modellanbieters. Für viele Unternehmen ist genau das die Voraussetzung, ihr Wissen überhaupt für KI zu nutzen.

Der Weg in fünf Schritten

• MessenErfassen Sie einen Monat lang KI-Kosten, Token und Antwortzeiten pro Team, damit klar ist, wofür Sie tatsächlich bezahlen.
• RoutenStellen Sie einen einzigen Endpunkt vor alle Modelle, damit ein Wechsel nur noch eine Einstellung ist.
• Den Standard umstellenLassen Sie den Großteil der Arbeit auf einem offenen Modell laufen und behalten Sie Spitzenmodelle für die schwierigsten Aufgaben.
• Wissen ordnenFühren Sie Ihre Daten in einer strukturierten Ebene zusammen, die Ihnen gehört, und bauen Sie aus echter Arbeit einen Satz von Testaufgaben auf.
• Trainieren und routenTrainieren Sie ein offenes Modell auf diesen Daten, geben Sie ihm die Arbeit, die es am besten kann, und messen Sie weiter.

Revolut hat gezeigt, dass sich die ersten drei Schritte rechnen. Die letzten beiden entscheiden, ob ein Unternehmen weiter dieselbe Intelligenz mietet wie alle anderen oder seine eigene besitzt.