Mistral Large 4 im Branchen-Check: Wie souverän ist Europas neues KI-Modell?

Am 6. Oktober 2026 hat Mistral AI sein neues Spitzenmodell vorgestellt: Mistral Large 4. Mit 1,05 Billionen Parametern ist es gut anderthalbmal so groß wie der Vorgänger Large 3. Mistral verkauft es mit einem Versprechen, das europäische IT-Leitungen seit Jahren hören wollen: Souveränität.

Meine These nach Auswertung der Herstellerdokumente, der Vertragsbedingungen und der ersten Fachpresse: Large 4 ist souverän angelegt, aber heute noch nicht souverän nutzbar. Das Modell läuft vorerst nur als Public Preview über Mistrals eigene Schnittstelle. Gewichte und Lizenz folgen erst. Für regulierte Daten ist genau das der entscheidende Unterschied.

In diesem Beitrag ordne ich ein, was hinter dem Souveränitätsversprechen steckt und wo es heute endet. Danach gehe ich Branche für Branche durch: Gesundheitswesen, öffentliche Verwaltung, Banken und Versicherungen, Kanzleien, Industrie und kritische Infrastruktur. Stand aller Angaben: 8. Oktober 2026.

Zwei Details zur Tabelle: Hugging Face zählt 49 statt 52 Mrd. aktive Parameter, weil es Embedding- und Ausgabeschichten nicht mitrechnet. Und zum Start halbiert Mistral die API-Preise vorübergehend, ein Enddatum nennt Mistral nicht. Kalkuliere deshalb mit dem Listenpreis. Der EU-Endpunkt kostet 10 % Aufschlag.

Die unabhängige Messung von Artificial Analysis sieht Large 4 mit einem Indexwert von 38 als stärkstes Modell außerhalb der USA und Chinas. Der Abstand nach oben ist trotzdem deutlich: Claude Opus 5.5 kommt auf 58, GPT-6 Astra und Gemini 4 Argon auf je 53. Auch chinesische Open-Weight-Modelle wie GLM-5.3 (45) und Kimi K3 (44) liegen vorn.

Stärken zeigt Large 4 bei Sicherheitsaufgaben: Laut Mistral wehrt es 93,3 % der Prompt-Injection-Angriffe im B3-Test ab. Das sind Herstellerangaben, und das Nachtraining per Reinforcement Learning läuft laut Mistral noch. Artificial Analysis bemängelt zudem die Wortfülle: Pro Aufgabe kostet Large 4 über viermal so viel wie Open-Weight-Modelle ähnlicher Leistung.

Für juristische Arbeit sieht es besser aus: Im Benchmark von Vals AI erreicht Large 4 im Harvey-Legal-Agent-Test Platz 6 von 76. Mein Zwischenfazit: Large 4 ist nicht das beste Modell der Welt, aber das stärkste aus Europa. Ob dir das reicht, entscheiden deine Aufgaben, nicht die Rangliste.

Vorab zum Begriff: Mistral beschreibt auf seiner Seite zu Sovereign AI vier Ebenen der Kontrolle. Es geht um deine Daten, um die Modelle und deren Anpassung, um den Ort der Rechenleistung und um den Betrieb. Souverän ist, wer auf allen vier Ebenen selbst entscheidet.

Bemerkenswert ehrlich ist ein Satz auf derselben Seite: „Sovereign AI does not mean everything needs to run on-premises.“ Souveränität heißt also nicht zwingend eigener Serverraum. Manchen Organisationen genügt eine dedizierte Umgebung, eine eigene Virtual Private Cloud oder eine private Cloud. Andere brauchen einen abgeschotteten Betrieb ohne Netzverbindung.

Ein zweiter Satz ist für die Bewertung von Large 4 brisant: „Your licensing and operating rights should also survive the end of the commercial relationship.“ Genau diese Lizenz fehlt für Large 4 noch. Solange sie nicht vorliegt, kannst du nicht prüfen, ob deine Nutzungsrechte ein Vertragsende überdauern.

Wie real das Betriebsrisiko ist, hat der Juni 2026 gezeigt. Eine Exportkontroll-Anordnung der US-Regierung untersagte allen ausländischen Staatsangehörigen den Zugriff auf die Modelle Fable 5 und Mythos 5 von Anthropic. Die Folge laut Anthropic: Die Modelle mussten für alle Kunden abrupt abgeschaltet werden.

Dieser Fall trifft den Kern der Debatte. Souveränität beantwortet die Frage, wer den Stecker ziehen kann. Sie beantwortet nicht die Frage, wie gut ein Modell ist.

Ein Modell, das du mit offenen Gewichten selbst betreibst, kann dir niemand per Anordnung abschalten. Ein Modell hinter einer fremden Schnittstelle schon, egal wie gut es ist.

Daraus folgt ein Merksatz: Ein Modell ist nur so souverän wie sein Betriebsort. Large 4 über Mistrals Schnittstelle ist europäischer als ein US-Dienst. Souverän im Sinne von Mistrals eigener Definition wird es erst, wenn du es selbst betreibst oder von einem Hoster deiner Wahl betreiben lässt.

Zum Vorgehen: Ich habe die Vertragsbedingungen, die Liste der Unterauftragsverarbeiter und das Trust Center von Mistral ausgewertet. Vier Punkte solltest du kennen, bevor du Large 4 mit echten Unternehmensdaten fütterst.

Ziffer 4.3 der kommerziellen Nutzungsbedingungen, gültig seit 25. September 2026, regelt Preview-Modelle. Mistral darf Daten und Ausgaben daraus zum Training verwenden, Opt-out und Zero Data Retention greifen dort nicht. Mistral schreibt selbst: „If you do not want your data or outputs used for training, do not use Labs or Preview Models.“

Large 4 ist ausdrücklich als Public Preview gekennzeichnet und fällt nach dem Wortlaut darunter. Mistrals Dokumentation zu Zero Data Retention nennt als Ausnahme allerdings nur «Labs»-Modelle. Bis Mistral diesen Widerspruch schriftlich auflöst, gehört in die Preview nichts, was du nicht auch veröffentlichen würdest.

Dazu kommt der Lebenszyklus: Preview-Modelle dürfen laut Mistrals Richtlinie ohne Ankündigung aktualisiert werden. Eine allgemeine Verfügbarkeit ist nicht garantiert, und die Abkündigungsfrist beträgt nur einen Monat.

Für die Preview verspricht Mistral einen europäischen Betrieb, den das Unternehmen vollständig selbst verantwortet. Die allgemeine Liste der Unterauftragsverarbeiter nennt trotzdem US-Konzerne: Microsoft, Google, CoreWeave und Cloudflare. Welche davon bei Large 4 tatsächlich mitwirken, solltest du dir vertraglich bestätigen lassen.

Hinzu kommt die US-Tochter Mistral AI Inc. Das US-Justizministerium erfasst mit dem CLOUD Act auch ausländische Unternehmen mit ausreichendem US-Bezug und prüft das im Einzelfall. Ob US-Behörden darüber an Daten kämen, ist juristisch offen. Warum solche Restrisiken zählen, beschreiben wir im Beitrag Sind unsere Daten in den USA noch sicher?

Laut Trust Center ist Mistral nach ISO/IEC 27001:2022 und ISO/IEC 27701 zertifiziert und hat einen SOC-2-Type-II-Bericht. Was fehlt, ist ein Testat nach dem C5-Katalog des BSI. Für das deutsche Gesundheitswesen ist genau das relevant, dazu unten mehr. Auch die französischen Prüfzeichen HDS und SecNumCloud trägt Mistral selbst nicht.

Die Gewichte sollen laut Mistral Ende Oktober erscheinen, Hugging Face nennt den 31. Oktober 2026. Unter welcher Lizenz, ist offen. Der Vorgänger Large 3 steht unter Apache 2.0. Andere aktuelle Mistral-Modelle wie Medium 3.5 nutzen dagegen eine modifizierte MIT-Lizenz, die Unternehmen mit mehr als 20 Mio. US-Dollar konsolidiertem Monatsumsatz ausschließt.

Für die meisten Mittelständler wäre eine solche Grenze kein Problem: Sie entspricht 240 Mio. US-Dollar Jahresumsatz. Konzerne, Großbanken und große Versicherer lägen darüber. Prüfe die Lizenz deshalb vor jeder Architekturentscheidung. Ein Modell ohne gesicherte Nutzungsrechte ist kein souveränes Modell.

Zur Orientierung: Large 4 kannst du auf vier Wegen nutzen, sobald die Gewichte vorliegen. Heute ist sicher nur der erste verfügbar. Die Wege unterscheiden sich darin, wer deine Daten sieht und wer das Modell abschalten kann.

Der Eigenbetrieb ist allerdings Rechenzentrumsklasse. Mistral nennt für Large 4 noch keine offiziellen Hardware-Anforderungen. Meine Überschlagsrechnung: In 8 Bit belegen die Gewichte rund 1,05 TB Grafikspeicher, in 4 Bit rund 525 GB, jeweils plus Zwischenspeicher für die Kontexte. Rechnerisch brauchst du dafür einen Server mit acht H200-GPUs in 8 Bit oder acht H100-GPUs in 4 Bit.

Was so ein Betrieb kostet und ab welchem Volumen er sich gegenüber einer Schnittstelle rechnet, zeigen wir im Beitrag LLM selbst hosten. Für viele Aufgaben reicht ohnehin ein kleineres Modell, kombiniert mit deinem Firmenwissen per RAG statt Fine-Tuning.

Noch ein rechtlicher Hinweis: Wer auf Large 4 eine eigene Anwendung baut, ob per Schnittstelle oder im Eigenbetrieb, wird nach dem AI Act in der Regel Anbieter dieses KI-Systems. Seit dem 2. August 2026 gelten dann etwa die Transparenzpflichten aus Artikel 50. Was das konkret heißt, steht in unserem Beitrag zum EU AI Act.

Im Gesundheitswesen reicht ein europäischer Anbieter allein nicht. Den Rahmen setzt § 393 SGB V: Leistungserbringer und Krankenkassen dürfen Gesundheitsdaten nur unter strengen Bedingungen in Cloud-Diensten verarbeiten. Eine Schnittstelle, über die Patientendaten laufen, fällt nach unserer Einschätzung darunter. Drei Bedingungen sind entscheidend:

Für Mistral heißt das: Ein C5-Testat liegt nicht vor. Die C5-Gleichwertigkeitsverordnung erlaubt zwar ISO 27001 als Ersatz. Sie verlangt dann aber einen verbindlichen Plan, um die Lücken zum C5 zu schließen. Ob Mistrals deutsche GmbH die verarbeitende Stelle ist, musst du ebenfalls klären.

Dazu kommt die Schweigepflicht: Nach § 203 StGB dürfen Ärztinnen und Ärzte Dienstleister nur einbinden, soweit es erforderlich ist. Jeder Mitwirkende muss zur Geheimhaltung verpflichtet sein, laut Gesetzesbegründung in einer lückenlosen Vertragskette bis zum letzten Unterauftragnehmer. Bei einer Lieferkette mit Microsoft, Google und CoreWeave wird das aufwendig.

Ein zweiter Prüfpunkt betrifft den Zweck. Ein Assistent, der Diktate verschriftlicht oder Texte formatiert, ist laut der EU-Leitlinie MDCG 2019-11 kein Medizinprodukt. Software, die Diagnose- oder Therapieentscheidungen unterstützt, ist dagegen eines: nach Regel 11 der MDR mindestens Klasse IIa. Für sie gelten die Hochrisiko-Pflichten des AI Act ab dem 2. August 2028.

Unsere Empfehlung fürs Gesundheitswesen: In die Preview gehören höchstens synthetische Testdaten. Für den Echtbetrieb wartest du auf die Gewichte und betreibst das Modell im eigenen Rechenzentrum oder bei einem Hoster mit C5-Testat. Mehr zu Modellen für Berufsgeheimnisträger findest du im Beitrag KI für Anwälte und Ärzte.

Für die Bundesverwaltung sind die Leitplanken klar beschrieben. Die Leitlinien für den Einsatz Künstlicher Intelligenz in der Bundesverwaltung vom März 2025 sehen als Regelfall nur öffentliche Daten vor. Sensible Daten gehören im Zweifelsfall nicht in externe Infrastruktur. Modelle mit offenen Parametern werden bevorzugt.

Für Verschlusssachen gilt eine harte Grenze: Sie dürfen nur auf freigegebener VS-IT verarbeitet werden. Dass das auch mit Sprachmodellen geht, zeigt die KI-Plattform KIPITZ des ITZBund: Sie läuft im eigenen Rechenzentrum, ist für VS-NfD freigegeben und setzt überwiegend auf Open-Source-Modelle.

Large 4 passt in dieses Muster, sobald die Gewichte vorliegen. Politisch ist der Boden bereitet: Deutschland und Frankreich haben im November 2025 mit Mistral und SAP eine souveräne KI für die Verwaltung angekündigt. Ein verbindlicher Rahmenvertrag war bis Mitte 2026 geplant. Seine Unterzeichnung konnten wir nicht verifizieren.

Beim AI Act lohnt der Blick auf den Anwendungsfall. Bewertet ein System die Berechtigung für öffentliche Leistungen, ist es nach Anhang III hochriskant, mit Pflichten ab dem 2. Dezember 2027. Bußgelder gegen Behörden schließt das deutsche Durchführungsgesetz zwar aus. Die Pflichten selbst bleiben aber bestehen.

Unsere Empfehlung für Behörden: Die Preview nur mit öffentlichen Daten testen, etwa für Bürgerinformationen oder Übersetzungen. Den Echtbetrieb planst du von vornherein im eigenen Rechenzentrum oder in einer Verwaltungscloud, und zwar modellunabhängig. Dann tauschst du Large 4 gegen ein anderes offenes Modell, falls Lizenz oder Leistung nicht passen.

Im Finanzsektor lautet die Frage nicht ob, sondern wie dokumentiert. Seit dem 17. Januar 2025 gilt DORA. Jede Vereinbarung über IKT-Dienstleistungen gehört ins Informationsregister, also auch eine Sprachmodell-Schnittstelle. Unterstützt der Dienst kritische oder wichtige Funktionen, brauchst du getestete Exit-Pläne sowie uneingeschränkte Zugangs- und Prüfrechte.

Konkreter wird die BaFin in ihrer Orientierungshilfe zu IKT-Risiken beim Einsatz von KI vom Dezember 2025. Das Modell selbst gilt dort als IKT-Asset. Institute sollen unangekündigte Modelländerungen von Drittanbietern erkennen. Und sie sollen vor Vertragsschluss klären, in welchen Formaten sich Modelle und Daten exportieren lassen.

Genau hier kollidiert die Preview: Mistral darf Preview-Modelle ohne Ankündigung aktualisieren. Für kritische Funktionen ist sie damit ungeeignet. Mit offenen Gewichten dreht sich das Bild: Du kontrollierst Version und Änderungen selbst, und der Exit-Plan schrumpft auf einen Modellwechsel in der eigenen Umgebung. Die Großbank HSBC betreibt Mistral-Modelle bereits auf eigenen Systemen.

Zwei weitere Punkte gehören auf deine Liste. Kreditwürdigkeitsprüfungen und Risikobewertungen in der Lebens- und Krankenversicherung sind nach dem AI Act hochriskant, mit Pflichten ab dem 2. Dezember 2027. Und die bankaufsichtlichen Anforderungen an die IT (BAIT) entfallen Ende 2026 vollständig: Maßgeblich sind dann DORA und die neue MaRisk vom Juni 2026.

Drei weitere Felder in Kürze, jeweils mit dem Punkt, der für Large 4 den Ausschlag gibt. Die Grundregel bleibt dieselbe wie in den Branchen oben: erst Gewichte und Lizenz, dann sensible Daten.

Für Anwältinnen und Anwälte regelt § 43e BRAO die Einbindung von Dienstleistern: Vertrag in Textform, Verpflichtung zur Verschwiegenheit mit Belehrung über die strafrechtlichen Folgen. Für Steuerberater und Wirtschaftsprüfer gelten mit § 62a StBerG und § 50a WPO Vorschriften gleicher Bauart. Notare dürfen laut Gesetzesbegründung keine im Ausland erbrachten Dienstleistungen nutzen.

Die BRAK rät, Dokumente vor der Eingabe vollständig zu anonymisieren: Namen und Adressen zu entfernen reiche regelmäßig nicht. Mit einem selbst betriebenen Large 4 entfällt dieses Problem, weil die Daten dein Netz nie verlassen. Wie du dahin kommst, beschreiben wir im Beitrag KI trotz Schweigepflicht.

In der Industrie zählen zwei Punkte. Erstens die Geschäftsgeheimnisse: Sie sind nach dem GeschGehG nur geschützt, wenn du angemessene Geheimhaltungsmaßnahmen triffst. Konstruktionsdaten in einer Preview mit Trainingsvorbehalt passen dazu schlecht.

Zweitens die Exportkontrolle: Laut BAFA-Merkblatt ist das Hochladen gelisteter Technologie auf einen Server außerhalb der EU eine genehmigungspflichtige Ausfuhr. Ausführer bist dann du.

Mistral hat Ende September einen Standort in München angekündigt und nennt BMW und Siemens Energy als Partner. Für Konstruktion und Fertigung gilt trotzdem dieselbe Reihenfolge wie überall: erst die Gewichte, dann die sensiblen Daten.

Seit dem 6. Dezember 2025 gilt das deutsche NIS2-Umsetzungsgesetz. Es verlangt, dass betroffene Einrichtungen die Sicherheit ihrer Lieferkette steuern und erhebliche Vorfälle binnen 24 Stunden melden. Ein Sprachmodell-Anbieter gehört nach unserer Einschätzung in diese Risikoanalyse. Das setzt eine Meldekette vom Anbieter zu dir voraus.

Überwacht oder steuert eine KI physische Prozesse in einer kritischen Anlage, zählt sie seit Juli 2026 nach dem KRITIS-Dachgesetz sogar zur Anlage selbst. Lehrreich ist das Vorgehen des französischen Energiekonzerns EDF: Er nutzt Mistral für das Engineering von Kernkraftwerken und schließt die Leittechnik ausdrücklich aus.

Die ersten Einschätzungen fallen geteilt aus. Ich fasse die wichtigsten Stimmen zusammen und verlinke die Originale:

Meine Einordnung: Beide Lager haben recht. Die Kritiker messen Large 4 an der Weltspitze und finden einen Abstand, den inzwischen auch unabhängige Tests bestätigen. Die Befürworter messen am Betriebsmodell und finden das stärkste europäische Modell, das du bald selbst betreiben kannst. Für regulierte Branchen wiegt das zweite Argument schwerer, allerdings erst ab dem Tag der Gewichte-Freigabe.

Wolfenstein zieht daraus die passende Konsequenz: „Für hohe oder konstante Nutzungsvolumina lohnt sich nach Veröffentlichung der Gewichte eine Prüfung des Eigenbetriebs oder eines europäischen Managed-Angebots.“ Dem schließe ich mich an, mit einer Ergänzung: Prüfe vorher die Lizenz.

Zum Schluss unsere Übersicht. Sie unterscheidet nach Datenart, nicht nach Branche, denn die Datenart entscheidet über den Betriebsweg.

Drei Grundsätze gelten über alle Zeilen hinweg:

Merksatz zum Schluss: Souveränität kaufst du nicht mit einem Logo ein. Du stellst sie her, mit Gewichten, Betriebsort und Exit-Plan. Wie du dabei Schritt für Schritt vorgehst, beschreibt unser Fahrplan KI im Unternehmen einführen.

Du willst wissen, ob Large 4 für deine Anwendungsfälle taugt und welcher Betriebsweg zu deinen Daten passt? Dann lass uns drei Dinge gemeinsam klären: welche Daten du verarbeiten willst, welche Pflichten deine Branche daraus ableitet und was der Eigenbetrieb kosten würde.

Sobald die Gewichte vorliegen, testen wir Large 4 gegen deine echten Aufgaben und vergleichen es mit kleineren Modellen. So entscheidest du auf Basis von Messwerten statt Ranglisten. Buch dir hier ein unverbindliches Erstgespräch. Wie wir KI-Projekte von der Datenklassifizierung bis zum Betrieb begleiten, steht auf unserer Seite zur KI-Beratung.