Mit neuen Maßnahmen in Forschung, Technologie und Kulturförderung will Microsoft der digitalen Marginalisierung europäischer Sprachen entgegenwirken. Zwei Initiativen sollen Datenlücken schließen, KI-Modelle stärken und Kulturerbe langfristig digital bewahren.

Foto: Microsoft Brad Smith, Vice Chair und Präsident von Microsoft Europa zählt über 200 Sprachen, viele davon sind bedroht – nicht nur im Alltag, sondern zunehmend auch in der digitalen Welt. Der Mangel an mehrsprachigen Daten wirkt sich direkt auf KI-Systeme aus, die heute weitgehend auf englischsprachigen Inhalten basieren. In einem Blogbeitrag beschreibt Brad Smith, Vice Chair und Präsident von Microsoft, wie das Unternehmen mit gezielten Initiativen zur Sprachförderung und Kulturdigitalisierung gegensteuern will.

Sprachlücke als technologische und wirtschaftliche Herausforderung

„Ohne rasches Gegensteuern bleibt dieses Ungleichgewicht nicht nur ein kulturelles, sondern auch ein wirtschaftliches Problem“, meint Brad Smith. Er verweist auf den Umstand, dass viele europäische Sprachen – selbst offizielle – im Netz kaum vertreten sind: „Eine KI, die Europas Sprachen, Geschichte und Werte nicht versteht, kann Menschen, Unternehmen und Zukunft des Kontinents nicht gerecht werden.“

Quelle: Microsoft

Englisch ist Muttersprache von lediglich 5 % der Weltbevölkerung, dominiert aber mit 50 % den Online-Inhalt und damit die Trainingsbasis vieler Sprachmodelle. Die Konsequenz: andere Sprachen werden von großen KI-Systemen schlechter verarbeitet – mit konkreten Folgen für deren Nutzer:innen. „Ein Modell wie Llama 3.1 zeigt einen Leistungsabfall von über 25 Prozentpunkten zwischen Englisch und Lettisch. Wäre dieses Modell eine Schülerin, wäre sie im Fach Englisch Klassenbeste, in Lettisch am unteren Ende der Leistungsskala.“

KI-Forschung nach Strassburg: Für eine europäische Datenlandschaft

Ein zentraler Teil von Microsofts Antwort auf diese Problematik ist die Verlagerung von Teilen seiner KI-Forschung nach Strassburg. Gemeinsam mit dem ICube Laboratory der Universität Strassburg will Microsoft dort Sprachdaten in bisher unterrepräsentierten europäischen Sprachen ausbauen und zugänglich machen.

Dazu gehören:

• Datenspenden (u. a. von GitHub),

• technische Infrastruktur (Azure-Ressourcen),

• neue Postdoc-Stellen,

• Kooperationen mit Hugging Face und Common Crawl.

„Wir machen diese Daten für die europäische Öffentlichkeit und für Open-Source-Entwickler:innen transparent und verfügbar“, erklärt Smith. Die Kooperation mit Common Crawl wird darüber hinaus um die gezielte Kennzeichnung europäischer Inhalte durch Muttersprachler:innen erweitert.

Fördermittel für Sprachdaten-Initiativen

Parallel dazu kündigt Microsoft einen Förderaufruf an: Ab dem 1. September 2025 können Organisationen finanzielle und technische Unterstützung beantragen, um digitale Inhalte für bislang unterrepräsentierte Sprachen zu erschließen – darunter Estnisch, Slowakisch, Griechisch oder Maltesisch.

Quelle: Microsoft

„Unser Ziel ist es, hochwertige Textsammlungen unter fairen Bedingungen zugänglich zu machen – ethisch vertretbar und im Einklang mit den Rechten der Urheber:innen“, so Smith. Die geförderten Projekte erhalten Azure-Guthaben sowie Unterstützung bei der technischen Umsetzung.

Eine besondere Herausforderung bleibt laut Microsoft der Umgang mit verschiedenen Schriftsystemen: „Standard-Tokenizer zerlegen kyrillische oder griechische Texte oft ungeeignet, was die Lernfähigkeit der Modelle einschränkt.“ Neue technische Ansätze sollen hier für Verbesserungen sorgen.

„Culture AI“: Kulturelles Erbe als digitaler Gemeinwert

Die zweite große Initiative betrifft die Erweiterung der „Culture AI“-Programme. Seit 2019 hat Microsoft historische Stätten wie das antike Olympia, den Mont-Saint-Michel oder den Petersdom digitalisiert.

Nun folgen neue Projekte, unter anderem:

• Digitale Replik von Notre Dame de Paris (gemeinsam mit dem französischen Kulturministerium und Iconem),

• Digitalisierung von Bühnenbildern der Opéra National de Paris,

• Erfassung von 1,5 Millionen Objekten des Musée des Arts Décoratifs.

„Unser Ziel ist es, die Struktur, Geschichte und Symbolkraft dieses einzigartigen Bauwerks für kommende Generationen zu bewahren“, sagt Smith zur digitalen Nachbildung der Kathedrale Notre Dame. Auch Forschung und Bildung sollen profitieren: Die Daten werden öffentlich bereitgestellt und sollen in interaktive Ausstellungen und KI-gestützte Studien einfließen.

Digitale Gerechtigkeit als Haltung

Smith betont, dass Microsofts Beitrag kein Eigentum an Daten oder exklusiven Technologien umfasst: „Unsere Rolle besteht darin, diese und ähnliche Anstrengungen sinnvoll zu ergänzen. Keines der heute vorgestellten Projekte schafft proprietäre Daten oder Technologien für Microsoft.“

Langfristig müsse digitale Gerechtigkeit durch Bildung und Zugang gesichert werden. „Technologie sollte die Vielfalt der Menschheit widerspiegeln, nicht vereinfachen oder verdrängen“, so Smith. „Wenn wir jetzt bewusst handeln, können wir sicherstellen, dass KI nicht zur Gefahr für sprachliche und kulturelle Identität wird, sondern ihr stärkster Verbündeter.“

Diese Einsicht ist laut Smith auch eine Gerechtigkeitsfrage: „Und wenn wir gemeinsam handeln – mit Klarheit, Engagement und Tempo – können wir die digitale Zukunft Europas so gestalten, dass sie jede Sprache, jede Kultur und jede Gemeinschaft würdigt.“