Neuer Fokus auf kleine KI-Modelle: Der Build Small Hackathon

Fokus auf Effizienz: Der „Build Small Hackathon“ und die Rolle kleiner KI-Modelle

In der dynamischen Landschaft der Künstlichen Intelligenz (KI) zeichnet sich ein bemerkenswerter Trend ab: die Konzentration auf die Entwicklung kleinerer, effizienterer KI-Modelle. Ein zentrales Ereignis, das diesen Trend unterstreicht, ist der „Build Small Hackathon“, eine Initiative, die von Branchengrößen wie Hugging Face und Gradio ins Leben gerufen und von Unternehmen wie Cohere, OpenBMB, OpenAI und NVIDIA unterstützt wird. Dieses Ereignis hebt die Bedeutung von KI-Anwendungen hervor, die nicht nur leistungsfähig, sondern auch kostengünstig und lokal einsetzbar sind.

Die Prämisse: Klein, aber wirkungsvoll

Der „Build Small Hackathon“ fordert Entwickler heraus, innovative KI-Anwendungen zu kreieren, deren zugrunde liegende Modelle eine Obergrenze von 32 Milliarden Parametern nicht überschreiten dürfen. Diese Beschränkung zielt darauf ab, die Entwicklung von Lösungen zu fördern, die auf kleineren Geräten oder in Umgebungen mit begrenzten Ressourcen effizient ausgeführt werden können. Die Ergebnisse sollen als Gradio Spaces auf der Hugging Face Plattform bereitgestellt werden, was die Zugänglichkeit und einfache Nutzung der entwickelten Anwendungen gewährleistet.

Cohere Labs: Ein strategischer Partner

Cohere Labs, bekannt für seine Forschung und Produkte im Bereich der natürlichen Sprachverarbeitung, spielt eine zentrale Rolle bei diesem Hackathon. Das Unternehmen beteiligt sich nicht nur als Sponsor, sondern stellt auch eigene, speziell für diesen Kontext entwickelte kleine Modelle zur Verfügung:

• Tiny Aya: Eine Familie multilingualer Textgenerierungsmodelle mit 3,35 Milliarden Parametern, die über 70 Sprachen abdeckt. Dieses Modell ist prädestiniert für Anwendungen, die eine vielseitige Sprachverarbeitung erfordern.
• Cohere Transcribe: Ein Spracherkennungsmodell mit 2 Milliarden Parametern, das 14 Sprachen unterstützt. Es ermöglicht die Entwicklung von Sprachschnittstellen und Barrierefreiheitstools.

Die Kombination dieser Modelle bietet eine solide Grundlage für die Entwicklung von lokalen multilingualen Assistenten, Sprachschnittstellen, Barrierefreiheitswerkzeugen und Offline-Übersetzungshilfen. Die strategische Bereitstellung dieser Modelle durch Cohere Labs unterstreicht das Engagement des Unternehmens für die Demokratisierung von KI und die Förderung praktischer Anwendungen.

Ziele und Kategorien des Hackathons

Der Hackathon verfolgt mehrere Ziele, die sich in zwei Hauptkategorien widerspiegeln:

• Backyard AI: Diese Kategorie konzentriert sich auf die Lösung realer Probleme für Einzelpersonen und kleine Gemeinschaften. Beispiele könnten Anwendungen für Eltern, Ladenbesitzer oder Studenten sein, die spezifische Herausforderungen im Alltag adressieren. Der Fokus liegt hier auf dem praktischen Nutzen und der direkten Anwendbarkeit.
• Adventure in Thousand Token Wood: Hier steht die Kreativität im Vordergrund. Entwickler sind eingeladen, spielerische und unterhaltsame KI-Erlebnisse zu schaffen, bei denen die KI das Kernstück der Anwendung bildet. Diese Kategorie fördert experimentelle Ansätze und die Entdeckung neuer Interaktionsmöglichkeiten mit KI.

Die Ausrichtung auf diese zwei divergenten, aber komplementären Kategorien zeigt die Breite der Anwendungsmöglichkeiten, die mit kleinen KI-Modellen realisierbar sind.

Preisgelder und Anreize

Um die Teilnahme und die Entwicklung hochwertiger Projekte zu fördern, werden Preisgelder von insgesamt über 40.000 US-Dollar vergeben. Darüber hinaus gibt es spezielle Auszeichnungen von OpenBMB für Projekte, die deren MiniCPM-Modelle nutzen. Diese finanziellen Anreize sollen nicht nur die Innovation vorantreiben, sondern auch die Anerkennung für die Arbeit der Entwickler sicherstellen.

Die Bedeutung kleiner Modelle in der KI-Entwicklung

Der „Build Small Hackathon“ ist mehr als nur ein Wettbewerb; er ist ein Indikator für eine Verschiebung in der KI-Branche. Während die Entwicklung immer größerer Modelle weiterhin Fortschritte erzielt, wächst gleichzeitig das Bewusstsein für die Notwendigkeit von Modellen, die:

• Kosteneffizient sind: Kleinere Modelle erfordern weniger Rechenleistung und Speicherplatz, was die Betriebskosten senkt.
• Lokal ausführbar sind: Sie ermöglichen den Einsatz von KI-Anwendungen direkt auf Endgeräten (Edge AI), was Vorteile in Bezug auf Datenschutz, Latenz und Offline-Funktionalität bietet.
• Spezifische Probleme lösen: Durch den Fokus auf kleinere Modelle können spezialisierte Lösungen für Nischenanwendungen entwickelt werden, die mit generischen, großen Modellen möglicherweise nicht effizient umgesetzt werden könnten.
• Zugänglichkeit fördern: Kleinere Modelle erleichtern den Zugang zu KI-Technologien für eine breitere Entwicklergemeinschaft und ermöglichen die Erstellung von Anwendungen für eine größere Nutzerbasis.

Die Initiative von Hugging Face, Gradio und ihren Partnern, insbesondere mit der aktiven Beteiligung von Cohere Labs, trägt maßgeblich dazu bei, die Möglichkeiten kleiner KI-Modelle aufzuzeigen und ihre Entwicklung voranzutreiben. Dies könnte langfristig zu einer vielfältigeren und dezentraleren KI-Landschaft führen, in der Technologie nicht nur von wenigen großen Akteuren, sondern von einer breiten Basis von Innovatoren gestaltet wird.

Die Fokussierung auf die Entwicklung von "Small AI" verspricht eine Zukunft, in der Künstliche Intelligenz nicht nur in großen Rechenzentren, sondern auch im Alltag der Menschen eine immer relevantere und zugänglichere Rolle spielt.

Bibliography

- Cohere Labs. (2026, June 1). Build. Small. Teaming up with our Hugging Face and Gradio friends to support their upcoming hackathon. LinkedIn. [https://www.linkedin.com/posts/cohere-labs_build-small-teaming-up-with-our-hugging-activity-7467137948346646528-U3yE](https://www.linkedin.com/posts/cohere-labs_build-small-teaming-up-with-our-hugging-activity-7467137948346646528-U3yE) - CohereLabs. (2026, June 4). Build Small Hackathon With Cohere Models. Hugging Face Blog. [https://huggingface.co/blog/CohereLabs/build-small-hackathon-with-cohere-models](https://huggingface.co/blog/CohereLabs/build-small-hackathon-with-cohere-models) - Digg. (2026, May 28). Build Small Hackathon Opens For AI Apps Using Small Models. [https://digg.com/ai/xdj9t4kj](https://digg.com/ai/xdj9t4kj) - Digg. (2026, June 2). Cohere Sponsors Hackathon For Small Affordable AI Models With Hugging Face. [https://digg.com/ai/uz90yl5g](https://digg.com/ai/uz90yl5g) - Digg. (2026, June 4). Black Forest Labs and Hugging Face launch a hackathon focused on AI models under 32 billion parameters. [https://digg.com/ai/y015tae6](https://digg.com/ai/y015tae6) - Digg. (2026, June 5). Developer Joins Hugging Face Hackathon To Build Backyard AI. [https://digg.com/tech/h5ew8phm](https://digg.com/tech/h5ew8phm) - Digg. (2026, June 7). Hugging Face Hackathon Team Brainstorms Three AI Space Ideas. [https://digg.com/ai/1siw8guh](https://digg.com/ai/1siw8guh) - Gradio. (2026, June 10). Build Small Hackathon: Cohere Live AMA. X. [https://x.com/Gradio/status/2064717030461431876](https://x.com/Gradio/status/2064717030461431876) - Hugging Face. build-small-hackathon (Build Small Hackathon). [https://huggingface.co/build-small-hackathon](https://huggingface.co/build-small-hackathon) - Luma. Build Small Hackathon. [https://luma.com/f1ij1b4w](https://luma.com/f1ij1b4w) - OpenBMB. (n.d.). Just a quick reminder: Build Small Hackathon sign-up closes on June 3! Bittide AI Compass. [https://bittide.aicompass.dev/article/99d59bf4-48e5-431b-ac25-642181b73fb6](https://bittide.aicompass.dev/article/99d59bf4-48e5-431b-ac25-642181b73fb6)