Was ist Forge
Auf dieser Seite
Update vom 2. November 2026 — Le Chat ist jetzt Vibe. Seit dem 28. Mai 2026 wurde Le Chat in Vibe umbenannt (nach wie vor unter chat.mistral.ai): ein einzelner Agent für Arbeit und Code, der Ihre Gespräche, Einstellungen und Abonnements fortführt. Die klassische Le Chat-Erfahrung bleibt im Chat-Modus verfügbar; im Work-Modus sind Agenten nun Fähigkeiten (aufgerufen mit
@), Erinnerungen bilden die Wissensbasis und die Deep Search ist die Deep Research-Fähigkeit. Die Pläne werden nun Mistral Free, Pro, Team und Enterprise genannt. Diese Lektion verwendet den Namen Vibe; beachten Sie, dass einige hier beschriebene Menüs andere Namen oder Positionen haben können.
Ein Modell, das um Ihr Unternehmen herum gebaut ist
Jede Organisation trägt eine Geschichte, die aus Jahren von Entscheidungen, erlernten Lektionen und durch Erfahrung verfeinerten Prozessen besteht. Im Laufe der Zeit wird diese Geschichte zu institutionellem Wissen: Wie Probleme in Ihrem Unternehmen formuliert werden, wie Risiken bewertet werden, wie Systeme aufgebaut werden und wie Entscheidungen getroffen werden. Dieses Wissen lebt in internen Dokumenten, technischen Playbooks, regulatorischen Rahmenwerken, Codebasen und sogar in den stummen Urteilen, die jeden Arbeitstag gefällt werden.
Allzweckmodelle erben keines davon: Sie kennen das Internet, nicht Ihr Unternehmen. Mistral Forge, im März 2026 auf der NVIDIA GTC-Konferenz angekündigt, ist die Antwort von Mistral AI auf diese Lücke. Sie passt Mistrals Frontier-Modelle an Ihren proprietären Daten an, um eine KI zu liefern, die wie Ihr Unternehmen denkt.
Zwei Hebel, die nicht konkurrieren
Bisher war der primäre Weg, ein Modell an geschäftliche Bedürfnisse anzupassen, RAG (Retrieval-Augmented Generation) – genau das, was Enterprise Search tut. RAG lässt das Modell unverändert und injiziert Dokumentenkontext bei jeder Abfrage; es excelle, wenn die Frage lautet: „Was ist die Kündigungs Klausel im Vertrag des letzten Jahres?” Fine-Tuning operiert auf einer anderen Ebene: Es verändert die Gewichte des Modells, um Ihr Wissen dauerhaft zu kodieren. Die Anfrage lautet dann: „Fassen Sie diese Klausel so zusammen, wie es unsere Rechtsabteilung tun würde”, und kein einzelner Dokumentenauszug kann dies liefern. Diese Ansätze ersetzen sich nicht gegenseitig; sie lagern sich übereinander.
| Kriterium | RAG (Enterprise Search) | Fine-Tuning (Forge) |
|---|---|---|
| Prinzip | Injiziert Kontext pro Abfrage | Verändert Modellgewichte |
| Aktualisierung | Echtzeit (indizierte Dokumente) | Erfordert Neustraining |
| Ideal für | Abrufen spezifischer Fakten | Verhalten, Ton, Domänenexpertise |
| Kosten | In Enterprise enthalten | Premium-Service (Forge) |
Forge liefert Wert in vier Dimensionen. Erstens spricht das Modell die Sprache Ihres Unternehmens: Es weiß, dass Ihre internen Akronyme sich auf bestimmte Repositories beziehen, und übersetzt sie nicht in Allgemeinplätze. Zweitens wendet es Ihre Prozesse an, sodass eine Genehmigungsanfrage Ihrer tatsächlichen Freigabekette folgt und nicht einem generischen Workflow. Drittens verankert es Ihre Expertise – technische Diagnosen, Risikobewertungen, branchenspezifische Empfehlungen – anstatt sie durch Inferenz neu zu konstruieren. Schließlich nimmt es Ihren Ton an, passt sich Ihren internen Kommunikationen, Kundeninteraktionen und technischen Dokumentationen an, was das Nachbearbeiten von Generaten reduziert.
Technische Architektur
Forge beginnt nie von einer leeren Leinwand. Der Ausgangspunkt ist ein Mistral-Frontier-Modell – Mistral Large oder Mistral Medium –, das alle seine allgemeinen Fähigkeiten zum Schlussfolgern, zum Mehrsprachigen und zum Codieren behält, nun jedoch um Ihre Expertise bereichert. Sie tauschen keine Vielseitigkeit gegen Spezialisierung; Sie fügen der ersteren die letztere hinzu.
Das Training läuft auf Mistrals sicherer Infrastruktur, mit Garantien, die so wichtig sind wie die Leistung: Ihre Trainingsdaten sind verschlüsselt und isoliert, die Rechenleistung läuft auf dedizierten GPUs in Europa, das resultierende Modell ist proprietär und gehört Ihnen, und die Daten, die zum Training verwendet wurden, werden nach der Lieferung gelöscht. Das angepasste Modell wird dann gemäß Ihren Anforderungen bereitgestellt – auf Mistral-Infrastruktur, wo es über Mistral Enterprise und die API zugänglich wird; in einem dedizierten VPC für vollständige Netzwerkisolation; on-premise auf Ihren eigenen Servern für vollständige Kontrolle; oder auf einer Partner-Cloud (Azure, AWS oder GCP) über bestehende Integrationen.
Vorwärts-deployierte Ingenieure
Das herausragendste Element von Forge ist nicht technisch. Es sind die dedizierten Mistral-Ingenieure, die Forward-Deployed Engineers (FDEs) genannt werden, die direkt mit Ihren Teams arbeiten. Sie identifizieren Anwendungsfälle, bei denen ein angepasstes Modell echten Mehrwert bietet, strukturieren und reinigen Trainingsdatensätze, justieren Hyperparameter, um die Leistung zu maximieren, messen die Qualität anhand von Benchmarks, die spezifisch für Ihre Branche sind, und leiten die Integration in Ihre bestehenden Systeme. Dieses Engagement-Modell, inspiriert von Praktiken bei führenden Technologieunternehmen, stellt sicher, dass die Anpassung Ihre tatsächlichen Bedürfnisse erfüllt und nicht eine ungenaue Interpretation Ihres Auftrags.
Was frühe Partnerschaften zeigen
Forge startete mit Partnern, die den Umfang seiner Anwendungsfälle illustrieren: ASML wendet es auf die Lithografie-Optimierung für Halbleiter an, die Europäische Weltraumorganisation auf die Verarbeitung von Erdbeobachtungsdaten, Ericsson auf die Optimierung von Telekommunikationsnetzwerken und die DSO National Laboratories in Singapur auf Anwendungen im Bereich Verteidigung und Sicherheit. Vier Sektoren, vier Vokabulare, vier Regime der Beschränkungen – und ein gemeinsamer Bedarf an Leistung, Sicherheit und Souveränität, den ein generisches Modell allein nicht befriedigen kann. Die nächste Lektion erläutert diese Bereitstellungen.
Kernaussagen
- Forge passt Mistrals Frontier-Modelle an Ihre proprietären Daten an
- Fine-Tuning ergänzt RAG: Das eine verändert das Modellverhalten, das andere injiziert Kontext
- Das Training läuft auf dedizierten GPUs in Europa; Ihre Daten werden nach der Lieferung gelöscht
- Sie besitzen das Modell, das auf Mistral-Infrastruktur, in einem VPC, on-premise oder auf einer Partner-Cloud bereitgestellt wird
- Forward-Deployed Engineers leiten das Projekt von der Scope-Definition bis zur Integration