TORONTO, 24. August 2026 – Thomson Reuters (NASDAQ/TSX: TRI) hat die Veröffentlichung von Thomson, seinem ersten intern entwickelten proprietären Großsprachenmodell, bekannt gegeben. Anders als jene Grenzlabore, die Milliarden von Dollar für Rechenleistung und Jahre Infrastruktur ausgeben, hat Thomson Reuters 40 Millionen Dollar investiert, um Thomson auf einer soliden Open-Source-Grundlage zu trainieren und für professionelle Intelligenzaufgaben anzupassen.

Das Modell nutzt mehrere Jahrzehnte proprietärem Inhalt von Westlaw, Practical Law, Checkpoint und Reuters sowie die Eingaben hunderter Fachleute. Erste Bewertungen zeigen, dass Thomson die Leistung der neuesten Grenzmodelle erreicht. Es wird bereits in Co Counsel Legal verwendet, mit weiteren Funktionen geplant.

"Für Jahre hat die KI-Industrie die Skalierung als Antwort behandelt," sagte Joel Hron, Chief Technology Officer bei Thomson Reuters. "Thomson zeigt, dass es einen anderen Weg gibt: Mit einer soliden Grundlage beginnen, sie tiefgreifend spezialisieren und Intelligenz zu bauen, die hochkompetent, effizient und unter Ihrer Kontrolle ist."

Thomson betont die KI-Souveränität und behandelt, wie Modelle trainiert werden, wo sie laufen und wie die Privatsphäre der Benutzer geschützt wird. Es zeigt bedeutende Verbesserungen bei der Instruktionen-Following und der Navigation durch dichten, domänenspezifischen Inhalt – entscheidend für komplexe professionelle Aufgaben. Das Modell wurde bisher auf weniger als 10 % des Thomson Reuters-Inhalts trainiert, wobei die zukünftige Entwicklung auf einer tieferen Spezialisierung statt auf einfach mehr Daten fokussiert.

"Thomson beweist, was möglich ist, wenn man KI auf Grundlage von Jahrzehnten proprietärem Inhalt und redaktioneller Expertise aufbaut," sagte Steve Hasker, CEO von Thomson Reuters.

Schlüsselentitäten: Unternehmen: Thomson Reuters | Personen: Joel Hron, Steve Hasker | Standorte: TORONTO