Kostenlos gegen die Cloud-Giganten: Reson8 öffnet sein neues Sprachmodell
Ob im Kundenservice, im Restaurant oder im Außendienst, Software hört zu. KI-Telefonassistenten nehmen Reservierungen entgegen, Voicebots bearbeiten Kundenanfragen, Vertriebsmitarbeiter dokumentieren Kundengespräche per Sprache. Auch Bewerbungsgespräche, Meetings und medizinische Befunde werden automatisch transkribiert.
Die führenden Spracherkennungsmodelle sind allerdings vor allem auf englisch trainiert und laufen über US-Infrastruktur. Englisch ist die Muttersprache von rund 400 Millionen Menschen, also etwa jedem zwanzigsten Menschen auf der Welt, und eine von rund 7.000 lebenden Sprachen. Wer Niederländisch, Schwedisch oder Deutsch spricht, bekommt gleich spürbar ungenauere Ergebnisse. Beim Einsatz von Fachbegriffen wird es noch schlechter. Genau hier setzt das Amsterdamer Startup Reson8 an. Am 18. November veröffentlicht es mit Rumble-2-Flash ein Spracherkennungsmodell, kostenlos als Open-Weights-Download.
Wenn die KI das Medikament nicht kennt
Wer ein Spracherkennungsmodul an die eigene Industrie anpassen will, muss normalerweise Audiodaten sammeln und das Modell nach und nach trainieren. Das dauert, kostet Geld und braucht ein Team mit entsprechender Expertise. Für europäische Unternehmen in regulierten Branchen kommt noch etwas dazu. Werden Sprachdaten außerhalb der EU verarbeitet, ergibt sich hieraus schnell ein Compliance-Thema, was viel Aufmerksamkeit verlangt.
„Generische Sprachmodelle sind für die englische Sprache gebaut und machen entsprechend in anderen Sprachen deutlich mehr Fehler. Sprachen wie spanisch, französisch und polnisch , werden von Millionen Menschen gesprochen und sind trotzdem keine Priorität in der Modellentwicklung. „Warum sollte ein Arzt, der auf Schwedisch arbeitet, deutlich größeren Herausforderungen ausgesetzt sein, als ein amerikanischer Arzt“, sagt Raoul Ritter, Mitgründer und CEO von Reson8.
Fachvokabular aus Text statt Training mit Audio
Gegründet von Raoul Ritter, Thomas Kluiters und Jarno Verhagen, baut Reson8 Spracherkennung für mehr als 50 Sprachen. Globale Sprachenvielfalt ist dabei der Ausgangspunkt und keine zusätzliche Ergänzung. Zwei der Gründer haben zuvor mit Juvoly einen KI-Dienst für medizinische Transkription aufgebaut und wissen somit aus erster Hand, woran Sprachmodelle im Berufsalltag scheitern. Juvoly wurde Anfang 2026 an Tandem Health verkauft.
Das Hauptmodell Rumble-2 lernt neues Vokabular direkt aus der Textform. Ein Restaurant kann seine Speisekarte hinterlegen, ein Kundenservice Produktnamen und ein Vertriebsteam Fachbegriffe aus seinem Sortiment. So soll die Spracherkennung auch dann funktionieren, wenn Gäste ein bestimmtes Gericht bestellen, Kunden ein Produkt reklamieren oder Außendienstmitarbeiter nach einem Termin ihre Gesprächsnotizen diktieren. Nutzer laden die entsprechenden Listen oder Glossare hoch, das Modell erkennt die Begriffe in weniger als 60 Sekunden. Audiobeispiele oder ein Nachtraining braucht es dafür nicht und die Latenz bleibt gleich.
Mindestens genauso wichtig ist dabei die Umgebung, in der gesprochen wird. „Die echte Welt findet nicht im Tonstudio statt. Sie findet in Callcentern und in vollen Büros statt, im Auto, im Restaurant, in der Arztpraxis, bei offener Tür und mit schreienden Kindern im Hintergrund. Für genau diese Welt haben wir Rumble-2 gebaut“, sagt Thomas Kluiters, Mitgründer und Head of AI. Die Modelle werden deshalb auch auf Audio in Telefonqualität trainiert. Im Einsatz ist Reson8 unter anderem bei Meeting-Notetakern, KI-Rezeptionist:innen, Voicebots im Kundenservice, in der medizinischen Transkription oder bei Untertiteln.
Eigene GPUs in den Niederlanden
Reson8 betreibt eigene GPU-Cluster in den Niederlanden. Weil das Unternehmen die gesamte Infrastruktur selbst kontrolliert, kann es zusichern, dass keine Sub-Prozessoren bei der Verarbeitung von Audiodateien zum Einsatz kommen Reson8 ist ISO-27001-zertifiziert sowie DSGVO- und EU-AI-Act-konform.
Enterprise-Kund:innen können die Modelle auch on-premise oder in einer eigenen Private Cloud betreiben. Für Kliniken, Kanzleien oder Versicherer ist das oft die elementare Voraussetzung, um Voice AI überhaupt einzusetzen.
Warum ein Startup sein Modell verschenkt
Im März 2026 sammelte Reson8 fünf Millionen Euro in einer Pre-Seed-Runde ein. Angeführt wurde die Runde von Balderton Capital, NP-Hard Ventures beteiligte sich ebenfalls. Jetzt folgt mit Rumble-2-Flash das erste Open-Weights-Modell des Unternehmens. Es hat 500 Millionen Parameter, unterstützt mehr als 50 Sprachen und steht unter Apache-2.0-Lizenz. Das Modell ist auf schnelle, präzise Transkription von aufgezeichnetem Audio ausgelegt. Es lässt sich kostenlos herunterladen oder günstig über die API nutzen. Wer ein eigenes Fachvokabular einbinden will, greift weiterhin zum Hauptmodell Rumble-2.
Dass ein so junges Unternehmen sein Modell frei zur Verfügung stellt, wirkt auf den ersten Blick ungewöhnlich. Große US-Anbieter bündeln Spracherkennung längst in ihren Cloud-Paketen. In so einem Markt ist ein offenes Modell für Reson8 der direkte Weg zu Entwickler:innen und Forschenden. Sie können selbst testen, was das Modell leistet, bevor sie sich auf einen Anbieter festlegen.
„Sprache wird schnell zur Standardschnittstelle für Software“, sagt James Wise, Partner bei Balderton Capital. Wenn das stimmt, stellt sich bald die Frage, ob diese Schnittstelle in Europa genauso zuverlässig funktioniert wie in den USA. Reson8 will zeigen, dass sie dafür auch hier gebaut werden kann.