IBM stellte am 25. August 2026 Granite 4.2 vor, eine neue Generation von Large Language Models (LLMs), die gezielt für agentenbasierte Workflows in Unternehmensumgebungen entwickelt wurde. Die Modelle sind in drei Größen verfügbar (3 Milliarden, 8 Milliarden und 30 Milliarden Parameter) und bauen auf der im Frühjahr 2026 veröffentlichten Granite-4.1-Modellreihe auf.
Die entscheidende Neuerung: Granite 4.2 soll nicht primär Antworten generieren, sondern Aufgaben eigenständig erfüllen. IBM beschreibt diesen Ansatz als Shift von Response-Generation zu Task-Completion – eine Architekturentscheidung, die dem veränderten Anforderungsprofil moderner Enterprise-Anwendungen Rechnung trägt.
Trainingsmethodik: Fünf Phasen auf 15 Billionen Tokens
Die technische Basis für Granite 4.2 legte IBM mit Granite 4.1, dessen Grundmodelle von Grund auf auf etwa 15 Billionen Tokens trainiert wurden. Das Training folgte einer fünfphasigen Strategie: Phase 1 umfasste 10 Billionen Tokens, Phase 2 und 3 je 2 Billionen Tokens, Phase 4 0,5 Billionen Tokens. Der Trainingskorpus bestand aus englischsprachigen und mehrsprachigen Daten.
Das 30-Milliarden-Parameter-Modell von Granite 4.2 baut direkt auf dem Base-Checkpoint von Granite 4.1-30B auf und übernimmt dessen Vortrainingsmethodik. IBM trainierte die Vorgängermodelle auf einem NVIDIA GB200 NVL72 Cluster, der bei CoreWeave gehostet wurde.
Supervised Fine-Tuning und Reinforcement Learning
Nach dem Pretraining durchlaufen die Modelle eine zweistufige Feinabstimmung. Die Instruct-Varianten von Granite 4.1 – technische Basis für 4.2 – wurden mittels Supervised Fine-Tuning (SFT) und Reinforcement Learning (RL) optimiert. IBM setzte dabei auf rigoros designte SFT-RL-Zyklen mit einer Mischung aus verschiedenen Datasets.
Schwerpunkte der Feinabstimmung waren Tool-Calling-Fähigkeiten, Instruction Following und Chat-Funktionalität. IBM stellt die Modelle in zwei Varianten bereit: Base-Modelle (Checkpoints direkt nach dem Pretraining) und Instruct-Modelle (feinabgestimmt für Dialog, Instruction Following, Hilfsbereitschaft und Sicherheit).
Datenaufbereitung mit Enterprise-Fokus
Die Datenaufbereitung für Granite folgt IBMs Standard-Clearance-Verfahren und beinhaltet Document Quality Review sowie Governance-Risk-Compliance-Evaluationen. Diese Prozesse zielen auf Customization-Fähigkeit und Compliance-Anforderungen in regulierten Branchen ab.
IBM positioniert Granite als Open-Source-Modellfamilie, die über Hugging Face und GitHub verfügbar ist. Die Modelle sind für Enterprise- und Forschungsanwendungen konzipiert und stehen unter einer Lizenz, die kommerzielle Nutzung erlaubt.
Verfügbarkeit und Weiterentwicklung
Granite 4.2 ist seit der Ankündigung am 25. August 2026 in allen drei Parametergrößen verfügbar. Die Modelle erben die mehrsprachigen Fähigkeiten der Granite-4.1-Reihe, die zwischen März und April 2026 veröffentlicht wurde. IBM bezeichnet die Modellfamilie als vielseitig, sicher und effizient – Attribute, die sich aus der Trainingsmethodik und dem Fokus auf Enterprise-Compliance ableiten.