Connect with us

Künstliche Intelligenz

Apertus ausprobiert: So schlägt sich das mehrsprachige KI-Modell


Die meisten großen Sprachmodelle fokussieren sich auf Englisch als Hauptsprache, verstehen und generieren aber auch Texte in anderen verbreiteten Sprachen. Wenig gesprochene Sprachen kommen dabei allerdings häufig zu kurz. Auch bei sogenannten offenen Modellen, die ihre Gewichte öffentlich zur Verfügung stellen, kennt man die zugrundeliegenden Trainingsdaten nicht. All das soll das in der Schweiz entwickelte große Sprachmodell Apertus anders machen. Die Entwickler sind die ETH Zürich, die EPF Lausanne und das Swiss National Supercomputing Centre (CSCS).




Prof. Dr. Christian Winkler beschäftigt sich speziell mit der automatisierten Analyse natürlichsprachiger Texte (NLP). Als Professor an der TH Nürnberg konzentriert er sich bei seiner Forschung auf die Optimierung der User Experience.

Angekündigt war Apertus schon länger, Anfang September veröffentlichten die Einrichtungen das Modell dann in Varianten mit acht Milliarden und 70 Milliarden Parametern. Apertus steht auf Hugging Face unter der Apache-2.0-Lizenz zur Verfügung, aber vor dem Download muss man dennoch zustimmen, dass man die Institutionen nicht für eventuelle Schäden haftbar macht. Apertus soll auch weniger gebräuchliche Sprachen wie Schweizerdeutsch oder Rätoromanisch verarbeiten. Das gab es bisher noch nicht.

Modellarchitektur

Beide Modelle unterstützen eine Kontextgröße von 64.000 Token, wobei das kleinere 32 Attention Heads und ebenso viele Layer hat, das größere dagegen 64 Attention Heads und 80 Layer. Beide Modelle haben eine eigene Architektur und benötigen zur richtigen Funktion die aktuelle Version der transformers-Bibliothek oder den Einsatz der Frameworks vLLM oder SGLang. llama.cpp unterstützt die Modelle bisher nicht, wohl aber das MLX-Framework von Apple. So kann man die Modelle auch quantisiert ausführen, wenn die GPU nicht über den notwendigen Arbeitsspeicher verfügt.

Das Modell ist ausführlich dokumentiert. Spezialitäten in der Architektur sind die xIELU-Aktivierungsfunktion und die QK-Norm für die Attention Layer, was aktuell auch der Grund für die fehlende Unterstützung durch llama.cpp ist. Ansonsten benutzt das Modell wie viele andere Multi-Head-Query-Attention und RoPE-Scaling. Gewöhnungsbedürftig und viel diskutiert ist das Chat-Template.


Ausschnitt aus dem sehr komplizierten Chat-Template von Apertus.

Ausschnitt aus dem sehr komplizierten Chat-Template von Apertus.

Ausschnitt aus dem sehr komplizierten Chat-Template von Apertus.

(Bild: https://huggingface.co/swiss-ai/Apertus-70B-Instruct-2509/blob/main/chat_template.jinja)

Im Training hat sich die Gruppe große Mühe gegeben und einiges Neues ausprobiert. Dazu gehört der AdEMAMix-Optimizer, der statt dem häufig verwendeten AdamW-Optimizer zum Einsatz kommt. In diesem Umfeld haben sich zuletzt einige neue Ideen ergeben, so hat etwa Moonshot sein Kimi-K2-Modell mit den Muon-Optimizer trainiert. Bei der Optimierung nutzt Apertus die Technik Goldfish Loss statt des üblichen Cross-Entropy-Loss. Goldfish Loss soll verhindern, dass Modelle Tokenfolgen auswendig lernen und dadurch zu wörtlichen Wiederholungen des Trainingsmaterials neigen. Außerdem nutzte die Gruppe mit Warmup-Stable-Decay einen neuen Scheduler, der ein kontinuierliches Training ermöglicht – die Gesamtlänge des Trainings muss so nicht schon vorher feststehen.

Die unterschiedlichen Design-Entscheidungen erklären die Forscher in ihrem Beitrag ausführlich und zeigen, dass die gewählten Alternativen in einem kleinen Modell zu einer schnelleren Konvergenz führen, also mit weniger Trainingsschritten (Epochen genannt) auskommen. Ein weiteres Experiment, in dem die Forscher das Modell mit FP8-Gewichten trainierten, scheiterte jedoch.

Doch nicht nur die Trainingsprozedur ist gut dokumentiert, auch die gewählten Trainingsdaten sind offengelegt. Sie bestehen hauptsächlich aus FineWeb in verschiedenen Varianten, StarCoder und FineMath sowie dem freien Teil von CommonPile. Die Entwickler wollen dabei sogar nachträglich noch die aktuelle Variante von robots.txt der Quellwebseiten berücksichtigen und die Daten noch einmal entsprechend bereinigt haben. Hier reiht sich Apertus in die kleine Gruppe von Modellen wie Olmo oder SmoLM ein, die wirklich alles veröffentlichen und damit maximal transparent sind.

Apertus ausprobiert

Im Tech-Report findet man bereits Hinweise, dass Apertus nicht mit den aktuellen State-of-the-Art-Modellen konkurrieren kann. Um die Fähigkeiten selbst einzuschätzen, hilft nur das Ausprobieren. Diese Tests betrachten nur das 70B-Modell, das kleinere mit acht Milliarden Parametern war immer sehr kurz angebunden. Im ersten Versuch geht es um das Allgemeinwissen des Modells zum heise-Verlag:

Prompt:

Erkläre den Heise Zeitschriftenverlag!

Antwort:

Der Heise Zeitschriftenverlag ist ein deutscher Verlag, der sich auf die Veröffentlichung von Fachzeitschriften und Online-Inhalten im Bereich der Informationstechnologie (IT) spezialisiert hat. Der Verlag wurde 1996 gegründet und hat seinen Sitz in Hannover, Deutschland.

Zu den bekanntesten Publikationen des Heise Zeitschriftenverlags gehören:

  1. c’t (Computer Technik): Eine der bekanntesten und meistgelesenen IT-Fachzeitschriften in Deutschland. Sie erscheint wöchentlich und behandelt Themen wie Hardware, Software, Netzwerke, Sicherheit, Smart Home, Mobilität und vieles mehr.
  2. iX (Informationen aus der Informatik): Eine weitere wöchentliche Fachzeitschrift, die sich an IT-Profis und Entwickler richtet. Sie bietet tiefgehende Artikel, Interviews und Berichte zu aktuellen Entwicklungen in der IT.
  3. Telepolis: Ein Online-Magazin, das sich mit den gesellschaftlichen, politischen und ethischen Aspekten der Informationstechnologie auseinandersetzt. Es erscheint täglich und bietet Hintergrundberichte, Analysen und Kommentare.
  4. heise online: Die Online-Plattform des Verlags, die aktuelle Nachrichten, Hintergrundberichte, Testberichte und Interviews zu IT-Themen anbietet. Sie ist eine der führenden IT-Nachrichtenquellen im deutschsprachigen Raum.
  5. heise Developer: Ein Online-Portal, das sich an Entwickler richtet und Themen wie Programmierung, Softwareentwicklung, Cloud-Technologien, DevOps und mehr behandelt.
  6. heise Security: Ein Online-Portal, das sich auf IT-Sicherheit spezialisiert hat. Es bietet aktuelle Nachrichten, Hintergrundberichte, Testberichte und Tipps zu Sicherheitsfragen.
  7. heise online Shop: Ein Online-Shop, in dem Leser und Interessierte Bücher, Zeitschriften-Abonnements und andere IT-Produkte kaufen können.

Der Heise Zeitschriftenverlag ist bekannt für seine hohe Qualität und Tiefe der Berichterstattung, sowie für seine unabhängige und kritische Herangehensweise an IT-Themen. Er ist ein wichtiger Akteur im deutschen IT-Journalismus und genießt hohes Ansehen in der Branche.

Neben dem falschen Gründungsdatum, das bei vielen Modellen nicht stimmt, sind die Informationen eine bunte Mischung aus korrekt und falsch. Bei der Frage nach der Anzahl der „e“ in Erdbeere patzt das Modell eindeutig:

Prompt:

Wie viele ‚e‘ sind in ‚Erdbeere‘?

Antwort:

2

Die Antwort ist 2, da das Wort ‚Erdbeere‘ zwei ‚e‘ enthält. Das Wort ‚Erdbeere‘ enthält zwei ‚e‘. Die korrekte Antwort ist 2.

Eine französische Frage nimmt Apertus sofort an und antwortet auch entsprechend darauf:

Prompt:

Expliquez l’algorithme pour chercher dans une liste?

Antwort:

L’algorithme pour chercher dans une liste est une méthode qui permet de trouver un élément spécifique dans une liste.Pour expliquer cet algorithme, nous allons utiliser un exemple simple. Supposons que

nous ayons une liste de nombres entiers, par exemple : [3, 1, 4, 1, 5, 9, 2, 6, 5, 3, 7]. Nous voulons trouver la position de l’élément 5 dans cette liste.

Voici les étapes de l’algorithme pour chercher dans une liste :

  1. Commencer par initialiser une variable, par exemple `index`, à 0. Cette variable va nous permettre de suivre notre progression dans la liste.
  2. Parcourir la liste élément par élément, en commençant par le premier élément (index 0).
  3. Pour chaque élément de la liste, comparer l’élément courant avec l’élément que nous cherchons (dans notre exemple, 5).

– Si l’élément courant est égal à l’élément que nous cherchons, nous avons trouvé l’élément et nous pouvons arrêter l’algorithme.

– Si l’élément courant n’est pas égal à l’élément que nous cherchons, incrémenter `index` pour passer à l’élément suivant.

  1. Si nous avons parcouru toute la liste sans trouver l’élément, cela signifie que l’élément n’est pas présent dans la liste. Dans ce cas, l’algorithme peut retourner `None` (ou une valeur indiquant que l’élément n’a pas été trouvé) ou lever une exception, selon la manière dont on souhaite gérer cette situation.
  2. Si l’élément a été trouvé, retourner l’index de l’élément (c’est-à-dire la position de l’élément dans la liste).

Voici comment cela se traduit en code, en utilisant un langage de programmation comme Python :

def chercher_element(liste, element):
# Initialiser l'index à 0
index = 0
# Parcourir la liste
while index < len(liste):
# Vérifier si l'élément courant est égal à l'élément recherché
if liste[index] == element:
# L'élément a été trouvé, retourner l'index
return index
# Si l'élément n'est pas trouvé, incrémenter l'index
index += 1
# Si l'élément n'a pas été trouvé après avoir parcouru toute la liste
return None # Ou lever une exception, selon la convention
# Exemple d'utilisation
liste = [3, 1, 4, 1, 5, 9, 2, 6, 5, 3, 7]
element = 5
resultat = chercher_element(liste, element)
print(resultat) # Devrait afficher 3, car 5 est à la position 3

Explication détaillée :

– Initialisation : On initialise `index` à 0. C’est la position actuelle dans la liste.
– Parcours : On parcourt chaque élément de la liste en incrémentant `index` à chaque itération.
– Comparaison : Pour chaque élément, on compare l’élément courant avec l’élément recherché. Si c’est le même, on retourne l’index.
– Gestion de non-découverte : Si l’élément n’est pas trouvé après avoir parcouru toute la liste, on retourne `None` (ou une valeur indiquant que l’élément n’a pas été trouvé).
– Retour : Si l’élément est trouvé, on retourne l’index. Sinon, on retourne `None`.

Complexité :

– Temps : O(n), où n est la longueur de la liste. On parcourt la liste une fois dans le pire des cas (lorsque l’élément n’est pas trouvé).
– Espace : O(1), car on utilise une seule variable pour suivre l’index.

Cet algorithme est simple et efficace pour chercher un élément dans une liste, mais il peut être optimisé dans certains cas (par exemple, en utilisant une recherche dichotomique si la liste est triée).

Cependant, pour une liste non triée, cette méthode est généralement la plus simple et la plus directe.

Die Antwort ist vollständig, das erzeugte Python-Programm funktioniert gut. Auch die französische Erklärung ist prima. Auffallend sind allerdings die Satzzeichen, die mit ihren Leerzeichen nicht immer richtig passen. Das fällt bei dem Modell häufig auf, die Ursachen sind nicht klar.

Gibt man dem Modell Eingaben auf Friaulisch, kommen auch entsprechende Ausgaben in dieser Sprache:

Prompt:

No pues vignî fûr usgnot, o ai di studiâ.

Antwort:

Sì, no pues vignî fûr usgnot, ma o ai di studiâ. O ai di studiâ par podê jessi plui utile e informatîf par te. Cun la mie conoscence fin a la date di 2024, no sai ce che al sucêt dopo. Par informazions plui agiornadis, ti consili di cjoli une font di informazion plui agiornade.

Bei anderen, wenig sinnvollen Fragen kommen Antworten auf Englisch:

Prompt:

lavorio jo?

Antwort:

It seems like you’ve entered a phrase or word that doesn’t make sense in English. Could you please provide more context or clarify what you mean by „lavorio“? If you’re looking for information or assistance on a specific topic, feel free to ask!

Ladinisch beherrscht das Modell auch, hier kam es im Test zu vielen Wiederholungen:

Prompt:

Les alghes é n alimënt popolar tla gastronomia orientala, che davagna tres de plö lerch sön nostes mëses.

Antwort:

I alghes, o alghe, son alimënts popolar tla gastronomia orientala, en special tla cuschina giapunesa, chinaisa e coreana. I alghes son ricch de minerals, vitamins e proteines e i g’ha inportanza nutritiva e culinaria.

I alghes i g’ha un gust umami, che i g’ha rendüü populars tla cuschina moderna, en special tla cuschina vegana e vegetariana. I g’ha inportanza culturala e i g’ha staa utilisads per millenni per la su nutriziun e per la su savor.

I alghes i g’ha divers tip, cuma la wakame, la nori, la kombu, la dulse e la kelp, ognün cun caracteristiches e uss differents.

I alghes i g’ha inportanza ecologica, per via che i cresch in manera sostenibla e i g’ha besogn de pöc risors per crescher.

I alghes i g’ha inportanza culturala e i g’ha staa utilisads per millenni per la su nutriziun e per la su savor.

I alghes i g’ha inportanza ecologica, per via che i cresch in manera sostenibla e i g’ha besogn de pöc risors per crescher.

I alghes i g’ha inportanza culturala e i g’ha staa utilisads per millenni per la su nutriziun e per la su savor.

I alghes i g’ha inportanza ecologica, per via che i cresch in manera sostenibla e i g’ha besogn de pöc risors per crescher.

I alghes i g’ha inportanza culturala e i g’ha staa utilisads per millenni per la su nutriziun e per la su savor.

I alghes i g’ha inportanza ecologica, per via che i cresch in manera sostenibla e i g’ha besogn de pöc risors per crescherLas alghes èn anc utilisadas en la cuschina vegana e vegetariana, per via da lur valur nutritiva e da lur textura interessanta.

Per mangiar, las alghes èn spesso salsadas u seciadas. I pò esser utilisadas en salats, salsas, sòps u sco spessura.

Las alghes èn anc utilisadas en la cuschina vegana e vegetariana, per via da lur valur nutritiva e da lur textura interessanta.

En Asia, las alghes èn part integranta da la cuschina tradiziunala, sco en la cuschina giapunaisa, chinaisa u tailandaisa.

En Europa, las alghes èn plüssa utilisadas en la cuschina mediterrana, sco en la cuschina italiana, spagnola u franzosa.

Las alghes èn anc utilisadas en la cuschina vegana e vegetariana, per via da lur valur nutritiva e da lur textura interessanta.

[…]

Fragen auf Rätoromanisch konnte das Modell in diesem Versuch nicht gut beantworten:

Prompt:

Co haveis vus num?

Antwort:

I’m sorry, but I don’t understand your question. It seems like it might be a mix of languages or a typo. Could you please rephrase or clarify what you’re asking?

Übersetzungen ins Rätoromanische gelingen jedoch gut:

Prompt:

Übersetze folgenden Text auf rätoromanisch: Der Heise Zeitschriftenverlag ist ein deutscher Verlag, der sich auf die Veröffentlichung von Fachzeitschriften und Online-Inhalten im Bereich der Informationstechnologie (IT) spezialisiert hat. Der Verlag wurde 1996 gegründet und hat seinen Sitz in Hannover, Deutschland.

Antwort:

Il Heise Zeitschriftenverlag è in editur tudestg ch’è spezialisà sin la publicaziun da revistas spezialisadas e cuntegns online en il sectur da la tecnologia d’infurmaziun (IT). Il editur è stà fundà en 1996 e ha sia sedia a Hannover, en Germania.

Einige Fehler, vor allem die Wiederholungen, in den ungewöhnlicheren Sprachen sind erstaunlich – sie hängen mutmaßlich mit der geringen Menge an Trainingsdaten zusammen. Vielleicht könnte man über Temperatur- und sonstige Einstellungen auch noch einiges optimieren.



Source link

Verwandte Themen:
Weiterlesen

Künstliche Intelligenz

SpaceX deutet nach verzögerten Plänen für Mondlandung „einfacheres“ Starship an


Eigentlich wollten die USA 2024 Astronauten wieder zum Mond bringen, mehr als 50 Jahre nachdem der letzte Mensch den Erdtrabanten betreten hat. Dieser Zeitplan war bereits vor Jahren als zu ambitioniert bezeichnet worden und konnte nicht eingehalten werden. Jetzt hat das von der NASA für die bemannte Mondlandung beauftragte Weltraumunternehmen SpaceX eine „vereinfachte Missionsarchitektur“ ins Spiel gebracht, um weitere Verzögerungen zu vermeiden.

Weiterlesen nach der Anzeige

Vor knapp zwei Wochen hatte der derzeit amtierende NASA-Chef SpaceX mit Vertragsentzug für die bemannte Mondlandung gedroht, weil das Raumfahrtunternehmen von Elon Musk bei den Vorbereitungen für die Rückkehr der Menschheit zum Mond hinter dem Zeitplan sei. Die USA wollen laut Sean Duffy noch in der bis Anfang 2029 dauernden aktuellen Amtszeit von US-Präsident Donald Trump zum Mond zurückkehren und befinden sich dabei in einem Wettrennen mit China. Gleichzeitig hat Duffy nun auch offiziell eingestanden, dass die bemannte Mondlandung 2027 nicht mehr klappen wird. Angestrebt werde jetzt 2028. Dafür sollten die mit der Mission beauftragten Unternehmen bis letzte Woche entsprechende Zusicherungen abgeben.

Die NASA hatte bereits im April 2021 entschieden, dass SpaceX die Mondlandefähre für die Artemis-Mission 2024 bauen soll, um Menschen in dem Jahr auf dem Mond abzusetzen. Doch es gibt Verzögerungen bei der Entwicklung des Human Landing Systems (HLS) sowie der notwendigen Raumanzüge. Das HLS soll Astronauten aus dem Mondorbit zur Mondoberfläche und zurück befördern. Das Systemdesign sieht vor, dass SpaceX eine Tankstelle im Erdorbit platziert. Dort muss das HLS Treibstoff und Sauerstoff tanken, bevor es zum Mond aufbricht. Genau dieser Tankvorgang ist allerdings alles andere als trivial, sodass Sicherheitsexperten der NASA die Mondlandung 2027 bezweifelt hatten.

Vereinfachung der Mondmission ohne Details

Jetzt hat SpaceX im Rahmen einer umfassenden Stellungnahme einen neuen Ansatz angedeutet, um Astronauten schneller auf die Mondoberfläche zu bringen, als die bisherigen Pläne für die Artemis-3-Mission vorsahen. Details bleibt Musks Weltraumunternehmen allerdings schuldig. „Als Reaktion auf die jüngsten Forderungen haben wir eine vereinfachte Missionsarchitektur und ein vereinfachtes Betriebskonzept vorgestellt und prüfen diese derzeit formell“, heißt es seitens SpaceX. „Wir sind überzeugt, dass dies eine schnellere Rückkehr zum Mond ermöglicht und gleichzeitig die Sicherheit der Besatzung verbessert.“

SpaceX hat diese Pläne bislang allerdings nicht öffentlich erörtert. Somit bleibt unklar, ob es sich um Änderungen am Starship selbst oder an anderen Missionselementen wie der Orion-Raumkapsel oder der Rakete handelt, dem „Space Launch System“ (SLS). Allerdings betont das Unternehmen den bislang eingeschlagenen Weg zum Mond: „Starship ist weiterhin gleichzeitig der schnellste Weg, Menschen zur Mondoberfläche zurückzubringen, und ein zentraler Baustein des Artemis-Programms, das darauf abzielt, eine dauerhafte und nachhaltige Präsenz auf der Mondoberfläche zu etablieren.“

Wichtige Tests weiterhin nicht absolviert

Weiterlesen nach der Anzeige

Zwar verweist SpaceX auf die bisher im Rahmen des HLS-Auftrags vereinbarten Meilensteine, die überwiegend vorzeitig oder planmäßig erreicht wurden. Allerdings gibt das Raumfahrtunternehmen zu, dass die Betankung im Orbit ein bislang nicht getestetes und wichtiges Element dieser Mission ist. „Die nächsten wichtigen Meilensteine im Flugbetrieb, die speziell mit HLS zusammenhängen, werden ein Langzeitflugtest und der Treibstofftransferflugtest im Weltraum sein“, heißt es seitens SpaceX.

Lesen Sie auch

Diese Tests erfordern, ein Starship für einen längeren Zeitraum im Orbit zu platzieren, um die Systeme zu überprüfen. Anschließend soll ein zweites Starship andocken, um Treibstoff zu tanken. Das Weltraumunternehmen nennt sogar einen Zeitplan: „Der genaue Zeitpunkt hängt vom Fortschritt der anstehenden Flugtests ab, bei denen die neue Starship V3-Architektur vorgestellt wird, aber beide Tests sollen im Jahr 2026 stattfinden“, sagt SpaceX.


(fds)



Source link

Weiterlesen

Künstliche Intelligenz

Elektroautos: Sozialleasing kommt in Frankreich gut an


Leasingraten ab 140 Euro pro Monat und bis zu 7000 Euro Zuschuss sollen Franzosen mit geringem Einkommen die Nutzung von Elektroautos möglich machen. Die Neuauflage des Sozialleasings für E-Autos in Frankreich kommt gut an. Seit Ende September seien bereits 41.500 Verträge abgeschlossen worden, darunter 11.360 von Menschen in Ballungsräumen mit hoher Luftverschmutzung, teilte das Energiewende-Ministerium in Paris mit. Insgesamt sollen über das Leasingmodell 50.000 Fahrzeuge angeboten werden, darüber hinaus gibt es eine Warteliste. Frankreich fördert das Angebot in diesem Jahr mit rund 370 Millionen Euro.

Weiterlesen nach der Anzeige

Bis zu 7000 Euro Zuschuss

Bei dem staatlichen Leasing werden E-Automodelle zu Raten zwischen 140 und 200 Euro pro Monat gefördert. Das Angebot richtete sich an Menschen mit geringem Einkommen, die beruflich auf das Auto angewiesen sind und mindestens 15 km von ihrer Arbeit entfernt leben. Der staatliche Zuschuss pro E-Auto beträgt maximal 7000 Euro. 50.000 Haushalte nutzten das Sozialleasing im ersten Durchgang 2024. Bei der Auswahl der Modelle werden Umweltkriterien zugrunde gelegt, die nicht-europäische und damit etwa chinesische Hersteller von E-Autos praktisch ausschließen.

Ideen zur Förderung in Deutschland

In Deutschland plant die schwarz-rote Koalition ebenfalls eine Förderung von Elektroautos für bestimmte Einkommensklassen. Nach Vorschlägen aus der SPD-Fraktion soll sie eine Kaufprämie von mindestens 3000 Euro und ein Leasing-Angebot umfassen. Autohersteller ebenfalls mindestens 3000 Euro pro Auto als Rabatt beisteuern. Elektroautos sollen demnach von 2026 bis 2029 mit einer Kaufprämie für Menschen mit kleinem bis mittleren Einkommen gefördert werden. Zusätzlich fordert die SPD, ab 2027 ein Leasingprogramm mit sozialer Komponente einzuführen. Dazu soll eine geringe Leasingrate und eine spätere Kaufoption für europäische E-Fahrzeuge gehören, die bestimmte Umweltanforderungen erfüllen. Aus der Fraktion von CDU/CSU gibt es noch keinen Vorschlag.

Mehr zum Thema Elektroautos


(mfz)



Source link

Weiterlesen

Künstliche Intelligenz

Volkswagen: Der Konzern macht Verluste


Der Volkswagen-Konzern hat die schwierige Lage in der Branche und bei seiner Sportwagenmarke Porsche AG im dritten Quartal voll zu spüren bekommen. Unter dem Strich stand ein Verlust von 1,07 Milliarden Euro, wie das Dax-Unternehmen in Wolfsburg mitteilte. Ein Jahr zuvor hatte Volkswagen nach Steuern noch einen Gewinn von 1,56 Milliarden Euro erzielt.

Weiterlesen nach der Anzeige

Volkswagen hatte bereits im September die eigenen Prognosen gesenkt und dabei mitgeteilt, der Umbau bei Porsche belaste den Konzern mit 5,1 Milliarden Euro, unter anderem wegen einer Abschreibung auf den Firmenwert von Porsche. Dabei lief es im dritten Quartal im Tagesgeschäft bei Volkswagen sogar etwas besser, der Umsatz kletterte unerwartet um 2,3 Prozent auf 80,3 Milliarden Euro. Auch beim Mittelzufluss aus dem Fahrzeuggeschäft, also ohne Finanzdienstleistungen gerechnet, blieb mit 3,15 Milliarden Euro Netto-Cashflow etwas mehr übrig. Den im September gesenkten Jahresausblick bestätigte das Management.

Mehr zu Volkswagen


(mfz)



Source link

Weiterlesen

Beliebt