Wie China die KI-Dominanz der USA untergräbt

Die Frage, ob sich die gigantischen Investitionen der Hyperscaler rechnen werden, hängt wie ein Schatten über dem KI-Boom. Ich habe keine Zweifel daran, dass wir diese Kapazitäten brauchen werden. Aber wie viel werden die Firmen damit verdienen? Zweifler haben gerade am Markt einen schweren Stand. Die Euphorie und der Glaube an eine goldene KI-Zukunft sind groß. Anleger sahen Rücksetzer bisher immer als Nachkaufgelegenheit. Aber wann kommt der Punkt, an dem die Risiken nicht mehr ignoriert werden? Schon einmal ließ Chinas KI-Fortschritt die Kurse krachen Eine große Gefahr für das Narrativ geht von China aus. Du erinnerst dich bestimmt noch an den Deep-Seek-Moment im vergangenen Jahr. DeepSeek-R1 lieferte Leistungen, die mit den fortschrittlichsten Modellen aus den USA (wie denen von OpenAI) vergleichbar waren, wurde aber laut eigenen Angaben zu einem Bruchteil der Kosten und mit deutlich weniger Energieverbrauch trainiert. Nvidia verlor 600 Milliarden Dollar an Börsenwert. Über den Finanz-Experten Clemens Schömann-Finck Clemens Schömann-Finck ist Finanz-Experte und steht hinter dem YouTube-Kanal "René will Rendite". In seiner Kolumne bei FOCUS online beleuchtet er aktuelle Themen rund um Börse und Geldanlage. Abonnieren Sie hier seinen Newsletter für mehr Finanz-Infos. Seitdem haben die chinesischen KI-Spezialisten ihre Modelle immer weiterentwickelt. Das jüngste Beispiel ist Kimi K3, das vom chinesischen Anbieter Moonshot veröffentlicht wurde. Die Modelle sind von der Leistung her inzwischen absolut wettbewerbsfähig. Zugleich sind die Kosten deutlich niedriger. Immer mehr Tokens werden verarbeitet. Die USA fallen zurück. ANZEIGE ANZEIGE Das Besondere: Die chinesischen Konzerne verfolgen eine offene Strategie. Die Modelle sind „Open Weight“, wie es in der Fachsprache heißt. Der Begriff bedeutet, dass die fertigen, vortrainierten Parameter eines KI-Modells öffentlich zum Download zur Verfügung stehen. Das heißt: Jeder kann das Modell herunterladen, lokal auf eigenen Servern oder Computern ausführen und anpassen, ohne auf die Cloud-Infrastruktur des Herstellers angewiesen zu sein. Oft ist von „Open Source“ die Rede. Aber das ist eigentlich falsch: Open Weight: Nutzer bekommen das fertige Modell (das „Gehirn“) und können es einsetzen, verändern oder in eigene Produkte einbauen. Die Hersteller halten aber geheim, womit das Modell gefüttert wurde. Die riesigen Trainingsdatensätze und oft auch die exakte Software, die für das Training genutzt wurde, bleiben verschlossen. Echtes Open Source: Nach der klassischen Definition aus der Softwareentwicklung müsste alles offengelegt werden – also auch die kompletten Trainingsdaten und die Trainings-Architektur. Das machen KI-Unternehmen fast nie (oft aus Sorge vor Urheberrechtsklagen bezüglich der Trainingsdaten oder um einen Wettbewerbsvorteil zu behalten). OpenAI oder Anthropic verfolgen dagegen eine andere Strategie. Man spricht hier von „Closed Source“. Das bedeutet: Entwickler können diese Modelle nur als Service über das Internet (per API) abrufen und bezahlen pro verarbeitetem Wort. Man mietet das Modell quasi nur, statt es zu besitzen. Was ersteinmal nach keinen guten Geschäftsmodell klingt, kann für die Anbieter und China durchaus Vorteile haben: Etwas kostenlos (oder für sehr wenig Geld) abzugeben, hindert den eigenen Rivalen daran , übermäßige Gewinne zu erzielen, während man gleichzeitig die Nachfrage nach der eigenen, angrenzenden Infrastruktur steigert (und diese monetarisiert). So können Cloud-Anbieter, die offene Modelle entwickeln oder fördern, vom Verkauf von Rechenleistung für das Hosting offener Modelle profitieren. Offene Modelle können auch die technischen Standards, das Software-Ökosystem und die kulturellen Standards eines Landes international verbreiten. Für China verringern leistungsfähige offene Modelle die Abhängigkeit von US-APIs und positionieren das Land als bevorzugten Anbieter für Schwellenländer. Wann kommen die Zweifel? Die drängende Frage lautet also, ob der gigantische Investitionsboom in künstliche Intelligenz die ambitionierten Bewertungen westlicher Konzerne noch rechtfertigt – zumal immer mehr Firmen beginnen, ihre hohen KI-Ausgaben zu hinterfragen und nach günstigeren Alternativen suchen. Und davon ausgehend leiten sich zwei weitere wichtige Fragen ab: Wann bekommen die Konzerne Zweifel an ihren Investitionen und drosseln das Tempo? Und wann wächst die Skepsis der Anleger? Flankiert wird die chinesische KI-Offensive durch massive staatliche Unterstützung aus Peking. Der Aufbau von Infrastruktur erfolgt in enormem Tempo. Während westliche Industrienationen mit den energetischen Anforderungen von Rechenzentren kämpfen, nutzt China gezielt lokale Standortvorteile. In der Inneren Mongolei treibt billiger Strom aus erneuerbaren Energien den Bau hunderter Datenzentren voran. Die Sorge vor globalen Überkapazitäten drängt sich auf. Der Staat subventioniert bis zu 50 Prozent der Stromkosten. Die einzige Bedingung ist der exklusive Einsatz chinesischer Chips. Der chinesische Modellentwickler Z.AI hat inzwischen erfolgreich ein Rechenzentrum hochgezogen, das ausnahmslos auf heimischen Chips basiert. Ein weiterer Beleg dafür, wie schnell das chinesische Ökosystem die technologische Distanz zum Westen verringert.