KI-Modell aus China : Warum DeepSeek jetzt Europa ins KI-Rennen zurückbringen könnte

DeepSeek aus China wirbelt den Markt auf. KI-Gründer und Experten erkennen in dem Sprachmodell auch eine neue Chance für Europa.

Aleph-Alpha-Gründer Jonas Andrulis hat DeepSeek bereits in sein System integriert.

Foto: dpa Picture-Alliance

Wer das Beben beobachten will, das gerade im Tech-Sektor stattfindet, muss einfach nur auf sein Handy schauen – in die Charts der Smartphone-Apps. Lange war da etwa bei Apple ChatGPT auf Platz eins, der KI-Bot aus den USA. Seit ein paar Tagen hat sich eine andere KI-App an die Spitze geschoben: DeepSeek aus China.

Die neue populäre KI ist offenbar nicht nur leistungsstärker als die vieler US-Anbieter, sondern auch um ein Vielfaches preiswerter – und bringt damit eine neue Dynamik in das weltweite Wettrennen um die Führungsposition bei künstlicher Intelligenz. Von einem Sputnik-Moment ist gar die Rede: Macht China den USA tatsächlich die KI-Führerschaft streitig?

Nicht nur die Tech-Unternehmen in den USA sind alarmiert. Auch in Europa diskutieren Gründer und KI-Entwickler über die Folgen. Mit den Milliardensummen, die große US-Tech-Konzerne in Rechenzentren und KI-Teams stecken, kann Europa schon länger nicht mithalten. Wächst Europas Rückstand im KI-Wettbewerb dank DeepSeek jetzt noch weiter? Oder ist die neue KI aus China gar ein Grund für Optimismus?

Das Heidelberger Start-up Aleph Alpha, selbst Anbieter großer Sprachmodelle, hat das Modell bereits selbst in sein Pharia System integriert, kritisiert jedoch die rechtlichen Grauzonen, in denen sich DeepSeek bewegt – etwa beim Urheberrecht. „China und die USA verfolgen auf unterschiedliche Weise das gleiche Ziel: Sie wollen das neue KI-Zeitalter prägen. Dabei geht es nicht nur um Wertschöpfung, sondern auch um die Deutungshoheit in zentralen geopolitischen Fragen“, heißt es von den Heidelbergern. Aleph Alpha betont allerdings auch, welch wichtiger Meilenstein DeepSeek für Anwender darstellt.

Aleph Alpha: „Neue Dynamik im Markt“

Für die Entwicklung des Sprachmodells wurden nach Angaben von DeepSeek nur 5,6 Millionen Dollar eingesetzt. Experten und Gründer sind von dieser vergleichsweise niedrigen Summe überrascht, viele zweifeln die Richtigkeit dieser Kalkulation an. „Solange die genaue Kostenstruktur nicht transparent ist, lässt sich nur schwer sagen, wie kosteneffizient das Training von DeepSeek tatsächlich war“, so Aleph Alpha. Das Start-up geht davon aus, dass die erforderlichen Mittel bald rapide fallen werden. DeepSeek wäre der Beweis dafür.

Schneller schlau: So lernen Maschinen das Denken

Wahrnehmen

Mit Kameras, Mikrofonen und Sensoren erkunden die Maschinen ihre Umwelt. Sie speichern Bilder, Töne, Sprache, Lichtverhältnisse, Wetterbedingungen, erkennen Menschen und hören Anweisungen. Alles Voraussetzungen, um etwa ein Auto autonom zu steuern.

Verstehen

Neuronale Netze, eine Art Nachbau des menschlichen Gehirns, analysieren und bewerten die Informationen. Sie greifen dabei auf einen internen Wissensspeicher zurück, der Milliarden Daten enthält, etwa über Personen, Orte, Produkte, und der immer weiter aufgefüllt wird. Die Software ist darauf trainiert, selbstständig Muster und Zusammenhänge bis hin zu subtilsten Merkmalen zu erkennen und so der Welt um sie herum einen Sinn zuzuordnen. Der Autopilot eines selbstfahrenden Autos würde aus dem Auftauchen lauter gelber Streifen und orangefarbener Hütchen zum Beispiel schließen, dass der Wagen sich einer Baustelle nähert.

Agieren

Ist das System zu einer abschließenden Bewertung gekommen, leitet es daraus Handlungen, Entscheidungen und Empfehlungen ab – es bremst etwa das Auto ab. Beim sogenannten Deep Learning, der fortschrittlichsten Anwendung künstlicher Intelligenz, fließen die Erfahrungen aus den eigenen Reaktionen zurück ins System. Es lernt zum Beispiel, dass es zu abrupt gebremst hat und wird dies beim nächsten Mal anpassen.

In den vergangenen Jahren hieß das Credo in der KI-Branche vor allem: Mehr hilft mehr. Seit das US-Unternehmen OpenAI im November 2022 den Bot ChatGPT auf den Markt gebracht hat, lieferten sich die KI-Unternehmen eine Materialschlacht: Mehr Rechenchips, mehr Daten, größere neuronale Netze. 

Europas Anbieter konnten da nicht mithalten. Rund 22 Milliarden Dollar an Wagniskapital hat ChatGPT-Pionier OpenAI inzwischen eingesammelt – Aleph Alpha dagegen nur einige hundert Millionen Dollar. „Wir sehen eine neue Dynamik im Markt, denn viele KI-Entwickler werden sich von ihren Investoren die Frage gefallen lassen müssen, wie effizient sie mit dem eingesetzten Kapital umgegangen sind“, äußert sich das Heidelberger KI-Unternehmen dazu. „Anwender werden keine dreistelligen Beträge für Subscriptions bezahlen, die sie als Open Source erhalten.“

Insgesamt investierten im Jahr 2023 Unternehmen in den USA 67 Milliarden Dollar in KI-Technologie, in Deutschland nur 1,9 Milliarden Dollar, so eine Studie der Stanford-Universität. Bereits im Mai 2024 warnte der Europäische Rechnungshof in einem Bericht: „Bei den Investitionen in künstliche Intelligenz kann die EU nicht mit den weltweit führenden Akteuren Schritt halten.“

Das spiegelte sich in den zahlreichen Leistungs-Rankings wider, die die Fähigkeiten der KI-Modelle vergleichen. An der Spitze bisher meist: OpenAI, Anthropic, Google, Meta – Unternehmen aus den USA. Nun aber ändert sich das. Seit einigen Wochen taucht das viel preiswertere Modell von DeepSeek oft an der Spitze auf.

Von China lernen

Inzwischen äußern US-Unternehmen zwar Zweifel, ob DeepSeek seine Rechenkapazitäten herunterspielt, OpenAI spricht sogar von Hinweisen, das chinesische Start-up habe sich an seiner Technologie bedient. Laut eigenen Angaben haben die Entwickler auf frei zugängliche, sogenannte Open-Source-Modelle aufgebaut und sie technologisch verbessert.

Und das könnte ein gutes Zeichen für europäische Unternehmen sein, sagt Bernhard Pflugfelder, Leiter der Aktivitäten rund um Generative KI bei der Münchner KI-Initiative AppliedAI: „Europa kann von China lernen, Open-Source-Modelle weiterzuentwickeln und in verschiedene Anwendungen zu bringen“.

Allerdings würden nun auch die führenden US-Unternehmen wie OpenAI Innovationen, wie sie DeepSeek vorgestellt hat, in ihre Technik integrieren, erwartet Andreas Liebl, Managing Director bei AppliedAI. „Der Zug der KI-Entwicklung beschleunigt sich“, sagt Liebl. DeepSeek zeige, dass man immer wieder auf den Zug aufspringen könne. „Aber dazu muss man das allgemeine Tempo mithalten können.“ Ob das gelinge? „Daran habe ich momentan meine Zweifel.“ Europa müsse seine Kräfte nun bündeln.

„Wir brauchen eigene digitale Infrastruktur, von Rechenzentren bis zu KI-Systemen“, sagt Aljoscha Burchardt, Experte für Sprachtechnologie und künstliche Intelligenz beim Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI). „Wenn Trump sagt, wir schalten Google, ChatGPT und Co. für Europa ab, dann ist hier Steinzeit.“ Forscher, Gründer und Unternehmen könnten sich stattdessen gegenseitig beflügeln: „Wir sollten in Europa KI-Ökosysteme aufbauen, die eine kritische Masse haben.“

Vier Milliarden gegen 80 Milliarden

Derartiges versucht etwa die EU mit ihrem vier Milliarden Euro schweren KI-Innovationspaket. Es soll unter anderem den Aufbau von „KI-Fabriken“ an sieben Standorten in Europa fördern, an denen Daten, Rechenkapazität und Entwickler zusammenkommen. In Deutschland entsteht ein solcher KI-Beschleuniger in Stuttgart, wo Mitte Januar der Supercomputer „Hunter“ in Betrieb gegangen ist.

Im Vergleich zu den USA sind die vier Milliarden Euro jedoch kaum kompatibel. Allein Microsoft will im aktuellen Geschäftsjahr 80 Milliarden Dollar in den Ausbau von KI-Rechenzentren stecken. Selbst wenn KI-Modelle wie DeepSeek nun effizienter werden – wer mehr Rechenpower hat, kann auch schneller neuer KI-Modelle trainieren. „KI wird in wahnsinnigem Tempo weiterentwickelt“, sagt AppliedAI-Chef Liebl, „Unternehmen und Institutionen müssen auch künftig permanent enorme Summen investieren.“

„Es ist wahrscheinlich, dass große, ressourcenreiche Unternehmen wie OpenAI weiterhin den technologischen Fortschritt in KI bestimmen werden“, heißt es von Paul Röttger, KI-Experte an der Università Commerciale Luigi Bocconi in Mailand. Zugleich aber gebe es nun leistungsstarke, offen zugängliche Modelle wie die von DeepSeek. Das mache „Hoffnung, dass die offene Wissenschaft auch in den nächsten Jahren nicht abgehängt werden wird.“

Künftig werde es aber nicht nur darum gehen, wer die führenden großen KI-Modelle habe – sondern funktionierende Geschäftsmodelle, sagt DFKI-Experte Burchardt. „Die großen Techkonzerne verpulvern mit künstlicher Intelligenz bisher sehr viel Geld“, so der Sprachtechnologe. „Wie kann ich einer Steuerberaterin, einem Landrat, einem Arzt im täglichen Leben mit KI helfen? Da liegen in Deutschland unsere Chancen.“

Lesen Sie auch: Warum wir DeepSeek und Stargate ernst nehmen müssen