Künstliche Intelligenz: Acht Monate danach – was der Deepseek-Schock bewirkt hat

Die Scheinwerfer waren auf OpenAI, Google und Anthropic gerichtet – bis plötzlich jemand in die Szene platzte, mit dem niemand gerechnet hatte. Deepseek, ein chinesisches Start-up aus Hangzhou, veröffentlichte im Januar ein Sprachmodell mit Künstlicher Intelligenz (KI), das fast so leistungsfähig war wie die Systeme der Großen, aber nur einen Bruchteil der Ressourcen verschlang. Damit brachte Deepseek vermeintliche Gewissheiten ins Wanken und warf neue Fragen auf: Wie groß ist der Vorsprung der Marktführer, wenn ein neues Start-up sie scheinbar aus dem Nichts einholt? Wie sinnvoll sind gigantische Rechenzentren, wenn das Training plötzlich effizienter geht? Und wie sicher können sich die USA sein, die technologische Führungsrolle zu behaupten, wenn China aufholt? Die erste Reaktion: Panik. Der Risikokapitalgeber Marc Andreessen sprach von einem „Sputnik-Moment für Künstliche Intelligenz“, an der Börse brachen die Kurse zahlreicher Technologieanbieter ein. Bald mischte sich Bewunderung dazu. Das Magazin „Time“ kürte Deepseek zu einem der 100 einflussreichsten Unternehmen des Jahres. Ein gutes halbes Jahr später zeigt sich, dass einige der Reaktionen vermutlich überzogen waren. Tatsächlich hat Deepseek aber gezeigt, wie volatil Nvidia – das wertvollste Unternehmen der Welt – sein kann, wie es trotz günstigerer und effizienterer KI immer mehr Rechenleistung brauchen wird und warum US-KI-Anbieter ihre Algorithmen doch nicht unter Verschluss halten sollten. Es war der größte Wertverlust in der Geschichte der Wall Street: Am 27. Januar stürzte der Kurs von Nvidia um 17 Prozent ab – angesichts der historisch hohen Marktkapitalisierung von 3,5 Billionen Dollar entsprach das 589 Milliarden Dollar. Andere Firmen erlebten ebenfalls einen schwarzen Montag: Cloud-Anbieter wie Microsoft, Chipausrüster wie ASML, Energiespezialisten wie Siemens Energy. Nvidia ist das „Aushängeschild“ für künstliche Intelligenz und damit das bestimmende Thema an der Börse, wie das Analysehaus Morningstar schreibt. Die Grafikprozessoren des Chipherstellers sind zentral für die Entwicklung der großen Sprachmodelle, die bei Programmen wie ChatGPT im Hintergrund laufen. Insofern profitiert der Konzern am meisten vom Hype – und leidet am meisten unter Zweifeln. Deepseek stellte eine vermeintliche Gesetzmäßigkeit infrage. Bislang galt: Je mehr Daten und Rechenleistung die Entwickler beim Training eines Sprachmodells nutzen, desto leistungsfähiger wird es. Das Start-up durchbrach mit einigen findigen Konzepten diese Spirale. Was Aktionäre und Analysten bang fragen ließ: Braucht es weniger Rechenzentren, Transformatoren und Prozessoren als gedacht? An der Börse war der Deepseek-Effekt aber nicht nachhaltig, der Kurs von Nvidia hat sich erholt und notiert knapp unter dem Allzeithoch. Für einen Konzern dieser Größe sei die Kursentwicklung aber ungewöhnlich volatil, beobachtet Morningstar. Der Chiphersteller sei Vorreiter bei einer Technologie, deren Einführung mit großer Unsicherheit behaftet ist. Jüngster Beleg: Obwohl der Konzern in der vergangenen Woche starkes Wachstum berichtete, sank der Kurs. Für die Unsicherheit gibt es unterschiedliche Gründe. Während OpenAI-Chef Sam Altman die Vision einer Superintelligenz entwirft, tun sich viele Unternehmen im Alltag schwer mit KI-Anwendungen. Zugleich zeigen Deepseek und andere, dass Fortschritt mit geringeren Mitteln geht. Was heißt das für die Anbieter von Recheninfrastruktur und ihre Zulieferer? Nach Ansicht der UBS müssen sie sich vorerst nicht sorgen. Ein Analystenteam der Investmentbank rechnet damit, dass der Bedarf an Rechenleistung von 2024 bis 2027 im Schnitt um 115 Prozent pro Jahr wächst – trotz aller Unwägbarkeiten. Dabei gibt es allerdings eine Verschiebung. Heute lassen vor allem Entwickler mit dem Training ihrer Modelle die Prozessoren heiß werden. Künftig sorgt die Anwendung der Technologie – im Jargon: Inferencing – für Auslastung. Der Anteil soll laut UBS von 20 auf 57 Prozent steigen, getrieben von Unternehmensanwendungen. Wichtig: Das ist eine Modellrechnung – mit Risiken, wie die UBS schreibt. Wenn etwa Unternehmen sich mehr Zeit bei der Einführung von KI-Anwendungen lassen, bricht ein Teil der Nachfrage weg, die derzeit einkalkuliert ist. Ende 2024, noch vor dem Deepseek-Schock, beschrieb Guido Appenzeller von der Wagniskapitalfirma Andreessen Horowitz, dass die Kosten für die Nutzung von KI-Modellen in drei Jahren durchschnittlich um das Zehnfache pro Jahr gesunken seien. Deepseek trieb diesen Trend weiter. Bei ähnlicher Leistung kosteten die Modelle in der Nutzung mehr als 90 Prozent weniger als die Konkurrenzmodelle von OpenAI. Hat Deepseek so den Preisverfall beschleunigt? OpenAI jedenfalls senkte die Kosten für den Nachfolger von o1, GPT-o3, Anfang August um 80 Prozent. Auch das neue Grundlagenmodell GPT-5 ist in der Nutzung um die Hälfte günstiger. Je verarbeiteter Informationseinheit sinken die Kosten mit ein paar Ausnahmen wie Claude Opus 4 weiter. Deepseek unterbieten konnte die amerikanische Konkurrenz bisher nicht. Es bleibt bis heute eines der günstigsten Modelle, nur einzelne chinesische Anbieter unterbieten Deepseek noch im Nutzungspreis. Gleichzeitig geben Unternehmen immer mehr Geld für KI aus. Je günstiger ein Rohstoff ist, in diesem Fall die Künstliche Intelligenz, desto mehr wird er genutzt und desto höher wird sein Verbrauch – ein Phänomen, das in der Ökonomie als Jevons Paradoxon bekannt ist. In einem aktuellen Blogbeitrag von Andreessen Horowitz heißt es dazu: „Aufgaben, die auf den neuesten Modellen mit fortschrittlichen Schlussfolgerungsfähigkeiten basieren, verursachen immer noch relativ hohe Kosten.“ Theoretisch wäre Deepseek eine kostengünstige Alternative zu US-Anbietern – und dazu noch offen zugänglich. Entwickler und Nutzer können es etwa über die KI-Plattform Huggingface gratis herunterladen. Über die Website können Nutzer kostenlos mit dem Chatbot interagieren – oder über eine Schnittstelle zu günstigeren Preisen auf ein Modell mit ähnlicher Leistung wie GPT-4o zugreifen. Doch hat das chinesische Start-up so Nutzer von den amerikanischen Anbietern weggelockt? Die Analysefirma One Little Web hat die Nutzung KI-basierter Chatbots im Browser ausgewertet. Demnach steht Deepseek mit knapp vier Prozent auf Platz zwei – allerdings mit riesigem Abstand zu ChatGPT mit einem Nutzungsanteil von 48 Prozent. Deepseek verliert jedoch seit Februar stetig an Zuspruch – während andere Anbieter wachsen. Wie viele Unternehmen hingegen Deepseeks Modelle nutzen, ist nicht vollumfänglich festzustellen. Eine Umfrage unter 550 IT-Führungskräften in den USA Anfang 2025 ergab: 17 Prozent der Befragten nutzen nach eigenen Angaben Deepseek. Eine andere Auswertung der Wagniskapitalfirma Menlo Ventures, die auch in den KI-Anbieter Anthropic investiert ist, beziffert diesen Anteil dagegen mit lediglich einem Prozent. In Europa dürften vor allem Datenschutzbedenken Unternehmen daran hindern, das Modell einzusetzen. Das BSI warnte davor, das Modell in sicherheitskritischen Fällen einzusetzen. In Italien flog Deepseek innerhalb weniger Tage ebenfalls wegen Sicherheitsbedenken aus dem App-Store. Laut Thomas Thiele von der Beratungsfirma Arthur D. Little ist für Unternehmen entscheidend, welches Modell das beste und genaueste ist. „Was vor einem halben Jahr Hype war, ist kalter Kaffee von heute“, sagt Thiele. Laut einer Auswertung des Onlinemagazins „Semianalysis“ brauchen Deepseeks Modelle auch länger als die Konkurrenz für die Verarbeitung. Für Thiele hat Deepseek international deshalb eher Symbolcharakter. Immerhin, räumt er ein, habe es „das Thema chinesische Open-Source-Modelle stärker in den Fokus gerückt“. Öffentlich zugängliche Modelle galten vor 2025 als die leistungsschwächeren KI-Modelle gegenüber proprietären Modellen von OpenAI und Anthropic. Open-Source-Modelle und Open-Weights-Modelle sind Modelle, die kostenlos zum Herunterladen und Anpassen zur Verfügung stehen. Laut einer Auswertung des Stanford AI Index holten sie jedoch Anfang 2025 in mehreren Leistungsvergleichen auf – und Deepseek war Teil dieses Sprungs. OpenAI bevorzugt bisher einen geschlossenen Ansatz und hält seine Algorithmen hinter ChatGPT geheim. Anfang August veröffentlichte OpenAI nun aber doch zwei Open-Weights-Modelle zum Herunterladen und Anpassen: gpt-oss-120b und gpt-oss-20b. Das dürfte eine Reaktion auf China sein: Die Regierung in Peking fördert Open-Source-KI aktiv, Unternehmen wie Alibaba, Baidu und Moonshot AI veröffentlichen ihre Modelle. Diesen Kontrapunkt zu den USA erklärt Berater Thomas Thiele so: „Die Botschaft ist: ‚Wir müssen uns nicht verstecken und sind offen gegenüber dem Rest der Welt‘.“ Amerika hat davon Notiz genommen: Die Trump-Regierung hat jüngst in ihrem KI-Aktionsplan angekündigt, sich ebenfalls mehr auf Open-Source-Modelle zu fokussieren. Wenn chinesische Unternehmen die besseren frei verfügbaren Modelle anbieten, könnten sie so weltweit immer mehr ihren Weg in Unternehmen finden, da sie einfach heruntergeladen und genutzt werden können. Um beliebte Open-Source-Modelle versammeln sich zudem ganze Gemeinschaften aus Entwicklern, Modelle aus China setzen so Standards. Als Deepseek die KI-Branche in Aufruhr versetzte, schrieb Metas KI-Chef Yann LeCunn auf LinkedIn: „An Leute, die Deepseeks Leistung sehen und denken: ‚China zieht an den USA vorbei.‘ Sie lesen das falsch. Die richtige Lesart ist: ‚Open-Source-Modelle übertreffen proprietäre Modelle.‘“ Letztendlich scheinen im Open-Source-Segment beide Lesarten möglich. Mehr: An diesen fünf Baustellen entscheidet sich die Zukunft des ChatGPT-Erfinders