In den vergangenen Jahrzehnten haben chinesische Unternehmen in einer Vielzahl von Branchen – von Basiskonsumgütern über Elektronik bis zur Automobilindustrie – kostengünstigere Alternativen zu Produkten aus den USA und anderen Industrieländern angeboten. Während KI-Modelle von US-Unternehmen gerade ganze Branchen, Volkswirtschaften und sogar gesellschaftliche Strukturen verändern, erhöht China nun wieder mit vergleichbaren KI-Produkten zu niedrigeren Kosten den Wettbewerbsdruck.

Als ein chinesisches Start-up namens Moonshot AI Anfang Juli sein KI-Modell „Kimi K3“ auf den Markt brachte, reagierten Investoren mit Besorgnis darüber, was das neue Modell für US-amerikanische KI-Anbieter bedeuten könnte. Das Kimi K3, das mit einer überlegenen Leistung gegenüber Modellen von US-Unternehmen wie Anthropic und OpenAI wirbt, wurde kurz nach der Vorstellung des GLM 5.2-KI-Modells durch das chinesische Unternehmen Zhipu auf den Markt gebracht, das als weitere ernstzunehmende, kostengünstigere Alternative zu den US-Modellen gilt.

Auch wenn Investoren Chinas KI-Branche möglicherweise noch unterschätzen, zeigen doch beide Markteinführungen, dass sich ihr Einfluss auf die globale KI-Dynamik nicht mehr so leicht ignorieren lässt. In China finden bedeutende Innovationen im Bereich der künstlichen Intelligenz statt, und der Markteintritt kostengünstiger und offen zugänglicher großer Sprachmodelle (LLMs) chinesischer Unternehmen könnte sowohl die Preissetzungsmacht als auch das Umsatzpotenzial der US-Anbieter einschränken. Das ist von Bedeutung, da es das derzeitige Finanzierungsmodell der gesamten Lieferkette untergraben und die Wertversprechen vieler großer US-Anbieter schwächen könnte.

Zu günstig, um ignoriert zu werden

Kimi K3 und GLM 5.2 kommen zu einer Zeit auf den Markt, in der die Gegenbewegung zum „Token-Maxxing“ (die Maximierung der Token-Nutzung mit dem Ziel, potenzielle KI-Gewinne zu beschleunigen) zu einer zunehmenden Verbreitung chinesischer Modelle zu führen scheint. Anfang letzten Jahres wurden die Märkte vom „DeepSeek-Moment“ überrascht, als das schlanke Modell bei deutlich geringeren Kosten eine vergleichbare Performance erzielte. Nutzer von KI könnten zunehmend den hohen Preisaufschlag hinterfragen, den führende LLMs verlangen. Wenn kostengünstige Modelle weiterhin eine mehr oder weniger vergleichbare Funktionalität mit geringeren Kapitalinvestitionen und weniger fortschrittlicher Hardware erbringen können, werden Anleger zu Recht die Gründe für die anhaltend hohen Ausgaben von US-Unternehmen hinterfragen.

Meiner Ansicht nach ist das Wachstum chinesischer Modelle eine Erinnerung für Anleger, zwischen Effizienz und Übermaß zu unterscheiden. Nahezu jede technologische Revolution – von der Eisenbahn über Breitband bis hin zu Mobilfunknetzen – führt unweigerlich zu einem Überangebot und zu überzogenen Versprechungen, die über die wirtschaftlichen Realitäten hinausgehen. In der Regel wird das Ausmaß des Überangebots erst dann deutlich, wenn der Hype abgeklungen ist. Die Existenz einer wettbewerbsfähigen Alternative sorgt dafür, dass auch die größten Investoren einem Vergleich ausgesetzt sind, und bildet ein Gegengewicht zu optimistischen Prognosen. Dies bedeutet nicht, dass die vorherrschende These falsch ist. Meiner Meinung nach erhöht sich so jedoch der Rechtfertigungsdruck für aktuelle Kapitalallokationsentscheidungen.

Eine „offene“ Frage

Die chinesische Regierung und chinesische Forschungslabore haben Open-Source-Modelle zu einer tragenden Säule der chinesischen „AI+“-Initiative und ihrer Wettbewerbsstrategie gemacht. Was als Notlösung aufgrund begrenzter Hardware-Ressourcen begann, hat nach und nach den Wettbewerb im KI-Bereich neu definiert und die tokenbasierten Geschäftsmodelle geschlossener LLMs infrage gestellt.

Offene Modelle ermöglichen eine schnellere Verbreitung und leichtere Nutzung, sind aber schwerer zu kontrollieren. Sie verbreiten sich über Online-Communities, lokale Implementierungen und individuelle Weiterentwicklungen. Ihr Wachstum wird durch Netzwerkeffekte statt durch klassische Vertriebsprozesse vorangetrieben, wodurch sie sich rasch im globalen KI-Ökosystem etablieren.

Offene Modelle, die in der eigenen IT-Umgebung betrieben werden können, bieten einen besseren Datenschutz und verringern die Sorge, dass firmeneigene Geschäftsgeheimnisse in falsche Hände geraten könnten. Für Modellanbieter tragen sie dazu bei, die Rechenlast auf die Anwenderseite zu verlagern. Da der Zugang zu Modellen nahezu kostenlos geworden ist, verlagern offene Modelle den KI-Wettbewerb zunehmend von der Leistungsfähigkeit des Modells zu Implementierung, Vertrieb, Wartung, Daten, Arbeitsabläufen und Geschäftsergebnissen – Bereiche, in denen sich erst noch Preismodelle etablieren müssen.

Politik gegen Technologie

Den vielleicht größten Einfluss auf die mittelfristige Zukunft der KI haben möglicherweise nicht die Technologen, die die Modelle entwickeln und trainieren, sondern die politischen Entscheidungsträger, die entscheiden müssen, in welchem Umfang und wie schnell sich die KI ausbreiten darf und wie sie dabei am besten reguliert werden kann. Die sich verringernde Leistungslücke zwischen US-amerikanischen und chinesischen LLMs setzt auch Regulierungsbehörden und Politiker unter Druck, Abwägungen zwischen einer Verlangsamung des technologischen Fortschritts zugunsten von Sicherheit und Kontrolle einerseits und einer Beschleunigung des Fortschritts in der Hoffnung auf den Sieg im „KI-Wettlauf“ andererseits zu treffen.

Die kurzzeitige Sperrung des Zugangs zum Modell „Claude Fable 5“ von Anthropic durch die US-Regierung zu Beginn dieses Sommers spiegelte dieses Dilemma wider. Wenn Abschaltungen und Einschränkungen der Funktionalität als notwendig erachtet werden, um neu entstehende Risiken einzudämmen, wird möglicherweise ein Punkt erreicht, an dem nicht mehr die Technologie, sondern ihre Regulierung zum entscheidenden begrenzenden Faktor für weiteren Fortschritt wird. Die Spannungen zwischen technologischem Fortschritt und gesellschaftlicher Akzeptanz werden von nun an nur noch zunehmen.

Wenn man die geopolitischen Komplikationen noch hinzunimmt: Falls sich die USA und China darauf einigen können, Sicherheitsstandards zu priorisieren, müssten die aktuellen Marktprognosen möglicherweise nur zusätzliche Verzögerungen einkalkulieren. Sollten jedoch beide Seiten der Meinung sein, sich „unnötige“ regulatorische Verzögerungen gegenüber der jeweils anderen Seite nicht leisten zu können, setzen sie möglicherweise stattdessen auf Exportverbote oder Zugangskontrollen. Dies könnte ein stärker fragmentiertes und weniger geordnetes Ökosystem zur Folge haben. Meiner Ansicht nach handelt es sich hierbei nicht mehr um hypothetische Szenarien. Die Frage der Sicherheit und Kontrolle ist letztendlich für alle Modelle – ob offen oder geschlossen, ob in den USA oder in China – unvermeidlich, der Wettbewerb zwischen den USA und China könnte jedoch die Anreizstrukturen verzerren und die Risiken von Fehlentscheidungen im Bereich der Governance erhöhen.

Für Investoren bedeutet dies meiner Meinung nach nicht, KI grundsätzlich pessimistischer zu sehen. Vielmehr gilt es, Prognosen und Annahmen kritischer zu hinterfragen und anzuerkennen, dass nationale Sicherheitsinteressen und geopolitische Faktoren für KI eine deutlich größere Rolle spielen könnten als bei früheren Technologiesprüngen. China könnte im KI-Wettstreit lange genug ein ernstzunehmender Herausforderer bleiben, damit die Märkte den derzeitigen Konsens zu hinterfragen beginnen. Dies spricht für einen gezielteren Ansatz bei Aktien- und Anleiheallokationen mit einem Schwerpunkt auf Diversifizierung über die KI-Ökosysteme der USA und Chinas hinweg.