Chinesische KI-Modelle: Wann sich der Wechsel lohnt

Chinesische KI-Modelle wie DeepSeek gewinnen bei Unternehmen an Boden, weil sie bei vergleichbarer Leistung deutlich weniger kosten als die Systeme von OpenAI und Anthropic. Für DACH-Unternehmen lohnt sich der Wechsel dann, wenn die Aufgabe klar umrissen ist, die Kosten spürbar sinken und die geopolitischen wie datenschutzrechtlichen Risiken vorher geprüft sind. Wer diese Prüfung überspringt, tauscht ein Preisproblem gegen ein Rechtsproblem.

Der Aufstieg ist keine bloße Marketing-Erzählung. Eine von der Berliner Zeitung zitierte Stanford-Studie bescheinigt Modellen wie DeepSeek-V3 und Alibabas Qwen 2.5, sie hätten den Leistungsabstand zu GPT-4 und Claude 3.5 fast vollständig aufgeholt, und das zu einem Bruchteil der Entwicklungskosten. Für DeepSeek V3 nennt sie geschätzte Trainingskosten von 5,5 Millionen US-Dollar.

Warum wechseln US-Firmen überhaupt zu chinesischen KI-Modellen?

Der Grund ist der Preis. Chinesische KI-Modelle laufen zu einem Bruchteil der Betriebskosten proprietärer US-Systeme, berichtet CNBC. Wo ein Frontier-Modell^?Ein Spitzenmodell am oberen Ende der Leistungsfähigkeit, etwa GPT-4 oder Claude 3.5, mit entsprechend hohen Entwicklungskosten. im Betrieb kontinuierlich Geld verbrennt, verschiebt sich die Rechnung bei vergleichbarer Ausgabequalität deutlich. Das macht Anwendungsfälle wirtschaftlich, die vorher an den Token^?Kleinste Verarbeitungseinheit eines Sprachmodells. Betriebskosten werden meist pro verarbeitetem Token abgerechnet.-Kosten scheiterten.

N-TV nennt für eines der neuesten DeepSeek-Modelle Trainingskosten von 5,6 Millionen US-Dollar und stellt dem die 100 Millionen bis 1 Milliarde US-Dollar gegenüber, die Anthropic-Chef Dario Amodei für ein Frontier-Modell angegeben hat. Erreicht werde das laut N-TV durch effizientere Architekturen: DeepSeek treibe technische Verfahren wie KV-Cache-Kompression und Sparse-Attention^?Ein Verfahren, das die Rechenlast von Sprachmodellen senkt, indem es nur relevante Teile der Eingabe berücksichtigt statt alle. voran, die Rechenleistung sparen.

Dazu kommt die Lizenz. Der Code von DeepSeek ist frei verfügbar und darf für kommerzielle wie akademische Zwecke kostenlos genutzt werden. Die Analystin Wei Sun von Counterpoint Research nannte gegenüber Business Insider die Modelle R1 und R2 „nicht nur die besten ihrer Klasse weltweit“, die zudem unter MIT-Lizenz^?Eine sehr freizügige Open-Source-Lizenz, die kommerzielle Nutzung, Veränderung und Weitergabe erlaubt. stünden. Das, so Sun, „verändert das Spiel“.

Wie gut sind chinesische KI-Modelle wirklich?

Sie haben aufgeschlossen, in Einzelbereichen sogar überholt, aber Benchmark-Bestwerte ersetzen keinen eigenen Test. Laut einer bei TKP zitierten Analyse von Mike Adams erreichen Open-Source-Modelle wie DeepSeek V4, GLM 2.5 und Qwen3 ein Leistungsniveau, das mit führenden US-Modellen konkurriert oder sie in bestimmten Bereichen übertrifft, bei einem Bruchteil der Kosten. Nutzer können sie kostenlos herunterladen und auf eigener Hardware betreiben.

Bevor Sie darauf etwas aufbauen, lohnt der Blick hinter die Zahl. Solche Vergleiche messen oft eng umrissene Aufgaben unter idealen Bedingungen, nicht Ihren Code, Ihre Datenlage und Ihre Sprache. Ich behandle Benchmark-Ergebnisse als Hinweis, nicht als Beweis. Wer die Modelle ernsthaft prüft, sollte sie an den eigenen Fällen testen, statt sich auf die Folien der Anbieter zu verlassen. Wie man Modelle systematisch gegeneinander stellt, statt sich auf ein einzelnes festzulegen, lesen Sie in unserer Einordnung, warum ein Modell allein keine Strategie ist.

Der Vergleich der Trainingskosten macht den Effizienzsprung greifbar, auch wenn solche Zahlen stets Schätzungen der Anbieter oder Dritter sind und nicht die volle Rechnung abbilden.

Wann lohnt sich der Wechsel für DACH-Unternehmen?

Der Wechsel lohnt sich, wenn Kostenvorteil, Aufgabenzuschnitt und Datenschutzanforderungen zusammenpassen. In meiner Beratungspraxis sehe ich, dass Unternehmen zu oft mit der Modellwahl beginnen, statt mit dem Prozess. Wer zuerst einen häufigen, messbaren Anwendungsfall auswählt, kommt schneller zu belastbaren Ergebnissen als jeder Großeinkauf von Lizenzen.

Für die Entscheidung helfen einige nüchterne Kriterien:

• Kostendruck: Fällt bei einem hohen Aufgabenvolumen genug Ersparnis an, um Migrationsaufwand und Betrieb zu rechtfertigen?
• Datenschutz: Erlaubt die Aufgabe, ein offenes Modell lokal auf eigener Hardware zu betreiben, damit sensible Daten das Haus nicht verlassen?
• Aufgabenzuschnitt: Ist die Aufgabe klar umrissen, oder braucht sie das breitere Können eines Frontier-Modells?
• Rechtsrahmen: Gibt es Technologieflüsse mit China-Bezug oder US-Komponenten, die unter Exportregeln fallen könnten?

Der Betrieb auf eigener Hardware ist der eigentliche Hebel für DACH-Firmen. Er verbindet das Kostenargument mit dem Datenschutzargument, weil weder eine US- noch eine China-Cloud im Spiel sein muss. Wer prüfen will, welche Werkzeuge zum jeweiligen Zweck passen und wie man sie sauber vergleicht, findet im praxisorientierten Tool-Vergleich für Management und Führungskräfte einen strukturierten Einstieg, sinnvoll vor allem für Entscheider, die eine Auswahl treffen müssen, ohne selbst zu implementieren.

Welche rechtlichen Risiken bringt der Wechsel mit sich?

Das größte Risiko ist geopolitisch, nicht technisch. Ecomtask analysiert aktuelle US-Vorwürfe gegen China wegen Diebstahls von KI-Eigentum und warnt davor, die Exportkontrollen könnten sich auf Modelle, APIs und Trainingsdaten ausweiten. Europäische Unternehmen können dabei unbeabsichtigt unter US-Re-Export-Regeln fallen, etwa wenn sie US-Frontier-Modelle in Produkten einsetzen, die nach China geliefert werden.

Konkret empfiehlt der Ecomtask-Beitrag mehrere Schritte:

1. Eine Risikoinventur aller Abhängigkeiten von US-Frontier-KI und Cloud-Infrastruktur.
2. Das Screening von Kunden und Partnern mit China-Bezug samt strengerer API- und Zugriffsregeln.
3. Vertragsupdates zu geistigem Eigentum, Re-Engineering und Audit-Rechten bei Kooperationen mit chinesischen Partnern.

Dazu kommen Datenschutz und Anbieterhaftung. China verschärft seit 2025 die eigene KI-Regulierung, wie ein Blick auf die Regeln für KI-Begleiter zeigt. Für DACH-Firmen heißt das: Ein offenes Modell lokal zu betreiben, umgeht viele dieser Fragen, weil keine Daten an einen ausländischen Cloud-Dienst abfließen.

Reduziert China seine Abhängigkeit von US-Chips?

Ja, sichtbar, wenn auch mit unterschiedlicher Reife. Wegen US-Beschränkungen versucht China verstärkt, eigene KI-Chips zu entwickeln, die laut Tagesschau mit den Besten mithalten sollen. Recorded Future nennt Huaweis Ascend 910B und 910C in 7-nm-Massenproduktion. TKP berichtet, Zhipu AI habe das Modell GLM-5 vollständig auf Ascend-910B-Prozessoren ohne Nvidia-GPUs trainiert.

DeepSeek selbst arbeitet nach Berichten von Reuters an einem eigenen Chip für Inferenz^?Der laufende Betrieb eines KI-Modells, also das Erzeugen von Antworten. Getrennt vom einmaligen, teuren Training des Modells., also für den laufenden Betrieb der Modelle. Belastbare technische Details, Spezifikationen, Zeitplan oder Fertigungspartner sind in den öffentlich zugänglichen Quellen bislang nicht verifizierbar. Über die Aussage hinaus, dass an einem eigenen Chip gearbeitet werde, sollte man diese Meldung mit Vorsicht behandeln.

Für Unternehmen ist die Richtung dennoch relevant. Entsteht ein Software-Stack, der weder US-Modelle noch Nvidia-Hardware braucht, wächst die Zahl der Bezugsquellen. Das kann Preise weiter drücken und Lieferketten entzerren.

Was bedeutet das für Ihr Unternehmen?

Zurück zur Ausgangsfrage: Wann lohnt sich der Wechsel zu chinesischen KI-Modellen? Für kostensensible, klar abgegrenzte Aufgaben, bei denen ein offenes Modell auf eigener Hardware läuft, spricht heute viel dafür. Der Preisvorteil ist real und durch mehrere Quellen belegt. Sobald aber Technologieflüsse mit China-Bezug, US-Komponenten oder sensible Daten ins Spiel kommen, entscheidet die vorherige Prüfung, ob aus dem Sparmodell kein Haftungsfall wird.

Der nächste Schritt ist nicht die nächste Lizenz, sondern eine ehrliche Bestandsaufnahme: Welche Aufgabe soll das Modell übernehmen, wo laufen Ihre Daten, und welche rechtlichen Fäden hängen daran. Wer das klärt, kann den Kostenvorteil nutzen, ohne blind auf eine Schlagzeile zu reagieren.