Chinas Strategie zur Open-Source-KI hängt von Nvidia ab – um zu existieren.

Chinas Präsident Xi Jinping hat letzten Monat keine neuen KI-Unternehmen gegründet. Stattdessen gründete er eine neue internationale Organisation mit Sitz in Shanghai.29 GründungsmitgliederDessen offizielle Aufgabe ist es, sicherzustellen, dass die Entwicklung von KI-Technologien „offen und inklusiv“ bleibt – und nicht zu einem Problem wird.Eine Solokonzertveranstaltung von einem einzigen LandIn diplomatischer Sprache war das eher ein Angriff auf die Vereinigten Staaten.

Das Wesentliche hinter der Diplomatie ist für Investoren interessanter. China hat eine Open-Source-Strategie für KI gewählt – dies stellt eine strukturelle Bedrohung für die Geschäftsmodelle der wertvollsten Technologieunternehmen der Welt dar. Die Bedrohung ist real, doch ihre Auswirkungen weisen eine Richtung auf, die viele Leser nicht erwarten würden.

Der Mechanismus

Chinesische KI-Labs veröffentlichen die Gewichte ihrer Modelle – also die internen Parameter, die zeigen, was ein KI-System gelernt hat – damit jeder sie herunterladen, ausführen oder nutzen kann. DeepSeek, Moonshot AI, Alibabas Qwen-Serie sowie Z.ai’s GLM-Familie verfolgen ebenfalls diese Methode. Auch Huawei tut das.Im August 2025 gab es das Open-Source-Software-Toolkit für CANN zur Verfügung – als direkte Herausforderung an Nvidias proprietäre CUDA-Plattform..

Das Ergebnis ist ein wettbewerbsorientierter Markt für Inferenzen. Da jeder Cloud-Anbieter oder Einzelperson das gleiche chinesische Modell hosten kann, wird die Preisgestaltung durch den Wettbewerb zwischen den Hosting-Anbietern bestimmt – und nicht von einem einzigen Anbieter festgelegt. Die chinesischen „open-weight“-Modelle sind jetzt…60% bis 90% günstiger als die führenden amerikanischen proprietären Systeme von OpenAI und Anthropic.Der Anteil der Tokens, die von amerikanischen Unternehmen auf chinesischen Plattformen wie OpenRouter verwendet werden.Seit Februar hat die Zahl der Anrufe mehr als 30 Prozent pro Woche betragen – das ist eine Steigerung gegenüber dem 12-Monats-Durchschnitt von 11 Prozent..

Es geht nicht um ideologische Sympathie für Peking. Es geht um Kosten. Die Startup Lindy hat kürzlich…Es hat seinen gesamten Datenverkehr von Anthropics’ Claude auf DeepSeek verlegt. Es wurde berichtet, dass diese Änderung dazu führte, dass die Kostenkurve „auf den Boden fiel“.. Airbnb nutzt Alibabas Qwen für den Kundenservice.Wenn der Leistungsunterschied zwischen chinesischen und amerikanischen Modellen ist…Untersucht zwischen sechs und neun Monaten – die gemeinsame Schätzung der Analysten bei Brookings sowie dem Center for AI Standards and Innovation.Für die meisten kommerziellen Anwendungen ist es also schwierig, ein günstigeres Modell zu ignorieren – schließlich ist dieses Modell fast genauso gut.

Was die Open-Source-Strategie tatsächlich erfordert

Sicherlich hat der Open-Source-Ansatz den Unterschied nicht geschlossen. Das neueste Modell von DeepSeek, V4, ist…Dies wird von seinen Entwicklern ausdrücklich als etwas, das drei bis sechs Monate hinter den neuesten amerikanischen Modellen liegt, anerkannt.Moonshots Kimi K3Was zusammen mit Xi’s Ankündigungen vorgestellt wurde, wird von seinen Entwicklern als hinter Claude 5 und GPT-5 zurückliegend beschrieben.Die amerikanische Führung besteht weiterhin – und zwar in Monaten statt in Jahren.

Aber die Open-Source-Strategie muss nicht unbedingt das beste Modell liefern. Es reicht aus, ein ausreichend gutes Modell zu erzeugen – und zwar zu einem viel geringeren Preis. Das Modell sollte außerdem frei verfügbar sein, sodass der Grenzpreis für die AI-Inferenz für jeden, der es nutzen möchte, nahe Null liegt. Das ist eine andere Herangehensweise als die, die amerikanische Unternehmen anwenden.

Die amerikanische KI-Industrie basiert hauptsächlich auf proprietären Technologien. OpenAI und Anthropic verkaufen die Zugangsmöglichkeiten zu geschlossenen Modellen zu Preisen, die Sicherheitsmaßnahmen, Compliance-Anforderungen sowie Garantien bezüglich der Betriebszeiten sowie Unternehmenswerkzeuge beinhalten. Ihre Bewertungen – sowie die jährlichen Kapitalausgaben der Großkonzerne, die sie finanzieren – hängen von der Annahme ab, dass diese Margen nachhaltig sind. Eine Welt, in der kompetente, frei verfügbare Modelle die Inferenzschichten kommerzialisieren, stellt diese Annahme direkt in Frage. Einer der Risiken für die amerikanische KI-Industrie ist nicht, dass China in den Leistungskriterien überlegen sein könnte. Es ist vielmehr das Risiko, dass China das proprietäre Modell für alle Anwendungen außer für die anspruchsvollsten Fälle unrentabel macht.

Hardwareabhängigkeit

Das ist die Komplikation, die für einen Investor von Bedeutung ist. Das chinesische Open-Source-Ecosystem verfügt zwar über eine beeindruckende Architektur, doch seine Hardwarebasis basiert in großem Maße auf amerikanischen Technologien.

Die frühen Modelle von DeepSeek wurden mit den Nvidia H800-Chips trainiert – diese wurden bereits vor dem verschärften Exportkontrollregimen erworben. Das V4-Modell wurde angeblich so optimiert, dass es auf den Ascend-Prozessoren von Huawei funktioniert – unter der Leitung von Peking.Analysten des Council on Foreign Relations weisen darauf hin, dass die technischen Dokumente von V4 keine Angaben zu den Trainingshardware-Elementen enthalten. Die US-Regierung sowie führende amerikanische KI-Labore beschuldigen chinesische Unternehmen, Modelle durch das Einschmuggeln von Nvidia-Blackwell-Chips zu trainieren.. DeepSeek selbst gibt zu, dass es derzeit seine leistungsstärkste Modellvariante nicht an die meisten Kunden anbieten kann – schließlich fehlt ihm das ausreichende Rechenkapazität..

Nvidia ist sich dieser Ironie bewusst. Jensen Huang, der Geschäftsführer des Unternehmens,Es wurde festgestellt, dass die Beschränkung der US-Chipsverkäufe auf China den lokalen Unternehmen „Kraft, Energie und staatliche Unterstützung“ gab, um ihr Wachstum zu beschleunigen.Nvidias Reaktion besteht teilweise aus einer strategischen Kapitulation und teilweise aus Anpassungen:Hat größtenteils den chinesischen AI-Chip-Markt an Huawei abgegeben.Bei der Entwicklung von Export-konformen Chips, wie dem H200, für beschränkte Kunden.

Die Zahlen bestätigen diesen Punkt. NvidiaIm zweiten Quartal des Fiskaljahres 2027 wurden Einnahmen in Höhe von 96,2 Milliarden Dollar erzielt. Der Bruttomarge betrug 75%.. Die installierte Anzahl der AI-Chips entspricht etwa der Hälfte des weltweiten Gesamtsumms.. In 2025 machten die chinesischen Inland-Chips etwa 41% des chinesischen AI-Chips-Marktes aus.Aber sie sind in Bezug auf ihre Leistung wesentlich schwächer als die Blackwell- und Rubin-Architekturen von Nvidia.Chinesische Entwickler berichten über ernsthafte Nutzungsprobleme mit der CANN-Softwarestack von Huawei.Die durch zwei Jahrzehnte entstandene „CUDA-Mauer“ kann nicht einfach ersetzt werden.

Was das für die Investitionssituation bedeutet

Die Open-Source-Strategie hat also eine asymmetrische Beziehung zum amerikanischen Hardwaremarkt. Sie ist von Nvidias Chips abhängig, um ihre Modelle zu trainieren – gleichzeitig wird ein Software-Ökosystem aufgebaut, das die langfristige Nachfrage nach dieser Hardware ursprünglich reduzieren könnte. In der kurzen Zukunft dominiert diese Abhängigkeit. Die chinesischen Labore müssen die Modelle trainieren – und das erfordert Rechenleistung. Der Unterschied im Kapitalaufwand ist enorm: Die amerikanischen Hyperscalers…Es ist geplant, in diesem Jahr etwa 650 Milliarden Dollar für die KI-Infrastruktur auszugeben. Alibaba, der größte KI-Investor in China, hat sich über drei Jahre hinweg 53 Milliarden Dollar zugewiesen.Nvidia profitiert von der Nachfrage auf beiden Seiten des Atlantiks – und nach Ansicht der US-Beamten auch von der Nachfrage innerhalb Chinas, die teilweise durch geschmuggelte Chips bestimmt wird.

Die längerfristige Frage ist, ob der Open-Source-Ansatz es schafft, die Inference-Prozesse zu kommerzialisieren. Wenn chinesische Modelle den Abstand von sechs bis neun Monaten noch weiter verringern und das Ascend-Ecosystem von Huawei ausreichend funktionsfähig wird, um einen parallelen Trainingsprozess zu ermöglichen, dann wird der Preiskampf gegen die amerikanischen proprietären Modelle noch intensiver werden. Die Unternehmen, die am aktivsten im Bereich KI aktiv sind – OpenAI, Anthropic sowie die Cloud-Anbieter, die ihre Kosten decken – müssen mit einer Situation konfrontiert sein, in der ihre Margen schrumpfen, weil Kompetenz kostengünstig und weit verfügbar wird.

Aber das ist nur eine bedingte Zukunft – keine gegenwärtige Realität. Chinas Strategie ist nur dann wirksam, solange China noch vorankommt. Sobald chinesische Unternehmen die gleiche Größe erreichen, ändern sich die Anreize für die weitere Veröffentlichung von Informationen. Offenheit ist eine Strategie zur Verbreitung von Informationen, wenn man nicht über eine große installierte Basis verfügt. Doch wenn man etwas hat, was es zu schützen gilt, wird Offenheit zu einer Schwäche. Es gibt bereits Anzeichen dafür, dass die Kontrollen verschärft werden.Es wird berichtet, dass China den Zugang von Ausländern zu seinen fortschrittlichsten Modellgewichten eingeschränkt hat. Außerdem wurde der geplante Kauf der chinesischen KI-Startup Manus durch Meta aufgrund von innenpolitischen Druck abgebrochen..

Der Kompromiss

Chinas Bemühungen im Bereich Open-Source-KI sind keine Versuche, Amerika in der Wettbewerbsfähigkeit zu übertreffen. Es handelt sich vielmehr um einen Versuch, ein alternatives Ökosystem zu schaffen, in dem die Preisgestaltungsmacht Amerikas nicht gilt. Das ist eine strukturelle Herausforderung für die Wirtschaft der wertvollsten Softwareunternehmen der Welt – aber keine wettbewerbliche Herausforderung im traditionellen Sinne.

Für Nvidia ist die Situation das Gegenteil. Die Hardwareabhängigkeit Chinas ist das „Schutzschild“ des Unternehmens. Je mehr China dringend kompetitive Modelle entwickeln muss, desto mehr benötigt es amerikanische Rechenleistung – sei es über zulässige Exporte, gestohlene Chips oder inländische Ersatzprodukte, die in Bezug auf ihre Leistungsfähigkeit hinterbleiben. Der Wert von Nvidia, der etwa 50-mal so hoch ist wie die voraussichtlichen Gewinne, berücksichtigt bereits die anhaltende Nachfrage nach Nvidias Diensten. Die Frage ist nicht, ob Chinas Softwarestrategie diese Nachfrage direkt bedroht. Vielmehr geht es darum, ob der Preisdruck, den chinesische Open-Source-Modelle auf den amerikanischen AI-Softwaresektor ausüben, letztendlich die Anreize für die enormen Kapitalausgaben verringern werden, die dazu beitragen, die Umsätze von Nvidias Data-Center zu steigern.

Die Kette ist lang, und die Zwischenstufen sind unklar. Die eigentliche Realität ist jedoch einfacher: Amerika besitzt immer noch die Hardware, und Chinas effektivste AI-Strategie besteht darin, diese Technologie zu kaufen.