Die USA haben die besten Chips. Das meiste Kapital. Die stärksten Labs. Trotzdem liefert China ein Frontier-Modell, das mithält. Komplett offen, komplett quelloffen, zu einem Bruchteil der Kosten. Und das mit gedrosselten Nvidia-GPUs. Das sollte eigentlich nicht möglich sein.

Wer ist Deepseek? Vor rund 18 Monaten kam R1. Das erste offene Thinking-Modell, das zeigte, dass Frontier-Intelligenz nicht ein Monopol geschlossener US-Labs ist. Der Markt reagierte. Die Aktienkurse brachen kurzzeitig ein, weil plötzlich die Frage im Raum stand, ob Nvidia-GPUs wirklich ihr Geld wert sind. Die Antwort kam mit Javons Paradox: Wird etwas billiger, verbraucht man mehr davon. Die Nachfrage explodierte.

Jetzt ist V4 da. Und dazu ein ehrliches, detailliertes Whitepaper. Transparenter als alles, was aus geschlossenen US-Labs kommt.

Und genau das ist die eigentliche Geschichte. Die meisten Use Cases brauchen keine absolute Frontier-Intelligenz. Wenn ein Modell fast gleich gut ist, aber massiv günstiger, wird die Rechnung für Unternehmen brutal einfach.

Funktionieren die Exportkontrollen? Jein. Ja, weil China schlicht weniger Rechenleistung hat. Nein, weil die chinesischen Labs dafür auf der Algorithmus-Seite liefern. Sie trainieren und inferieren effizienter. Mit gedrosselten GPUs bauen sie Frontier-Modelle. Jensen Huang argumentiert deshalb dafür, Top-GPUs nach China zu verkaufen. Die Logik: China baut sowieso eigene Chips, also sollen sie wenigstens auf US-Technologie aufsetzen. Dasselbe Argument gilt umgekehrt, und genau das ist das Problem.

Anthropic hat kürzlich Destillations-Angriffe dokumentiert. Chinesische Labs sollen Claude und ChatGPT mit Fragen füttern, die Antworten abgreifen und eigene Modelle trainieren. Die US-Regierung bestätigt jetzt öffentlich: ja, das passiert. Aber der Report zeigt auch: Deepseek hat gerade einmal 150'000 Austausche gemacht. Moonshot hatte 3,4 Millionen, MiniMax 13 Millionen. 150'000 reichen nicht, um V4 zu erklären. Dazu kommt das offene Whitepaper. Die Geschichte von Diebstahl als alleiniger Grund hält nicht.

Im Whitepaper steht zudem: Deepseek ist so compute-limitiert, dass sie V4 Pro nicht einmal optimal ausliefern können. Der Preis ist höher, als er sein müsste. Nach dem Rollout der 950 Supernodes im zweiten Halbjahr fällt er deutlich. Heisst: Das, was heute schon günstig ist, wird noch günstiger.

Stell dir vor, du bist CEO eines Unternehmens in den USA oder in Europa. Du vergleichst Opus 4.7, GPT 5.5 und Deepseek V4. Du machst keine Frontier-Forschung. Du löst keine der schwierigsten Coding-Probleme der Welt. Du führst ein Geschäft. Dein Modell deckt deine Use Cases ab. Der Preis ist ein Bruchteil. Es ist Open Source, also kannst du feintunen, selbst hosten, anpassen. Die Entscheidung trifft sich von selbst.

Und genau hier wird es heikel für die USA. Wenn immer mehr westliche Unternehmen auf chinesischer Open-Source-Infrastruktur bauen, entsteht ein strategisches Abhängigkeitsrisiko. Wenn die chinesischen Labs die Architektur ändern oder Zugang kappen, stehen ganze Stacks still. Dazu die ökonomische Dimension: Billionen fliessen in US-KI-Infrastruktur. Der Return muss kommen. Kommt er nicht, weil die Welt auf chinesische Modelle umsteigt, hat die US-Wirtschaft ein Problem.

Und dann die kulturelle Ebene. Social Media kam aus den USA und prägte Narrative weltweit. Jetzt dreht sich das potenziell um. Wenn westliche Produkte auf Modellen laufen, die unter chinesischen Leitplanken trainiert wurden, bestimmt ein anderer Akteur, was gesagt werden darf und was nicht. Das ist keine Panikmache, das ist eine reale Frage.