DeepSeek macht KI billig, und die amerikanische KI-Blase ist auf das Gegenteil gebaut

DeepSeek, ein chinesisches Labor aus dem Umfeld eines quantitativen Hedgefonds, tut beharrlich das, was die amerikanische KI-Branche für unmöglich hielt. Es baut Modelle, die nahe an der Spitze arbeiten, trainiert sie für einen Bruchteil dessen, was die US-Konkurrenz ausgibt, und veröffentlicht dann die Gewichte, damit jeder sie herunterladen und ausführen kann. Jede Veröffentlichung entfacht dieselbe Debatte: Die Bewertung des gesamten US-KI-Sektors beruht auf einer Annahme, die DeepSeek Stück für Stück abträgt, nämlich dass Intelligenz teuer bleiben muss.

Diese Annahme ist nicht abstrakt. Sie trägt Hunderte Milliarden Dollar an Rechenzentren im Bau, die Aktienkurse der Chiphersteller und Cloud-Anbieter, die in fast jedem Indexfonds stecken, und das monatliche Abo, das viele Leser längst für einen Chatbot zahlen. Liefert ein Rivale vergleichbare Ergebnisse für deutlich weniger und verschenkt die Software, dann wirkt der Aufschlag für knappe, teure Rechenleistung weniger wie ein Burggraben und mehr wie eine Wette.

DeepSeeks Behauptung dreht sich um Effizienz, nicht um Zauberei. Die Ingenieure setzten auf ein Mixture-of-Experts-Design, das pro Anfrage nur einen Teil des Modells weckt, auf den konsequenten Einsatz von Rechnen mit geringerer Genauigkeit und auf Trainingsabläufe, die mit weniger und teils exportbeschränkten Chips zurechtkommen. Die meistgenannte Zahl für einen ihrer Haupttrainingsläufe lag unter sechs Millionen Dollar. Vergleichbare US-Läufe kosten ein Vielfaches davon, sobald die volle Rechnung zusammenkommt.

Empfohlene LektüreDeepSeek V4 ist fünfmal billiger als GPT-5 und läuft ohne Nvidia-Chips

Wie das Modell veröffentlicht wird, zählt so viel wie sein Preis. DeepSeek gibt offene Gewichte heraus, also kann eine Entwicklerin in São Paulo, ein Universitätslabor in Warschau oder ein Start-up in Seoul das Modell laden und auf den eigenen Maschinen laufen lassen, ohne einen US-Anbieter pro Anfrage zu bezahlen und ohne Daten ins Ausland zu schicken. Darin liegt eine Ironie: Die Exportkontrollen, die chinesische KI durch Entzug der stärksten Chips bremsen sollten, haben DeepSeek offenbar dazu gebracht, mehr aus weniger herauszuholen, und diese sparsamen Methoden reisen nun überall dorthin, wohin die offenen Gewichte gelangen.

Für den Menschen, der diese Werkzeuge schlicht benutzt, ist der unmittelbare Effekt Auswahl. Billigere Modelle drücken die Abo-Preise, bringen leistungsfähigere Assistenten auf gewöhnliche Laptops und Telefone und schwächen das Argument, sich an einen einzigen Anbieter zu binden. Was sich wie ein gemieteter Dienst anfühlte, beginnt wie Software auszusehen, die man besitzen kann.

Das Gerede von der Blase braucht große Vorbehalte. Die Zahl unter sechs Millionen Dollar deckt einen einzigen finalen Trainingslauf ab, nicht die Forschung, die Sackgassen, die Gehälter oder die Hardware, die ihn möglich machten; sie gegen die Gesamtausgaben eines US-Labors zu stellen, vergleicht zwei verschiedene Dinge. Offene Gewichte sind außerdem kein Open Source; die Trainingsdaten und die vollständige Methode bleiben privat. Und das Effizienzargument schneidet in beide Richtungen. Auf DeepSeek angesprochen, griff Microsofts Führung zum Jevons-Paradox, der alten Beobachtung, dass der Gesamtverbrauch einer Ressource steigt statt sinkt, sobald ihre Nutzung billiger wird. Billigere Intelligenz könnte schlicht bedeuten, dass die Welt weit mehr davon kauft, was eine gute Nachricht für die Verkäufer von Rechenleistung wäre, keine schlechte.

Es ist auch nicht das erste Mal, dass die Blase für tot erklärt wird. Dasselbe Labor löste einst den größten Börsenwertverlust an einem einzigen Tag in der US-Geschichte aus, löschte an einem Nachmittag fast sechshundert Milliarden Dollar bei einem Chiphersteller und sah dann zu, wie die Aktie den Großteil davon binnen Wochen zurückholte. Die großen amerikanischen KI-Konzerne antworteten nicht mit weniger Ausgaben. Sie sammelten mehr ein und bauten größer. Jede Behauptung, die Blase sei endlich geplatzt, muss damit fertigwerden, dass genau die Akteure mit dem meisten Geld im Spiel ihren Einsatz erhöhen.

Was DeepSeek tatsächlich getan hat, lässt sich schwerer dramatisieren als eine geplatzte Blase. Es hat die Bequemlichkeit beseitigt, die führenden US-Labore seien durch eine Kapitalmauer geschützt, die sonst niemand erklimmen kann. Lässt sich Spitzenleistung billig annähern und kostenlos verteilen, dann steckt der Wert nicht mehr im Besitz des Modells. Er wandert zur Verteilung, zu den Produkten rund um das Modell und zu dem, der den Kunden hält. Der nächste Test steht bereits an, auch ohne Datum: Jede frische DeepSeek-Veröffentlichung stellt dieselbe Frage und landet in einem Markt, der sich darauf festgelegt hat, mehr auszugeben, nicht weniger, im Glauben, dass Größe noch gewinnt. Entschieden wird das in den Quartalszahlen und Investitionsprognosen der kommenden Monate, nicht in einem Forenthread, der den Kampf schon für beendet erklärt.

Mehr davon

SpaceX-Börsenprospekt beziffert Anthropics Colossus-Rechnung auf 15 Milliarden im Jahr

xAIs 99-Dollar-CLI Grok Build geht direkt auf Claude Code im Terminal los

Anthropic überweist Elon Musks SpaceX 15 Milliarden Dollar pro Jahr für Rechenleistung

Instagram testet ein ‚KI-Creator‘-Label und überlässt die Wahl den Creatorn

Intel-Aktie springt nach Börsenschluss um 19 Prozent — Quartalsumsatz übersteigt 13,58 Milliarden Dollar

Nvidia ist zum Single Point of Failure der KI-Wirtschaft geworden – genau das war die Wette