Die Landschaft des globalen KI-Wettbewerbs ändert sich: Der Open-Source-Ansatz hilft chinesischen Herstellern aufzusteigen und erschüttert die US-Vorränge.

Am 14. August berichteten ausländische Medien wie die "Wall Street Journal", dass der rasante Fortschritt Chinas im Bereich der Open-Source-Künstlichen Intelligenz (KI) weltweit, insbesondere in Washington und in Silicon Valley, breite Aufmerksamkeit erregt. Es besteht die Sorge, dass die amerikanischen KI-Modelle von den chinesischen überholt werden könnten, und es werden derzeit dringend Gegenmaßnahmen gesucht.

In diesem Jahr hat China im Bereich der KI enorme Fortschritte erzielt: Im Januar stellte DeepSeek das vielbeachtete R1-Inferenzmodell vor. Danach lieferten auch chinesische Anbieter wie Alibaba mit seinem Qwen-Modell, Moonlight AI mit kimi, Minimax und Zhipu Innovation nacheinander neue Produkte auf den Markt, insbesondere seit Juli. Alle diese Modelle basieren auf Open-Source-Code, was es den Nutzern ermöglicht, sie nicht nur herunterzuladen und zu nutzen, sondern auch zu modifizieren und zu verbessern. Dies bietet Chinas Open-Source-KI-Technologie die Möglichkeit, sich rasch auszubreiten.

Ausländische Medien berichten, dass amerikanische Unternehmen, die lange Zeit auf Closed-Source-Code setzten, nun unter großem Druck stehen. Anfang August veröffentlichte OpenAI sein erstes Open-Source-Modell, GPT-oss, was ein Anzeichen für die amerikanische Reaktion auf den Open-Source-Trend ist.

Die Geschichte der Technologie zeigt, dass viele technologische Bereiche von einem Wettbewerb zahlreicher Anbieter zu einer Oligopolsituation übergegangen sind, wie es bei Betriebssystemen wie Windows, Suchmaschinen wie Google, Mobilbetriebssystemen wie iOS und Android der Fall war. Oftmals gewinnt nicht unbedingt derjenige, der die fortschrittlichste Technologie hat, sondern derjenige, dessen Produkt leichter zugänglich und flexibler ist. Dies ist einer der Gründe, warum die Fortschritte Chinas im Bereich der Open-Source-KI die USA beunruhigen.

In einem Bericht namens "Winning the Competition: A U.S. Artificial Intelligence Action Plan", der am 24. Juli veröffentlicht wurde, erklärte die Trump-Regierung, dass Open-Source-Modelle "in einigen Geschäftsfeldern und in der akademischen Forschung möglicherweise global zum Standard werden" und forderte auf, dass die USA "führende Open-Source-Modelle auf der Grundlage amerikanischer Werte" so bald wie möglich einführen müssen.

Der direkte kommerzielle Nutzen von Open-Source-KI ist derzeit begrenzt, da die Entwicklungskosten hoch sind und es schwierig ist, direkt Profit zu machen. Unternehmen, die es schaffen, Nutzer anzuziehen und zu halten, können jedoch in Zukunft durch Wert-added-Services Geld verdienen - ähnlich wie Google mit Android (das auf Open-Source-Linux basiert) Suchdienste, YouTube und andere Einnahmequellen bietet.

Open-Source wird von Forschern als wirksame Methode zur Förderung technologischer Innovation angesehen, da es den Nutzern ermöglicht, den Quellcode zu sehen und zu verbessern, was den technologischen Fortschritt beschleunigt. Ausländische Medien berichten, dass die chinesische Regierung nicht nur die Entwicklung der Open-Source-KI unterstützt, sondern auch die Open-Source-Forschung und -Entwicklung in Bereichen wie Betriebssystemen, Halbleiterarchitekturen und Ingenieurssoftware fördert.

Immer mehr kommerzielle Institutionen setzen derzeit auf Open-Source-KI. Viele Kunden bevorzugen Open-Source-Lösungen, da sie die Modelle frei anpassen und auf ihren eigenen Systemen einsetzen können, um die Sicherheit sensibler Informationen zu gewährleisten. Die Oversea-Chinese Banking Corporation (OCBC) in Singapur hat beispielsweise mit Open-Source-Modellen etwa 30 interne Tools entwickelt, wie etwa die Zusammenfassung von Dokumenten mit Google Gemma, die Unterstützung bei der Programmierung mit Qwen und die Analyse von Markttrends mit DeepSeek.

Die OCBC erklärt, dass ihre Strategie darin besteht, nicht auf ein einzelnes Modell angewiesen zu sein, ständig auf neue Modelle zu achten und jederzeit bereit zu sein, umzuschalten. Der Direktor Donald MacDonald sagt: "Wir nutzen derzeit etwa 10 Open-Source-Modelle." Sie bevorzugen Modelle, die der Entwicklergemeinschaft bekannt sind, um technische Unterstützung zu erhalten.

Nach Daten der Forschungsfirma Artificial Analysis haben chinesische Spitzen-Open-Source-Modelle seit November 2024 bei Aufgaben wie Mathematik und Programmierung die amerikanischen Spitzenmodelle übertroffen. Alibabas Qwen3 hat in einigen Aufgaben sogar OpenAIs GPT-oss übertroffen.

Ausländische Medien berichten jedoch, dass chinesische Modelle im Allgemeinen größer sind. Beispielsweise ist Qwen fast doppelt so groß wie OpenAIs Modelle, was bedeutet, dass Qwen bei einfachen Aufgaben möglicherweise mehr Rechenleistung benötigt, um die gleichen Ergebnisse zu erzielen.

Ingenieure, insbesondere in Asien, geben jedoch an, dass chinesische Modelle in der Regel besser darin sind, die Feinheiten der lokalen Sprache und Kultur zu verstehen. Da die Trainingsdaten mehr chinesischen Inhalt enthalten, funktionieren sie auch bei der Verarbeitung einiger anderer asiatischer Sprachen besser.

Der japanische Ingenieur Usami Shinichi aus Yokohama wählte kürzlich Alibabas Qwen-Modell, als er für einen Einzelhandelskunden einen Kundenservice-Chatbot entwickelte. Er sagt: "Bei der Verwendung amerikanischer Spitzenmodelle stellten wir fest, dass der Chatbot manchmal Schwierigkeiten hatte, die Untertöne der Benutzer zu verstehen und die Antworten manchmal unangemessen waren. Qwen scheint besser darin zu sein, diese Feinheiten zu behandeln."

Das chinesische KI-Sektor hat zunächst auf Preiswettbewerb zwischen Closed-Source-Modellen gesetzt. In den letzten Jahren hat sich der Wettlauf auch auf den Open-Source-Bereich ausgeweitet, und die Anbieter kämpfen um Nutzer und öffentliche Anerkennung.

Der chinesische Technologieanalyst Charlie Chai von 86Research sagt: "Chinesische Unternehmen legen in der Regel mehr Wert auf die Bindung der Nutzer als auf kurzfristige Gewinne."

Analysten sagen, dass Start-ups derzeit noch eine Chance haben, Nutzer anzuziehen, aber dass dies nicht für immer so bleiben wird. Am Ende haben große Technologieunternehmen mit einer großen Nutzerbasis eher die Möglichkeit, durch Wert-added-Produkte wie professionelle Anwendungen oder Cloud-Services Profit zu machen.

Andrew Ng, der Leiter des Silicon Valley-Start-ups DeepLearning.AI, sagte kürzlich: "Dieser harte Wettbewerb wird viele bestehende Akteure ausscheiden lassen, aber es werden auch echte Stärken hervorgehen."

Dieser Artikel stammt von "Tencent Technology", Autor: Jin Lu. Veröffentlicht von 36Kr mit Genehmigung.