Die zehn größten KI-Ereignisse von 2025
"Bis 2026 könnte die KI möglicherweise schlauer sein als der klügste Mensch. KI und Roboter werden wie ein Überschall - Tsunami alle Arbeitsplätze in einem Ruck überrollen." Dies ist die neueste Warnung von Elon Musk an die gesamte Menschheit. In nur drei Jahren hat sich die KI rasant weiterentwickelt und vollkommen verändert.
Wenn man sagt, dass 2023 das Jahr des ersten Versuchs mit KI war, als sich die Leute noch für die Neuheit interessierten, und 2024 das Jahr der Verwirrung war, als Unternehmen noch nach passenden Anwendungen für die KI suchten, dann war das soeben vergangene Jahr 2025 definitiv ein Wendepunkt in der Geschichte der KI.
Die KI ist nicht mehr nur ein Geschenkobjekt, das mit dir plaudert. Sie hat Hände und Füße bekommen, Greifwerkzeuge ergriffen und sogar deine Vorgesetzte werden können. Auf der Modelseite hat DeepSeek mit einem Budget von weniger als 6 Millionen US - Dollar die GPT - 4 herausgefordert und das Vorurteil über die unerschwinglichen Kosten von Silicon Valley aufgebrochen. Auf der Anwendungsseite beginnen Manus und Doubao, deinen Computer und dein Handy zu kontrollieren. KI - Agenten werden zu echten digitalen Mitarbeitern. In der physischen Welt betreten die Roboter von Ubtech die Fabriken von Tesla und drehen Schrauben mit einer Genauigkeit von 0,1 Millimeter. Dies ist nicht nur eine technische Iteration, sondern auch eine umfassende Umgestaltung der Produktionsverhältnisse. Angesichts des vergangenen Jahres 2025 haben wir dennoch viele Fragen: Wer schwimmt nackt? Wer führt das Rennen an? Wird dein Arbeitsplatz nächstes Jahr noch da sein? Welche Chancen gibt es in dieser Transformation?
Heute führen wir eine Bestandsaufnahme der zehn wichtigsten Ereignisse in der globalen KI - Branche im Jahr 2025 und nehmen dir die wirklichen Veränderungen in der KI - Branche dieses Jahres vor.
1. Effizienzrevolution und chinesischer Durchbruch im ersten Halbjahr
DeepSeek - R1 erschüttert Silicon Valley und ändert die Spielregeln für die "geldgierigen" großen Modelle grundlegend.
Der erste Schock des Jahres kommt aus China.
Im Januar veröffentlichte DeepSeek das Open - Source - Modell DeepSeek - R1. Diese Veröffentlichung hat die Silicon - Valley - Bosses in Aufruhr gebracht. Warum? Weil es die verborgene Regel, dass große Modelle enorme Investitionen erfordern, gebrochen hat.
Vor der Entstehung von DeepSeek folgten die großen Modelle in Silicon Valley einem Weg, der von Closed - Source - Technologien dominiert war und auf einer massiven Anhäufung von Parametern und Rechenleistung beruhte. Die Trainingskosten für ein einzelnes Modell lagen im Regelfall zwischen mehreren Millionen und hunderten von Millionen US - Dollar. Durch die hohen Investitionen schufen sie eine Kapitalbarriere. Wer am meisten Geld ausgab, konnte vorne liegen.
Bei DeepSeek R1 betrugen die Trainingskosten hingegen nur 5,576 Millionen US - Dollar. Was bedeutet das? Die Trainingskosten für GPT - 4 beliefen sich auf ungefähr 100 Millionen US - Dollar. Das heißt, DeepSeek hat mit nur einem Zwanzigstel des Budgets ein vergleichbares Modell entwickelt. Es ist, als hätte ein armer Junge aus Fahrradteilen einen Ferrari zusammengebaut und schließlich die professionellen Teams geschlagen. Dies ist nicht nur eine extreme Architekturinnovation, sondern auch ein Gegenangriff und Durchbruch der chinesischen KI.
In der Vergangenheit waren die Amerikaner an das Modell "Stärke bringt Wunder" gewöhnt und sahen die KI als ein Spiel für Reiche, als eine Waffe der Massenvernichtung. Aber DeepSeek hat die KI in eine Schrotflinte verwandelt, die billig, effektiv und von jedermann herstellbar ist. Durch die Optimierung der Algorithmen hat sie die Angst vor der Rechenleistungsmacht gebrochen und die Anwendungsbarriere für die KI um zwei Größenordnungen gesenkt. Ab jetzt ist das große Modell nicht mehr ein Gegenstand auf dem Altar, sondern Lehm in den Händen der Entwickler.
Manus beginnt das Zeitalter der Agenten, und das Mensch - Maschine - Kooperationsmodell erfährt eine qualitative Veränderung.
Im März hat ein chinesisches Startup plötzlich den KI - Agenten Manus vorgestellt. Sofort stieg der A - Aktien - Index für KI - Agenten an einem Tag um über 6 %, und zahlreiche verwandte Aktien stiegen limitierend. Warum war der Kapitalmarkt so wild? Weil Manus der weltweit erste echte universelle KI - Agent ist. Dies zeigt sich bereits in seinem Namen, der im Lateinischen "mit Hand und Geist arbeiten" bedeutet.
Wo liegt die Besonderheit von Manus? Frühere KIs haben nur auf Fragen geantwortet, aber keine Handlungen ausgeführt. Manus kann jedoch Aufgaben selbst aufteilen, die Maus selbst bedienen und zwischen verschiedenen Softwareprogrammen wechseln. Beispiel: Wenn du ihm nur sagst: "Mach mir eine Konkurrenzanalyse", wird er selbst den Browser öffnen, Informationen suchen, die nützlichen Daten filtern, Excel öffnen, die Daten eingeben und schließlich Diagramme erstellen und per E - Mail an dich senden. Währenddessen musst du nur Kaffee trinken und zuschauen. Dies ist eine weitere Verbesserung der menschlichen Produktionsweise.
Die KI hat sich von der "passiven Frage - Antwort - Funktion" zur "aktiven Ausführung" entwickelt. In Zukunft wirst du nicht mehr einen Menschen oder eine SaaS - Software einstellen, sondern einen emotionlosen, 24 - Stunden - digitalen Mitarbeiter. Für Unternehmensbesitzer ist dies ein Mittel zur Kostensenkung und Effizienzsteigerung. Für Angestellte, die nur einfache Aufgaben ausführen, ist dies jedoch eine echte berufliche Gefahr. Denn Manus hat bewiesen, dass die KI alle regelbasierten, repetitiven geistigen Arbeiten schneller und kostengünstiger als Menschen erledigen kann.
Dies ist ein Meilenstein in der Entwicklung der KI von einem "Dialogwerkzeug" zu einem "digitalen Mitarbeiter", und das Mensch - Maschine - Kooperationsmodell erfährt eine qualitative Veränderung.
Qwen3 erobert die Spitze des Open - Source - Thrones und zwingt die Closed - Source - Giganten, ihre Wettbewerbsvorteile neu zu bewerten.
Im April hat Alibaba die Open - Source - Reihe Qwen3 veröffentlicht. Es nutzt eine kreative "Schnelldenken + Langsames Denken" - Mischinferenzarchitektur. Einfach ausgedrückt: Bei einfachen Fragen reagiert es schnell wie das Kleinhirn, bei komplexen Fragen denkt es tief wie das Gehirn. Es ist leistungsstark und spart Rechenleistung. Diese Mechanik senkt den Energieverbrauch für die Inferenz um 60 %. Das Wichtigste ist, dass es kostenlos und Open - Source ist. Einzelpersonen und Unternehmen können es lokal installieren und weiterentwickeln. Dadurch können kleine und mittlere Teams und Entwickler auch auf Spitzenleistungen zugreifen. In allen wichtigen Testlisten hat Qwen3 nicht nur die Open - Source - Welt dominiert, sondern auch in Kernbereichen wie Code - Schreiben und mathematischer Inferenz die damalige Closed - Source - Version GPT - 4 Turbo übertroffen.
An diesem Punkt hat das chinesische Open - Source - Modell bereits die Hälfte der globalen Community eingenommen. Wir können uns sicher sagen, dass das Open - Source - Zeitalter der KI nun offiziell in die chinesische Zeit gerückt ist. Wir sind nicht mehr die Nachahmer, sondern die Vorreiter in der Effizienzoptimierung und der praktischen Anwendung. Dies zwingt auch Closed - Source - Giganten wie OpenAI, ihre Wettbewerbsvorteile neu zu bewerten. Wenn das kostenlose Open - Source - Modell besser funktioniert als das kostenpflichtige Closed - Source - Modell, ist deren Geschäftsmodell noch tragfähig?
Dies ist ein Vorsprung des chinesischen Open - Source - Modells auf dem globalen technologischen Gipfel und zwingt die Closed - Source - Giganten, ihre Wettbewerbsvorteile neu zu bewerten.
Llama 4 definiert "unendliches Gedächtnis" neu und überwindet die Barrieren für die B - Seite - Anwendungen.
Im Mai veröffentlichte Meta die Open - Source - Reihe Llama 4. Das Schrecklichste an dieser Generation von Modellen liegt nicht in den Parametern, sondern im Gedächtnis. Es unterstützt ein Kontextfenster von bis zu 10 Millionen Tokens. Was bedeutet das? Ein "Traum der Roten Kammer" hat etwa 700.000 Wörter. Es kann mehrere "Träume der Roten Kammer" auf einmal verarbeiten oder alle Finanzberichte, technischen Dokumente und Meetingprotokolle eines Unternehmens aus den letzten zehn Jahren lesen und sich nicht vergessen. Gleichzeitig nutzt es die MoE - Misch - Experten - Architektur. Man kann es sich wie die Übernahme eines Falles von einem Facharztteam statt eines Allgemeinmediziners vorstellen. Wer am besten geeignet ist, führt die Aufgabe aus. Dies erhöht die Inferenzeffizienz um das Dreifache.
Die Veröffentlichung der Llama 4 - Reihe markiert eine qualitative Veränderung in der B - Seite - Anwendung. Früher hatte die KI ein schlechtes Gedächtnis und vergass schnell, was zuvor gesagt wurde, was es schwierig machte, komplexe Unternehmensaufgaben zu bewältigen. Jetzt hat die Llama 4 fast unendliches Gedächtnis. Wenn eine KI alle historischen Daten, Codes und Regeln deines Unternehmens kennt, ist sie nicht mehr ein einfacher Chatbot, sondern ein erfahrener Experte, der die Geschäftslogik wirklich versteht. In diesem Zug hat Meta in der Open - Source - Szene für die USA einen Punkt gemacht und die Türen für die Unternehmensanwendungen der KI endgültig geöffnet.
2. Technische Infrastruktur und Ökosystem - Umsetzung im zweiten Halbjahr
Nvidias "Europäische Rechenleistungsexpedition" gibt den Startschuss für den globalen Wettlauf um die Rechenleistungssouveränität.
Im Juni hat Jensen Huang auf der GTC - Paris - Konferenz einen verrückten Plan angekündigt: Nvidia will in sieben Ländern wie Deutschland und Frankreich mehr als 20 KI - Fabriken errichten. Das Ziel ist klar: Bis Ende 2026 soll die KI - Rechenleistung in Europa um das Zehnfache gesteigert werden. Dazu hat es sogar Airbus als Partner gewonnen, um maßgeschneiderte Rechenleistungsservices für Flugzeugentwürfe bereitzustellen. Diese Nachricht hat die Nvidia - Aktie im Monat um 24 % gestiegen und den Marktwert auf fast 3,5 Billionen US - Dollar gebracht.
Der globale Wettlauf um die Rechenleistung hat eine neue Phase begonnen. In der Vergangenheit war die Rechenleistung in Nordamerika konzentriert, jetzt muss sie lokalisiert werden. Warum? Einerseits geht es um Datensicherheit. Kein Land möchte, dass seine Kerninformationen ins Ausland gehen. Andererseits ist eine geringe Latenz erforderlich, damit die KI so schnell wie ein Lichtschalter reagiert. Am wichtigsten ist jedoch die Erlangung der Rechenleistungssouveränität. In einer unsicheren geopolitischen Lage ist die Rechenleistung das neue Öl. Nicht nur Europa, sondern auch Saudi - Arabien investiert 5 Milliarden US - Dollar in die Errichtung von Rechenzentren. Japan und Singapur kaufen auch massiv Grafikkarten. Wer über lokale Rechenleistung verfügt, hat die Macht, die Zukunft zu bestimmen.
Die Massenproduktion des Ascend 920 - Chips wird erfolgreich gestartet, was offiziell ankündigt, dass die chinesische Rechenleistung von der Nutzbarkeit zur Qualität gewandelt hat.
Im Juli hat Huawei offiziell die Massenproduktion des Ascend 920 - Chips angekündigt. Viele wissen möglicherweise nicht, wie wertvoll dieser Chip ist. Es ist ein NPU - Neuronaler Prozessor, speziell für KI - Berechnungen entwickelt. Der Ascend 920 nutzt nicht nur fortschrittliche Fertigungstechnologien, sondern erreicht auch eine Rechenleistung von 8 Peta - FLOPS pro Karte. Bei der Bearbeitung bestimmter KI - Aufgaben ist seine Leistung sogar 120 % der von Nvidias H100. Am wichtigsten ist, dass er in Bezug auf das Leistungs - Energie - Verhältnis optimal ist. Bei der Verwendung des Ascend 920 - Chips zur Entwicklung des DeepSeek - R2 - Modells werden die Kosten um 35 % gesenkt.
Unter der amerikanischen Blockade ist die Massenproduktion des Ascend 920 - Chips nicht nur eine chinesische Alternative, sondern auch ein strategischer Gegenangriff gegen die Dominanz von Nvidia. Huawei hat durch die Schaffung eines ganzheitlichen Ökosystems aus "Chip - Framework - Anwendung" die chinesische KI - Branche entscheidend vorangetrieben. Dies bedeutet, dass die chinesischen Rechenzentren nicht mehr von außen blockiert werden können. Wir haben nun unsere eigene Kernrechenleistung. Dies ist nicht nur ein technischer Durchbruch, sondern auch eine solide Garantie für die nationale Wettbewerbsfähigkeit.
Der Ubtech Walker S2 geht in die Fabrik arbeiten, und das chinesische "Intelligent Manufacturing" erhält eine neue Produktivitätsform.
Im Oktober hat Ubtech die Massenproduktion des humanoiden Roboters Walker S2 angekündigt und ihn in Serie an die Fabriken von Tesla und CATL geliefert. Diesmal geht es nicht darum, dass der Roboter tanzt oder Hüpfer macht, sondern er geht tatsächlich in die Fabrik und arbeitet. Der Walker S2 ist mit einem End - to - End - Großmodell ausgestattet. Seine visuelle Erkennung und die Koordination der Handlungen haben ein bisher nie erreichtes Niveau erreicht. Die Montagegenauigkeit beträgt 0,1 Millimeter. Auf der Fertigungsstraße kann er wie ein erfahrener Arbeiter präzise Aufgaben wie Etikettieren, Qualitätskontrolle und Transport ausführen. Er löst Arbeitsplätze in gefährlichen, repetitiven und hochpräzisen Tätigkeiten ab und braucht weder zu essen, noch zu schlafen oder zu beschweren. Seine Kosteneffizienz ist unschlagbar.
Wenn 2024 das Jahr des Aufbruchs der Embodied AI war, dann ist 2025 das Jahr der Umsetzung. Die KI hat einen Körper bekommen und hat die Bildschirmwelt verlassen, um in der physischen Welt Wert zu schaffen. Dies bedeutet, dass die starke chinesische Fertigungsindustrie mit der besten KI - Technologie "Körper und Seele" vereint. Wenn Roboter so flexibel wie Menschen und so präzise wie Maschinen sind, wird das "Made in China" wirklich in das "Intelligent Manufacturing in China" umgewandelt. Dies ist unser stärkstes Trumpf gegen die Alterung der Bevölkerung und zur Aufrechterhaltung der Wettbewerbsfähigkeit der Fertigungsindustrie.
Google Gemini 3 bricht die Grenzen der Multimodalität und beginnt eine neue Ära der tiefen Inferenz.
Im November hat Google offiziell das Gemini 3 vorgestellt und mit 1501 Punkten den Rekord in den Testlisten gebrochen. Sein größter Durchbruch liegt in der "tiefen Inferenz" und der "Multimodalitätsverstehen". Was bedeutet "tiefe Inferenz"? Frühere KIs haben nur Informationen abgerufen, jetzt können sie auch denken. Sie kann nicht nur komplexe Finanzberichte verstehen, sondern auch visuelle Berichte mit dynamischen Diagrammen und Datenanalysen erstellen. Multimodalität bedeutet, dass ihre Fähigkeiten erweitert wurden. Frühere KIs konnten nur Bilder beschreiben, jetzt kann sie jedoch gleichzeitig Text, Bilder, Sprache, Videos, Tabellen usw. verarbeiten und die Beziehungen zwischen ihnen verstehen.
Von der einfachen Unterhaltung und Bildgenerierung bis hin zur unabhängigen Denkfähigkeit und Ergebniserzeugung hat die Intelligenz der KI das Niveau eines menschlichen Doktors erreicht oder sogar überschritten.