Chinesisches Modell, globale Basis

Dass chinesische große KI-Modelle „nachgebaut“ werden, ist längst keine Neuigkeit mehr – erst vor wenigen Tagen ist wieder ein solcher Fall aufgetaucht.

Am 2. September veröffentlichte das saudische KI-Unternehmen HUMAIN das Modell HUMAIN M3, und bei der Vorstellung erklärte die offizielle Seite direkt, es handele sich um ein „100% Saudi Model“.

Der Name dieses Unternehmens mag uns zwar fremd vorkommen, aber die Bezeichnung „M3“ kommt uns sehr bekannt vor: Schließlich hat MiniMax sein eigenes Modell MiniMax M3 vor nicht allzu langer Zeit veröffentlicht.

Hinzu kommt, dass seine Konfiguration mit insgesamt 428 Milliarden Parametern und 23 Milliarden aktivierten Parametern exakt mit der von MiniMax M3 übereinstimmt. Da tauchten in den Kommentaren schnell Zweifel auf: 100% saudisch?

Der Herausgeber Sultan Alfaifi musste anschließend persönlich klären, dass HUMAIN M3 auf dem unter MiniMax gehörenden M3-Modell entwickelt wurde.

Doch dieser Fall bei chinesischer KI ist kein Einzelfall: Das japanische Rakuten nutzt DeepSeek, das nationale KI-Programm Singapurs setzt auf Qwen … Chinesische Modelle sind stillschweigend zur ersten Wahl von KI-Entwicklern weltweit geworden.

Früher ging die Expansion chinesischer großer KI-Modelle ins Ausland vor allem über den Verkauf von APIs und Produkten, wobei Einnahmen aus Aufrufgebühren und Dienstleistungsgebühren erzielt wurden. Heute treten sie in einer völlig neuen Form auf den Markt.

Ob dies gut oder schlecht ist, sei vorerst dahingestellt – aber es steht außer Frage, dass dies das Signal dafür ist, dass quelloffene Modelle sich wirklich nach außen auszubreiten beginnen.

1

HUMAIN fehlt es eigentlich nicht an eigenen Modellen.

Im August 2025 veröffentlichte dieses nationale KI-Unternehmen, das vom saudischen Staatsfonds gegründet wurde, gerade das Modell ALLaM 34B: Über 120 KI-Experten und 35 Doktoren waren beteiligt, es wurde in Saudi-Arabien von Grund auf trainiert, lag der Fokus auf der Ausrichtung an arabischer Sprache und lokaler Kultur, und die offizielle Seite betonte damals, es sei „von Grund auf selbst entwickelt“.

Doch als es im September 2026 sein Flaggschiffmodell M3 vorstellte, setzte Saudi-Arabien das Grundgerüst trotzdem auf ein chinesisches Modell auf und nutzte nur eigene Sprachdaten für das Nachtraining.

Wie bereits erwähnt, ist die Nutzung chinesischer quelloffener Modelle durch verschiedene Länder längst nichts Neues.

Am 17. März veröffentlichte die japanische Rakuten-Gruppe mit großem Aufsehen Rakuten AI 3.0, offiziell wurde es als „das leistungsstärkste KI-Modell im größten Umfang in Japan“ bezeichnet. Dahinter stand das nationale japanische KI-Projekt GENIAC, das gemeinsam vom Ministerium für Wirtschaft, Handel und Industrie und NEDO gefördert wird, und der Gründer, Vorsitzende und CEO der Rakuten-Gruppe, Hiroshi Mikitani, der als „japanischer Jack Ma“ gilt, trat persönlich als Unterstützer auf.

Doch nur wenige Stunden nach der Veröffentlichung entdeckten Entwickler in der Konfigurationsdatei von Rakuten AI 3.0, dass in der Spalte „model_type“ der Eintrag „deepseek_v3“ stand.

Peinlicherweise hat Rakuten bei der ersten Veröffentlichung direkt die MIT-Lizenzdatei von DeepSeek gelöscht und durch eine eigene Apache 2.0-Lizenz ersetzt. Das bedeutete, dass sie etwas, das andere kostenlos allen zur Verfügung stellen, mit einem eigenen Etikett versehen und zum festen Preis zum Verkauf anbieten wollten.

Erst nachdem dies von der Community aufgedeckt wurde, fügten sie eilig eine NOTICE-Datei hinzu, um anzuerkennen, dass das Urheberrecht bei DeepSeek liegt.

Im Vergleich dazu ist Südostasien viel offener.

Das nationale KI-Programm Singapurs AISG nutzte im Rahmen des Projekts SEA-LION zuvor das Llama-Modell von Meta als Grundgerüst für das Training, wechselte dann aber zu dem Modell Qwen3-32B von Alibaba Cloud als Basis, um Qwen-SEA-LION-v4 zu entwickeln.

Nach Angaben von Alibaba Cloud hat AISG mehr als 100 Milliarden Token in südostasiatischen Sprachen in dieses Grundgerüst eingespeist, um das Nachtraining durchzuführen, und das Modell belegt auf der Rangliste für südostasiatische Sprachen SEA-HELM den ersten Platz unter quelloffenen Modellen.

Im Mai 2025 startete das malaysische Ministerium für Kommunikation das Projekt, das als erste „souveräne KI-Infrastruktur“ in Südostasien gilt, wobei als Grundmodell DeepSeek verwendet wurde. Dies war auch der erste Einsatz von DeepSeek im Ausland in nationalem Umfang.

Indien ist die interessanteste Vergleichsgruppe, da seine beiden Fälle völlig unterschiedlicher Natur sind.

Das von 169PI veröffentlichte leichtgewichtige 32B-Modell Alpie wurde von indischen Medien als „indische Version von DeepSeek“ bezeichnet – und aus der Entwicklungsdokumentation geht hervor, dass es zu Recht diesen Namen trägt: Es handelt sich schlichtweg um DeepSeek R1.

Der vollständige Name des Modells lautet DeepSeek-R1-Distill-Qwen-32B, was bedeutet, dass DeepSeek R1 als Lehrermodell dient, das hochwertige Schlussfolgerungen ausgibt, die dann auf ein 32B-Schülermodell mit Qwen als Grundgerüst destilliert werden.

Es gibt zudem ein Unternehmen namens Sarvam AI, das eine große Menge an Rechenkapazitätsförderung im Rahmen des IndiaAI Mission erhalten hat, rund 990 Millionen Rupien, was etwa 11 Millionen US-Dollar entspricht. Offiziell heißt es, das Modell sei „von Grund auf trainiert“ worden, aber als die Community die Konfiguration prüfte, stellte sich heraus, dass es mit multi-head latenter Aufmerksamkeit und GRPO-Verstärkungslernen doch auf DeepSeek basiert.

Anschließend gab der CEO von Sarvam AI zu, dass das Team DeepSeek „bewundert und von ihm gelernt“ hat.

Als Nächstes kommt Südkorea: Ausländischen Medienberichten zufolge nutzten bei dem nationalen Wettbewerb für große KI-Modelle, dem Projekt für souveräne KI-Grundmodelle, mindestens 3 der 5 Finalteams chinesische quelloffene Modelle.

Beispielsweise weisen die visuellen und akustischen Encoder des Teams von Naver Ähnlichkeiten mit den Merkmalen von Alibaba Qwen auf, der Schlussfolgerungscode des Teams von SK Telecom stimmt mit dem von DeepSeek überein, und einige Komponenten des Teams von Upstage wurden direkt von GLM von Zhipu kopiert. Untersuchungen ergaben, dass das Projekt des Teams von Upstage sogar die Urheberrechtsmarken von Zhipu nicht vollständig entfernt hatte.

In Europa gibt es ähnliche Fälle. Das Unternehmen Cursor, das vor kurzem von Elon Musk übernommen wurde, veröffentlichte im März sein Programmiermodell Composer 2, aber Entwickler fanden in der API-Antwort heraus, dass die tatsächliche ID des Modells „kimi-k2p5-rl-0317-s515-fast“ lautet.

Daraufhin musste Cursor zugeben, dass Composer 2 auf dem Modell Kimi K2.5 von Moonshot AI aufbaut, wobei die Zusammenarbeit über eine Lizenzvereinbarung mit Fireworks AI läuft.

Moonshot AI reagierte sehr großzügig: Die offizielle Seite veröffentlichte anschließend einen Beitrag, um zu gratulieren, und erklärte, dass „Kimi K2.5 das Grundgerüst für Composer 2 bereitstellt“.

Das Unternehmen Thinking Machines, das von Mira Murati, dem ehemaligen CTO von OpenAI, gegründet wurde, gehört ebenfalls zu dieser Gruppe.

Sein im Juli veröffentlichtes quelloffenes 975B-Modell Inkling gibt in der offiziellen technischen Dokumentation explizit an, dass seine MoE-Architektur von DeepSeek-V3 stammt.

Darüber hinaus haben Siemens, Renault und Orange auf der VivaTech öffentlich angekündigt, die Strategie eines „gemischten Modells aus China, USA und Europa“ zu verfolgen.

Chinesische Modelle sind stillschweigend zum Grundgerüst der globalen KI geworden.

2

Der offensichtlichste Grund ist die Kostengünstigkeit.

Wenn man ein eigenes großes KI-Modell von Grund auf trainiert, fallen allein für das Rechenzentrum schnell Kosten in Höhe von mehreren zehn Millionen US-Dollar an.

Modelle wie DeepSeek und Qwen hingegen haben offene Gewichte, stehen unter der MIT-Lizenz, erlauben die kommerzielle Nutzung, die Änderung der Gewichte und den lokalen Einsatz. Das Llama-Modell von Meta ist zwar auch quelloffen, erlaubt aber keine großangelegte Nutzung – daher können staatliche Einrichtungen und große Unternehmen Llama nicht verwenden.

Hinzu kommt, dass quelloffene Tools für die Weiterentwicklung wie ms‑swift vollständig verfügbar sind und nativ tief mit Qwen, DeepSeek und GLM zusammenwirken. Dadurch sind LoRA, QLoRA, DPO, GRPO, Quantisierung und verteiltes Training für diese Modelle vollständig gekapselt, sodass Feinabstimmung und Ausrichtung mit einem einzigen Befehl abgeschlossen werden können.

Einfach ausgedrückt funktioniert es wie Fertiggerichte mit Gewürzpaket: Man muss es nur in der Mikrowelle aufwärmen, und es ist fertig.

Die von DeepSeek genutzte MoE-Architektur sorgt dafür, dass jedes Token nur 37 Milliarden Parameter aktiviert, was die tatsächlichen Kosten für die Schlussfolgerung sehr niedrig hält – nach dem Einsatz sinken auch die Betriebskosten des gesamten Modells entsprechend.

Chinesische quelloffene Modelle haben wenige „Einschränkungen“.

Die Einstellungen der verschiedenen Länder zur KI-Entwicklung sind sehr zwiespältig: Sie wollen KI entwickeln, fürchten aber gleichzeitig, dass Daten das Land verlassen, und haben Angst, dass geschlossene APIs abgeschaltet werden.

Im Juni 2026 erließ das Weiße Haus eine Anordnung zur Ausfuhrkontrolle gegen Anthropic, die verlangte, dass der Zugriff ausländischer Nutzer auf seine fortschrittlichsten Modelle Fable 5 und Mythos 5 ausgesetzt wird. Nach Erhalt der Ankündigung erklärte Anthropic, die Nutzung dieser beiden Modelle zu sperren.

Zwei Wochen nach Inkrafttreten des Verbots ergaben Daten von 4SAPI, dass 68,4% der mittelständischen und großen Unternehmenskunden einen Rückgang der Effizienz ihrer zentralen KI-Arbeitsabläufe meldeten, und 31,6% der kleinen Entwickler haben einen Teil ihrer Arbeitslast auf andere Modelle verlagert – während der Verlagerung stiegen die durchschnittlichen Kosten für die Schlussfolgerung um 27,3%.

Das ist noch nicht alles: Nach der Veröffentlichung der Sperrungsanordnung gab Anthropic allen Nutzern nur 90 Minuten Zeit für die Verlagerung. Es ist vorstellbar, wie hilflos sich die Nutzer außerhalb der USA gefühlt haben.

Europäische Unternehmen reagieren besonders empfindlich darauf: Die Lizenz von Llama 4 verbietet Entwicklern in der Europäischen Union sogar ausdrücklich die Rechte zur Nutzung von Multimodalität, während die Lizenzen MIT und Apache 2.0 chinesischer Modelle keine entsprechenden Regelungen enthalten.

Daher ist die Anforderung nach „lokal einsetzbaren Modellen, deren Gewichte man übernehmen kann“ zu einer harten Notwendigkeit geworden – und unter den quelloffenen Modellen erfüllen genau diese Anforderungen gleichzeitig die chinesischen Modelle wie DeepSeek und Qwen.

Darüber hinaus entsprechen chinesische Modelle genau den Anforderungen anderer Länder.

Länder, die quelloffene Modelle nutzen, haben oft Bedarf an Minderheitensprachen. Die Qwen-Modellreihe deckt bei der Vortrainingsphase 119 Sprachen und Dialekte ab und ist von Natur aus an nicht englischsprachige Märkte wie Südostasien und den Nahen Osten angepasst.

Gleichzeitig verfügen DeepSeek und MiniMax M3 über starke Fähigkeiten zur Schlussfolgerung und zum Aufruf von Werkzeugen, was den Anforderungen verschiedener Länder an die Weiterentwicklung von „eigenen Modellen + lokalen Anwendungen für intelligente Agenten“ entspricht.

Umgekehrt ausgedrückt ist dies auch eine leise, unaufdringliche Ausbreitung chinesischer Art.

Die Modelle von Anbietern mit geschlossenem Quellcode sind kommerziell ausgerichtet und legen Wert auf Bezahlung. Die Haltung chinesischer Anbieter ähnelt hingegen eher der von GitHub: Sie sind viel eher bereit zur Zusammenarbeit.

Beispielsweise kann Moonshot AI Kimi über Drittlizenzen für Cursor zur Verfügung stellen. Diese Haltung, „nicht die Aufmerksamkeit auf sich zu ziehen“, ist in einer Zeit, in der die Erzählung von nationaler Souveränität vorherrscht, effektiver als jede Marktstrategie.

Daher ist es eher so, dass chinesische Modelle „ausgewählt“ wurden, statt nur das Grundgerüst der Welt zu werden.

3

Auch wenn andere Modelle als Grundgerüst genutzt werden, ist dies in den USA ein Geschäft mit festen Preisen.

Am 12. Januar 2026 gaben Apple und Google ihre mehrjährige Zusammenarbeit bekannt: Gemini wird die nächste Generation von Siri und das Grundmodell von Apple antreiben.

Der Preis wurde nicht veröffentlicht, aber ausländische Medien schätzen den Vertragswert auf etwa 1 Milliarde US-Dollar pro Jahr.

Tatsächlich bestehen starke Wettbewerbsbeziehungen zwischen Apple und Google, aber um ihrem Sprachassistenten ein „Gehirn“ zu verleihen, zahlen sie dem Konkurrenten trotzdem jedes Jahr 1 Milliarde US-Dollar.

Es gibt auch eine Zusammenarbeit zwischen Samsung und Google: Obwohl es keine direkten Barzahlungen gibt, bestehen bindende Vereinbarungen.

Das Kernmodell von Samsungs Galaxy AI ist ebenfalls Gemini. Es wurde 2025 auf etwa 400 Millionen Geräten eingesetzt, und das Ziel für 2026 ist eine Verdoppelung auf 800 Millionen Geräte. Im Gegenzug erhält Google Umsatzbeteiligungen von Samsung, und die gesamte Google-App-Suite wird als Standardzugang auf den Smartphones voreingestellt.

Die Zusammenarbeit zwischen Amazon und Anthropic folgt einem anderen Modell.

Amazon hat bisher insgesamt 8 Milliarden US-Dollar in Anthropic investiert und im April 2026 angekündigt, zunächst weitere 5 Milliarden zu investieren und je nach Ergebnis maximal 20 Milliarden US-Dollar zusätzlich zu investieren – das potenzielle Gesamtvolumen kann bis zu 33 Milliarden US-Dollar erreichen.

Als Gegenleistung verspricht Anthropic, innerhalb der nächsten 10 Jahre mehr als 100 Milliarden US-Dollar auf AWS auszugeben, wobei das Training seiner Hauptmodelle auf dem von Amazon selbst entwickelten Chip Trainium läuft.

Zwischen Microsoft und OpenAI besteht ebenfalls eine derart tiefe Bindung: Microsoft hat insgesamt mehr als 13 Milliarden US-Dollar investiert. Nach der Vereinbarung erhält Microsoft zunächst 75% der Gewinnbeteiligung, bis es seine Investition zurückerhält, danach sinkt der Anteil auf 49%. Am 27. April 2026 kündigten die beiden Seiten an, die exklusive Zusammenarbeit zu beenden und eine Obergrenze für die Zahlung von Gewinnbeteiligungen festzulegen.

Produkte wie Bing, Edge,