Hängt der Ausgang des KI-Wettbewerbs zwischen China und den USA etwa von Kurzdramen ab?
Vor zwei Jahren gab es auf Zhihu ein Thema: Warum heißt es, dass „die USA KI für Unterhaltung einsetzen, während China KI für die industrielle Produktion nutzt“?
Zu dieser Zeit erschien das amerikanische generative Videogroßmodell Sora wie aus dem Nichts, dessen erzeugte Videos fast nicht von echten zu unterscheiden waren und weltweit Erstaunen und Besorgnis auslösten. Das chinesische DeepSeek war zu diesem Zeitpunkt noch nicht allgemein bekannt, Doubao hatte noch nicht an Fahrt gewonnen, und das generative Videomodell Seedance war praktisch unbekannt.
Zwei Jahre später wurde Sora eingestellt, während einheimische generative Videomodelle wie Seedance und Keling nacheinander aufstiegen, und KI-Kurzfilme sowie Videogenerierung erlebten in China ein explosionsartiges Wachstum.
Die Debatte über die unterschiedliche Nutzung von KI zwischen China und den USA erlebte eine dramatische Umkehrung —
In den sozialen Medien entstand die neue Behauptung, dass „die USA KI zur Steigerung der Produktivität nutzen, während China KI einsetzt, um Kurzfilme über Aufstiegsgeschichten zu drehen“. Das Thema „55 % des chinesischen Token-Verbrauchs entfallen auf Kurzfilme“ landete einmal auf den Weibo-Trends.
Daraufhin folgten noch schärfere Äußerungen: Jemand zitierte ein berühmtes Zitat von Lu Xun und bedauerte, dass die Chinesen das Schießpulver wieder einmal zu Feuerwerk verarbeitet hätten.
Stellt diese scheinbar treffende Zusammenfassung die ganze Wahrheit über die KI-Entwicklung in China und den USA dar?
Wohin fließt die Rechenleistung eigentlich?
Der Auslöser dieser Debatte war eine Gruppe stark abweichender Daten.
Am 10. Oktober verbreitete sich ein Beitrag in sozialen Plattformen. Darin hieß es, dass 55 % des chinesischen Token-Verbrauchs auf die Erzeugung von Kurzfilmen, Kurzvideos und Unterhaltungsinhalten entfallen, während 58 % des Token-Verbrauchs in den USA für Programmierung, Forschung und Entwicklung sowie Unternehmensautomatisierung verwendet werden.
Auf der einen Seite wird eifrig Unterhaltungsinhalt erzeugt, auf der anderen Seite Programmierung und Forschung betrieben. Angesichts dieses deutlichen Gegensatzes äußerte der Autor des Beitrags: „Im KI-Zeitalter verarbeiten die Chinesen das Schießpulver wieder einmal zu Feuerwerk.“
Anschließend gärten die damit verbundenen Themen in den sozialen Plattformen weiter.
Ein Medium fand die Quelle der Daten: Die chinesischen Angaben stammen aus einem „Protokoll der Aktivitäten im Rahmen der Investorenbeziehungen“, das das an der A-Aktie notierte Unternehmen Chinese Online im Juni dieses Jahres veröffentlicht hat. Chinese Online gab an, dass im inländischen KI-Token-Verbrauch Kurzfilme und Videogenerierung 55 % ausmachen, E-Commerce und Marketing 24 % und Softwareentwicklung 15 %. Die im Beitrag genannte Zahl von 58 % für die USA wird dagegen pauschal auf „die öffentliche Nutzung von API-Token“ zurückgeführt, ohne dass eine klare statistische Quelle nachweisbar ist.
Bei wiederholten Wiedergaben verfälschten sich die Informationen zunehmend.
„Token-Verbrauch“ wurde mit „KI-Rechenleistung“ gleichgesetzt, „Kurzfilme und Videogenerierung“ wurde zu „spannenden Unterhaltungsfilmen“ vereinfacht, und „Softwareentwicklung“ wurde zu „Forschung und Entwicklung“ umgedeutet.
Nach mehreren Begriffsumwandlungen entwickelte sich die Information zu der Aussage: „Mehr als die Hälfte der chinesischen KI-Rechenleistung wird für die Herstellung von spannenden Unterhaltungsfilmen verwendet, und nur 15 % fließen tatsächlich in die Forschung.“ Ein Medium stellte daraufhin die Frage: „Die am meisten knappe KI-Rechenleistung in China — wird sie für Unterhaltungsfilme oder für die Gestaltung der Zukunft eingesetzt?“
Einfach ausgedrückt misst der Token-Verbrauch, wie viele Informationen das Modell verarbeitet und erzeugt hat, während der Rechenleistungsverbrauch misst, wie viele Rechenressourcen tatsächlich für die Erledigung dieser Aufgaben benötigt werden. Selbst bei der Verarbeitung gleicher Token-Mengen können die erforderlichen Rechenressourcen je nach Größe, Architektur und Inferenzmethode der Modelle stark voneinander abweichen.
Das ist vergleichbar mit der Schrittzahl und dem Kalorienverbrauch in der WeChat-Sportfunktion: Die Schrittzahl zeigt, wie viel Weg man zurückgelegt hat, bestimmt aber nicht direkt, wie viele Kalorien verbrannt werden. Bei 10.000 Schritten kann der Energieverbrauch beim Spaziergang auf ebener Fläche stark von dem beim Bergsteigen abweichen.
Am 19. Oktober äußerte Liu Xing, der Leiter der Öffentlichkeitsarbeit von Doubao, öffentlich Zweifel an der Zuverlässigkeit dieser Daten. Er enthüllte, dass von der gesamten Rechenleistung von ByteDance nur etwa 10 % für das Training und die Inferenz von Videogenerierungsmodellen verwendet wird.
Nach der Überprüfung durch „Noise Reduction NoNoise“ weisen die Informationen, die von Chinese Online zitiert werden, selbst zahlreiche Unstimmigkeiten auf.
Erstens ist die Datenquelle schwer zu überprüfen, und die Statistikbereiche sind nicht vergleichbar.
Chinese Online erwähnte in dem „Protokoll der Aktivitäten im Rahmen der Investorenbeziehungen“, dass diese Zahlen aus „branchenweiten Aufrufdaten“ stammen, gab aber keine näheren Angaben zur spezifischen Datenquelle, zum Statistikbereich und zur Methode an. In öffentlichen Kanälen gibt es bisher noch keine landesweiten Branchenstatistiken, die diese Schlussfolgerung unabhängig bestätigen können.
Auch die Daten für die USA haben keine klare ursprüngliche Quelle.
Nach Recherchen von „Noise Reduction NoNoise“ tauchten im Dezember vergangenen Jahres in dem Bericht „State of AI“, der von der KI-Modell-API-Aggregationsplattform OpenRouter gemeinsam mit dem US-amerikanischen Risikokapitalgeber a16z veröffentlicht wurde, eine Gruppe ähnlicher Zahlen auf.
Der Bericht analysierte den Token-Verbrauch von mehr als 100 Billionen Interaktionen mit großen Sprachmodellen. Ende 2025 entfielen auf programmierbezogene und technikbezogene Token-Nutzung der OpenAI-Modelle auf der Plattform OpenRouter jeweils 29 %, was zusammen genau 58 % ergab.
Diese Daten stellen jedoch nur die Nutzung der OpenAI-Modelle auf der Plattform OpenRouter dar, nicht die gesamte KI-Nutzung in den USA. Außerdem erfasst der Bericht nur große Sprachmodelle und schließt den Verbrauch von generativen Videomodellen aus, sodass er nicht im selben Statistikbereich liegt wie die von Chinese Online genannten Daten zur Videogenerierung.
Bisher haben wir keine einzige Statistik zum Token-Verbrauch gefunden, die die KI-Anwendungsszenarien in China und den USA nach einheitlichen Standards vergleicht.
Zweitens bedeutet die Herkunft eines Modells nicht, dass die zugehörigen Token auch in dem entsprechenden Land verbraucht werden. Chinesische Nutzer können ausländische Modelle wie ChatGPT oder Claude verwenden, und amerikanische Nutzer können chinesische Modelle wie DeepSeek oder Seedance nutzen.
Dies lässt sich an der Einnahmestruktur chinesischer KI-Unternehmen ablesen: Derzeit stammen über 60 % der Einnahmen von MiniMax aus dem Ausland, und etwa 70 % der Einnahmen von Keling AI kommen aus Übersee.
Darüber hinaus verteilt sich die Nutzung von KI auf verschiedene Kanäle wie API-Aufrufe, persönliche Abonnements und unternehmensinterne Bereitstellungen, sodass Dritte diese Daten kaum vollständig erfassen können.
Drittens sind die Messverfahren für Text- und Video-Token trotz gleicher Bezeichnung nicht einheitlich. Sogar in manchen praktischen Anwendungen kann die Gesamtzahl der verarbeiteten Token von Sprachmodellen, insbesondere von Agenten mit mehrrundigen Interaktionen, höher sein als die einer einzelnen Videogenerierungsaufgabe.
Daher ist es irreführend, beide Arten von Token einfach zusammenzuzählen und daraus Rückschlüsse auf die Nutzung verschiedener KI-Anwendungen zu ziehen.
Wenn das so ist, warum glauben so viele Menschen einem unbestätigten Vergleich der KI-Nutzung zwischen China und den USA?
Die etikettierten KI-Systeme von China und den USA
Die Exemplar-Theorie aus der Kommunikationswissenschaft besagt, dass Menschen bei der Beurteilung komplexer Probleme leicht von konkreten, anschaulichen Fällen beeinflusst werden und dann anhand weniger Beispiele auf die Gesamtsituation schließen.
Ein KI-Kurzfilm kann sich in sozialen Medien schnell verbreiten, während ein KI-Agent, der die Kosten einer kommerziellen Tätigkeit stark senkt und die Effizienz steigert, nicht unbedingt zu einem heißen Thema wird. Daher entstehen leicht kognitive Verzerrungen — die öffentliche Meinung neigt dazu, die Verbreitungsreichweite mit der industriellen Stärke gleichzusetzen und die auffälligsten Anwendungen als die wichtigsten Anwendungen zu betrachten.
In diesem Jahr gab es auf dem KI-Markt in China und den USA genau genug auffällige Fälle.
In China überschreitet die tägliche Nutzungsdauer von Hongguo-Kurzfilmen die von Douyin und WeChat, was Tencent dazu zwingt, erneut auf Kurzfilme zu setzen, um die Aufmerksamkeit der Nutzer zu gewinnen. Mit der Verbesserung der Fähigkeiten von Videogenerierungsmodellen wie Seedance tauchen zahlreiche KI-Manhua-Filme auf. Die gleichförmigen „KI-Gesichter“ lösen bei den Zuschauern den „Uncanny Valley-Effekt“ aus, und die formelhafte Zeile „nicht verbranntes Herz“ wurde zu einem Internet-Meme.
In den USA stellte OpenAI das einst aufsehenerregende Sora ein und lenkte mehr Ressourcen in die Programmierung und Unternehmensdienstleistungen, um mit Anthropropic zu konkurrieren. Die Einstellung von Sora erfolgte nicht, weil es nicht gut genug war, sondern gerade weil seine Fähigkeiten hervorragend und es zu kostspielig war. Angesichts der Tatsache, dass die Programmierfähigkeiten von Claude das jährliche wiederkehrende Einkommen (ARR) von Anthropropic stetig in die Höhe trieben, musste OpenAI natürlich eine Auswahl treffen.
Auf dem Markt für Unternehmensdienstleistungen spüren auch die Unternehmer vor Ort die Unterschiede zwischen China und den USA.
Ein Unternehmer, der seit vielen Jahren im Bereich der Unternehmens-KI sowohl in China als auch in den USA tätig ist, sagte gegenüber „Noise Reduction NoNoise“: Im Vergleich zu China sind die US-Unternehmenskunden zahlungsbereiter, und KI-Dienstleistungen lassen sich dort leichter zu einem erfolgreichen Geschäft entwickeln.
Diese Beliebtheit wird durch entsprechende Daten belegt: Die Unternehmenseinnahmen von OpenAI und Anthropropic machen 40 % bzw. 80 % aus, die zahlenden Sitze für Microsofts Microsoft 365 Copilot steigen stetig, und das US-Softwareunternehmen Palantir wurde dank der KI-Chance zum ersten börsennotierten Unternehmen mit kommerzieller KI-Nutzung …
Die derzeit erfolgreichen KI-Geschäfte in China und den USA haben jeweils ihre eigenen industriellen Grundlagen.
In China haben Branchen wie Kurzvideos, Kurzfilme und E-Commerce-Marketing bereits einen riesigen Bedarf an Inhaltsproduktion geschaffen, sodass ein ausgereiftes Inhaltsindustriellesystem und ein Traffic-Verteilungssystem entstanden sind. Die Kommerzialisierungsmechanismen von Kurzvideoplattformen, Kurzfilmplattformen und Live-Streaming-E-Commerce sind sehr ausgereift. Die Einführung von Videogenerierungsmodellen hat genau den Bedarf dieser Branchen nach Kostensenkung und Effizienzsteigerung erfüllt.
Die meisten Kurzfilmunternehmer, mit denen wir kürzlich Kontakt hatten, sind von echten Kurzfilmen zu KI-Kurzfilmen gewechselt. E-Commerce-Händler nutzen KI, um Marketingmaterialien in großen Mengen zu erstellen und zu bearbeiten, um Kosten zu senken und den Produktionszyklus zu verkürzen. Aus dem Finanzbericht von Kuaishou geht hervor, dass im zweiten Quartal dieses Jahres die Ausgaben für die Platzierung von AIGC-Kurzvideomarketingmaterialien auf der Plattform im Jahresvergleich um mehr als 70 % gestiegen sind.
Mit anderen Worten: Die Popularität von KI-Kurzfilmen ist in gewissem Maße eine Erweiterung der vorhandenen Fähigkeiten der chinesischen Internetindustrie und eine unvermeidliche Entwicklung dieser Industriekette, stellt aber nicht die gesamte KI-Fähigkeit Chinas dar.
Die Kommer