Als Airbnb-CEO Brian Chesky im Oktober gegenüber Bloomberg sagte, sein Unternehmen stütze sich stark auf Alibabas Qwen-Modell, wenn es um KI-gestützten Kundenservice geht, und es als „sehr gut, schnell und günstig“ bezeichnete, gewährte er einen seltenen Einblick in einen Trend, der den KI-Einsatz in Unternehmen leise verändert. Während sich die Giganten des Silicon Valley darum streiten, wer die leistungsfähigsten (und teuersten) Sprachmodelle baut, gewinnt in Vorstandsetagen weltweit ein anderer Ansatz an Boden.
Besonders auffällig ist das, weil Chesky eng mit OpenAI-CEO Sam Altman befreundet ist. Trotzdem hängt Airbnb, das 13 verschiedene KI-Modelle einsetzt, darunter auch die von OpenAI, am stärksten von Qwen ab. „Wir nutzen die neuesten Modelle von OpenAI“, erklärte Chesky, „aber in der Produktion setzen wir sie normalerweise nicht besonders viel ein, weil es schnellere und günstigere Modelle gibt.“
Die Kostenrechnung
Die wirtschaftlichen Argumente für diesen Wandel sind stark. Das Training von DeepSeeks R1-Modell soll nach Angaben des Unternehmens zwischen 5,6 und 10 Millionen Dollar gekostet haben. Überprüft sind diese Zahlen nicht, sie liegen aber trotzdem deutlich unter den geschätzten 100 bis 300 Millionen Dollar für das Training von Modellen wie GPT-4, einer Spanne, die auf Schätzungen von Analysten und OpenAIs eigenen internen Prognosen beruht. Selbst wenn man Forschung, Experimente und Infrastrukturkosten einrechnet, die in der von DeepSeek genannten Zahl fehlen, scheint der Effizienzabstand erheblich zu sein.
Alibabas Qwen 2.5-Max kostet rund 0,38 Dollar pro Million Token. Damit ist es deutlich günstiger als konkurrierende westliche Modelle und erreicht oder übertrifft bei mehreren Benchmarks deren Leistung. Für Unternehmen, die monatlich Milliarden von Token verarbeiten, bedeutet das echte Einsparungen, die über die Profitabilität entscheiden können.
Westliche Institutionen steigen um
Die Verbreitung reicht weit über Airbnb hinaus. 2025 haben mehrere große westliche Institutionen begonnen, chinesische KI-Systeme zu testen oder einzusetzen:
Finanzinstitute: HSBC und Standard Chartered, zwei der größten weltweit tätigen Banken, haben begonnen, DeepSeek-Modelle für den internen Gebrauch zu testen.
Energiesektor: Saudi Aramco, der wertvollste Ölkonzern der Welt, hat DeepSeek vor Kurzem in seinem Hauptrechenzentrum installiert.
Cloud-Anbieter zwischen den Fronten: Amazon Web Services, Microsoft Azure und Google Cloud bieten ihren Kunden inzwischen allesamt Möglichkeiten, DeepSeek zu betreiben, trotz der Warnungen des Weißen Hauses vor möglichen Sicherheitsrisiken. Die Konzerne lassen ihren Kunden damit faktisch die Wahl, statt den Zugang zu konkurrenzfähigen Technologien zu sperren.
Hochschulen und Behörden: Die südafrikanische University of the Witwatersrand hat DeepSeek für ein Forschungs-Pilotprojekt ausgewählt und nennt als Gründe den Offline-Betrieb und die Flexibilität von Open Source. Japans Wirtschaftsministerium hat sich für bestimmte Anwendungen für Alibabas Qwen-Modell und gegen US-Alternativen entschieden. Die Entwicklerplattform Latenode berichtet, dass rund 20 Prozent ihrer Nutzer weltweit inzwischen DeepSeek bevorzugen, wenn sie KI-Tools bauen.
In China selbst ist die Dynamik noch ausgeprägter. Laut einer 2025 veröffentlichten Studie von Frost & Sullivan planen mehr als 80 Prozent der chinesischen Unternehmen den Einsatz von Open-Source-LLMs, wobei Alibabas Tongyi (der chinesische Name für Qwen) einen Marktanteil von 17,7 Prozent hält.
Drei Gründe, warum chinesische Modelle mithalten
Die Verbreitung verdankt sich nicht dem Marketing, sondern handfesten Vorteilen, die genau dort ansetzen, wo es Unternehmen wehtut:
1. Wirtschaftliche Effizienz: Über die reinen Listenpreise hinaus nutzen chinesische Modelle oft Mixture-of-Experts-Architekturen (MoE), die die Rechenkosten im Vergleich zu klassischen dichten Modellen um bis zu 30 Prozent senken. Das ermöglicht konkurrenzfähige Leistung bei geringeren Betriebskosten.
2. Open-Source-Flexibilität: Anders als OpenAI mit seinem proprietären Ansatz setzen chinesische Entwickler auf Transparenz. Alibaba hat über 300 Qwen-Modelle unter freizügigen Lizenzen als Open Source veröffentlicht, und Entwickler weltweit haben daraus mehr als 170.000 abgeleitete Modelle erstellt. DeepSeeks MIT-Lizenz erlaubt es Unternehmen, die Modelle ohne einschränkende kommerzielle Bedingungen herunterzuladen, zu verändern und einzusetzen. Wer sich um Vendor Lock-in oder Datensouveränität sorgt, hat damit einen erheblichen Vorteil.
3. Konkurrenzfähige Leistung: Bei wichtigen Branchen-Benchmarks können chinesische Modelle inzwischen mit westlichen mithalten. Qwen 2.5-Max erreicht 89,4 Punkte bei Arena-Hard, einem anspruchsvollen Vergleichs-Benchmark für das logische Denken von Modellen, den die Organisation LMSys betreut. Claude 3.5 Sonnet kommt auf 85,2. DeepSeek-R1 erreichte 97,3 Prozent beim MATH-500-Benchmark, einem Standardtest für mathematisches Schlussfolgern. Diese Benchmarks beruhen zwar oft auf Eigenangaben und bilden nicht alle Aspekte der Leistung im Praxiseinsatz ab, sie deuten aber darauf hin, dass sich der Qualitätsabstand deutlich verringert hat.
Die Welle in chinesischen Unternehmen
Nach dem Durchbruch von DeepSeek im Januar 2025 reagierten chinesische Unternehmen bemerkenswert schnell. CNBC berichtete im Februar, dass acht Autohersteller, darunter BYD, mindestens neun Wertpapierfirmen, drei staatliche Telekommunikationsbetreiber und die Smartphone-Marke Honor sich beeilten, DeepSeek innerhalb einer einzigen Woche zu integrieren.
„Das ist ziemlich beispiellos“, sagte Wei Sun, Principal Analyst bei Counterpoint Research, gegenüber CNBC und verwies auf das Tempo der Einführung, den Umfang der geschäftlichen Integration und die Breite der abgedeckten Branchen.
Die Cloud-Giganten Alibaba, Huawei, Tencent und Baidu bieten inzwischen alle einen vereinfachten Zugang zu DeepSeeks Modellen an. Chinas nationales Supercomputing-Netz kündigte subventionierten Zugang für berechtigte Unternehmen an: ein staatlich gestützter Infrastrukturschub, den manche Analysten mit dem geplanten US-Netzwerk Stargate für KI-Spitzenforschung vergleichen.
Der Vorteil des Ökosystems
Dauerhaft tragen könnte diesen Wandel das Ökosystem, das rund um chinesische Modelle entsteht. Laut Alibaba haben über 90.000 Unternehmen aus Branchen von E-Commerce bis Versicherungen Qwen eingeführt. Die FAW Group, einer der größten Autohersteller Chinas, hat ihren internen KI-Agenten OpenMind mit Qwen gebaut. Bis Januar 2025 hatten mehr als 290.000 Kunden aus Robotik, Gesundheitswesen, Bildung, Finanzwesen und Automobilbranche Qwen über Alibabas Entwicklungsplattform Model Studio eingeführt.
Das erzeugt einen sich selbst verstärkenden Kreislauf: Mehr Nutzer liefern mehr Feedback, das führt zu besseren Modellen, und die ziehen mehr Entwickler an. Dieselbe Dynamik hat AWS einst zur frühen Dominanz in der Cloud verholfen.
Die Sicherheitsbedenken
Dass westliche Unternehmen chinesische KI einsetzen, wirft berechtigte Sicherheitsfragen auf. In der Datenschutzerklärung von DeepSeek steht ausdrücklich, dass Nutzerdaten auf Servern in China gespeichert werden und dass das Unternehmen „gesetzlichen Verpflichtungen nachkommen“ und Aufgaben im „öffentlichen Interesse“ wahrnehmen wird. Chinas Nationales Nachrichtendienstgesetz verpflichtet alle Organisationen, „die nationale Nachrichtendienstarbeit zu unterstützen, ihr zu helfen und mit ihr zusammenzuarbeiten“.
Eine umfassende Sicherheitsanalyse, die AppSOC Research Labs im März 2025 veröffentlichte, ergab, dass sowohl DeepSeek-R1 als auch Qwen-2.5 in Tests erhebliche Sicherheitslücken zeigten, darunter hohe Fehlerquoten bei Jailbreaking-Tests und bedenklich hohe Quoten bei der Erzeugung potenziell schädlichen Codes, wenn man sie mit feindseligen Prompts dazu aufforderte.
Das muss man sich allerdings genauer ansehen. Viele Unternehmen managen diese Risiken, indem sie Open-Source-Versionen selbst hosten, statt Cloud-APIs zu nutzen. Der Betrieb der Modelle auf eigener Infrastruktur entschärft einen Teil der Bedenken zur Datensouveränität, wenn auch nicht alle. Modellgewichte könnten zwar versteckte Verhaltensweisen enthalten, die Open-Source-Natur erlaubt aber eine Prüfung durch die Community.
Microsoft-Präsident Brad Smith warnte im US-Senat bei einer Anhörung: „Der Faktor Nummer 1, der darüber entscheidet, ob die USA oder China dieses Rennen gewinnen, ist, wessen Technologie im Rest der Welt am breitesten eingesetzt wird.“
Die amerikanische Antwort
US-Unternehmen reagieren auf den Konkurrenzdruck. OpenAI hat die Preise gesenkt, und sowohl OpenAI als auch Meta haben ihre eigenen Open-Source-Veröffentlichungen beschleunigt. Westliche KI-Unternehmen stecken aber in einem strukturellen Widerspruch: Ihre Geschäftsmodelle hängen an Premiumpreisen für gehostete Dienste, während die chinesische Konkurrenz die Software verschenken und über Cloud-Infrastruktur und Ökosystem-Dienste Geld verdienen kann.
Auch die Gesetzgebung kommt in Bewegung. US-Abgeordnete haben Vorschläge ins Spiel gebracht, Bundesbehörden die Nutzung von in China entwickelter KI zu untersagen. Italien sperrte den Zugang zu DeepSeek und dessen mobiler App Anfang 2025. Solche Regulierung dürfte sich aber bei Open-Source-Software, die sich überall herunterladen, verändern und einsetzen lässt, nur schwer durchsetzen lassen.
Was das bedeutet
Die rasche Verbreitung chinesischer LLMs ist mehr als ein Preiskampf. In ihr zeigt sich, dass die Kommerzialisierung von KI-Technologie grundlegend unterschiedliche Wege geht. Der Open-Source-Ansatz hat, zusammen mit aggressiver Kostenoptimierung und freizügigen Lizenzen, eine tragfähige Alternative zum Modell des Silicon Valley geschaffen, zumindest im Unternehmenssegment.
Für Unternehmen heißt das: mehr Optionen, konkurrenzfähige Preise und mehr Flexibilität beim Deployment. Für westliche KI-Unternehmen heißt es, dass Premiumpreise für zunehmend austauschbare Fähigkeiten unter Druck geraten. Für die Politik stellen sich komplexe Fragen: Wie hält man die technologische Führung, ohne den Zugang zu konkurrenzfähigen Werkzeugen abzuschneiden?
Brian Cheskys offene Einschätzung von Airbnbs KI-Stack war mehr als Transparenz in eigener Sache. Sie gab einen Vorgeschmack darauf, wie sich die Lage verschiebt. Wenn selbst enge Freunde von Sam Altman für Produktions-Workloads aus nüchternen Überlegungen zu Kosten und Leistung zu chinesischen Alternativen greifen, ist das KI-Rennen in eine neue Phase eingetreten. Es geht nicht mehr nur darum, wer das leistungsfähigste Modell baut, sondern auch darum, wessen Technologie die breiteste Verbreitung bei der tragfähigsten Wirtschaftlichkeit erreicht. Und in diesem Wettbewerb erweisen sich chinesische Entwickler als ernstzunehmende Konkurrenten.
Aus dem Englischen übersetzt: zum Originalbeitrag