Chinesische vs. amerikanische KI-Modelle: Sollte Ihr Unternehmen sie nutzen?

Vor zwei Jahren war die Antwort einfach. Die besten Modelle kamen aus amerikanischen Laboren, und der Rest der Welt hinkte um Jahre hinterher. 2026 gilt dieser Satz nicht mehr.

Der Stanford AI Index 2026 beziffert den Gesamtabstand zwischen der US-amerikanischen und der chinesischen Spitze auf 2,7 Prozentpunkte. Laut der CAISI-Bewertung liegt DeepSeek V4 Pro rund acht Monate hinter den führenden US-Modellen. Acht Monate, keine acht Jahre. Und zu einem Preis, der die Rechnung für jedes Unternehmen verändert.

Für ein europäisches Unternehmen ist daher die nützlichste Frage nicht, wer das Rennen gewinnt. Es ist die Frage, ob und wie Sie diese Modelle selbst einsetzen.

Was China tatsächlich liefert

Hinter der Schlagzeile um DeepSeek steht ein ganzes Feld. GLM-5.2 von Zhipu bringt 750 Milliarden Parameter, eine Million Tokens Kontext und eine MIT-Lizenz mit und führt unter den Open-Weight-Modellen im SWE-bench Pro. DeepSeek V4 Pro-Max erreicht rund 80 % im SWE-bench Verified. Alibabas Qwen hat Metas Llama überholt und vereint mehr als die Hälfte aller Downloads offener Modelle weltweit auf sich. Kimi K2.7 Code folgt OpenAI und Anthropic bei Agent-Benchmarks dicht.

Zwei Dinge verbinden sie, und die offenen Gewichte kommen zuerst. GLM-5.2 und DeepSeek V4 erscheinen unter MIT, Qwen unter Apache 2.0, sodass kommerzielle Nutzung und Self-Hosting ohne weitere Verhandlung erlaubt sind.

Der Preis ist das Zweite, und er gehört in eine andere Liga. Eine Stunde Programmierung mit Claude kostet etwa 10 US-Dollar. Dieselbe Arbeit mit DeepSeek kostet unter 50 Cent, und die Stufe DeepSeek Flash geht auf 0,14 US-Dollar pro Million Eingabe-Tokens herunter. Der Markt hat das schnell bemerkt. Der Anteil von DeepSeek an der Token-Nutzung sprang innerhalb eines einzigen Monats von unter 1 % auf 17 %.

China setzte also darauf, offene Gewichte über Plattformen wie Hugging Face und GitHub zu verbreiten, während die Vereinigten Staaten auf geschlossene Modelle mit einem hohen Zugangspreis setzten. Der Unterschied ist kommerzieller Natur, nicht nur technischer.

Die eigentliche Frage ist der Einsatz, nicht die Flagge

Der Großteil der Debatte dreht sich um die Herkunft des Modells. Das Risiko sitzt woanders, nämlich darin, wo das Modell läuft. Dasselbe chinesische Modell hat ein völlig anderes Profil, je nachdem, wie Sie es einsetzen.

Die gehostete API des Anbieters aufzurufen ist der schnelle und günstige Einstieg. Damit wandern Ihre Daten aber in den Rechtsraum des Anbieters, und bei einer chinesischen API erben Sie zusätzlich die Frage, wer sonst noch darauf zugreifen kann.

Das andere Ende ist die eigene Infrastruktur. Sie laden die offenen Gewichte herunter, und das Modell läuft in Ihrer EU-Cloud oder Ihrem Rechenzentrum. MIT und Apache erlauben das beide, und das Labor, das das Modell trainiert hat, sieht nie einen Prompt, ein Log oder einen Tool-Aufruf. Sie erhalten die stärkste verfügbare Datenkontrolle. Sie erhalten auch jede Sicherheits- und Compliance-Aufgabe, die dazugehört.

Dazwischen liegt der Kompromiss. Ein Modell chinesischer Herkunft läuft bei einem westlichen Hoster, der den Betrieb für Sie übernimmt.

Beachten Sie, was diese Reihenfolge mit dem üblichen Argument macht. Offene Gewichte, die Sie selbst betreiben, bieten bessere Datenkontrolle als jede gehostete API, ob chinesisch oder amerikanisch. Niemand beobachtet Ihren Datenverkehr, wenn dieser Ihr Netzwerk nie verlässt.

Drei Risiken, die Sie abwägen sollten

Das erste ist der Rechtsraum. Daten an eine ausländische API zu senden, erfordert nach DSGVO einen Auftragsverarbeitungsvertrag und eine Rechtsgrundlage. Eine gehostete chinesische API legt eine weitere Frage obendrauf, nämlich wer unter welchen Bedingungen auf diese Daten zugreift. Self-Hosting umgeht das Meiste davon, weil die Daten Ihr Netzwerk nie verlassen.

Das zweite Risiko ist die Kehrseite des ersten. Betreiben Sie ein offenes Modell selbst, geht ein Teil der Pflichten aus der KI-Verordnung auf Sie über, und kein Anbieter trägt die Compliance mehr für Sie. Unsere Checkliste zum AI Act 2026 arbeitet auf, was das für Chatbots, HR und interne Workflows bedeutet.

Das dritte ist gar nicht technisch. In den USA gerieten Unternehmen wie Airbnb und Anysphere, der Hersteller von Cursor, für die Nutzung der chinesischen Modelle Qwen und Kimi unter Beobachtung. Dann kamen die Streitigkeiten um Distillation, bei denen US-Labore chinesische Labore beschuldigten, ihre Modelle über 24.000 betrügerische Konten gestohlen zu haben, und das Weiße Haus stufte die Sache als Frage der nationalen Sicherheit ein. Europäische Unternehmen spüren davon weniger. Doch wenn Sie an den Staat oder einen regulierten Sektor verkaufen, kann die Herkunft des Modells Sie in einer Ausschreibung ausschließen.

Ein Entscheidungsrahmen für ein europäisches Unternehmen

Ordnen Sie das Modell der Sensibilität der Aufgabe zu, nicht einer Flagge.

Regulierte, personenbezogene oder vertrauliche Kundendaten gehören nicht in eine rohe gehostete API, weder in eine chinesische noch in eine amerikanische. Verarbeiten Sie sie mit einem offenen Modell auf Ihrer eigenen EU-Infrastruktur oder über ein westliches Modell mit Auftragsverarbeitungsvertrag. Kontrolle ist mehr wert als der gesparte Cent.

Kostensensible, nicht vertrauliche interne Arbeit mit hohem Volumen ist der umgekehrte Fall, und offene chinesische Modelle auf Ihrem eigenen Hosting passen gut dazu. Das Preis-Leistungs-Verhältnis ist schwer zu schlagen, und das Risiko bleibt gering, weil die Daten Ihr Netzwerk nie verlassen.

Verkaufen Sie an den öffentlichen Sektor oder ein reguliertes Unternehmen? Prüfen Sie die Beschaffungsregeln zur Herkunft des Modells und halten Sie eine westliche Alternative bereit. Genau deshalb lohnt es sich, die Anwendung so zu bauen, dass sich das Modell austauschen lässt, wie wir es in unserem Vergleich GPT-5.6 versus Claude Fable 5 beschreiben.

Die Modellwahl driftet weg von der Technik und hinein in die Strategie. Wenn Sie sie an einem realen Prozess und echten Daten durchgehen möchten, kann unser Team für strategische Beratung beurteilen, wo ein chinesisches Modell ein Vorteil und wo es ein unnötiges Risiko ist.

Das Rennen zwischen China und den USA wird noch Jahre dauern. Die Entscheidung darüber, welches Modell welche Ihrer Daten berührt, müssen Sie jetzt treffen. Und Sie können sie mit klarem Kopf treffen.