Ein Jahr nach dem DeepSeek Moment: Veränderungen in der globalen KI-Landschaft

Die Künstliche Intelligenz (KI) hat in den letzten Jahren eine rasante Entwicklung durchlaufen, und die Dynamik des Open-Source-Sektors spielt dabei eine entscheidende Rolle. Ein Jahr nach dem, was viele als den „DeepSeek Moment“ bezeichnen, lohnt es sich, die Auswirkungen und Verschiebungen in der globalen KI-Landschaft genauer zu betrachten.

Der "DeepSeek Moment" und seine unmittelbaren Auswirkungen

Im Januar des vergangenen Jahres veröffentlichte das in Hangzhou ansässige KI-Unternehmen DeepSeek sein R1-Modell. Diese Veröffentlichung wurde weithin als ein Wendepunkt wahrgenommen, insbesondere da ein Open-Source-Modell aus China erstmals in die globalen Mainstream-Rankings aufstieg. Die Reaktionen waren vielfältig: Von anfänglicher Panik an den Märkten, die sich in einem vorübergehenden Kurssturz von Technologieaktien wie Nvidia manifestierte, bis hin zu einem breiteren Bewusstsein für Chinas wachsende Wettbewerbsfähigkeit im KI-Bereich.

DeepSeek R1 wurde schnell zu einem der beliebtesten Modelle auf Hugging Face und diente wiederholt als Referenzpunkt für neue Modellveröffentlichungen. Die Bedeutung von R1 lag jedoch nicht nur in seiner Leistungsfähigkeit, sondern vor allem darin, dass es drei wesentliche Barrieren senkte:

• Die technische Barriere: Durch die offene Bereitstellung seiner Denkprozesse und Nachschulungsmethoden verwandelte R1 fortschrittliche Denkfähigkeiten, die zuvor hinter geschlossenen APIs verborgen waren, in ein technisches Gut. Dies ermöglichte es vielen Teams, starke Denkfähigkeiten zu erlangen, ohne massive Modelle von Grund auf neu trainieren zu müssen.
• Die Akzeptanzbarriere: Die Veröffentlichung unter der MIT-Lizenz machte die Nutzung, Modifikation und Weiterverbreitung von R1 unkompliziert. Unternehmen, die zuvor auf geschlossene Modelle gesetzt hatten, integrierten R1 direkt in ihre Produktion.
• Die psychologische Barriere: Die Frage verlagerte sich von „Können wir das tun?“ zu „Wie können wir das gut machen?“. Für die chinesische KI-Gemeinschaft war dies zudem ein Moment globaler Aufmerksamkeit, der die Wahrnehmung eines lange Zeit als Nachzügler betrachteten Ökosystems veränderte.

Diese gesenkten Barrieren trugen dazu bei, dass das Ökosystem die Fähigkeit erlangte, sich selbst zu replizieren und ein organisches Wachstum zu fördern.

Strategische Neuausrichtung und das Wachstum des Open-Source-Ökosystems in China

Nach dem "DeepSeek Moment" wurde deutlich, dass sich die Strategien chinesischer Unternehmen im KI-Bereich neu ausrichteten. Der Wettbewerb verlagerte sich von reinen Modellvergleichen hin zu systemweiten Fähigkeiten. Große Technologieunternehmen übernahmen die Führung, Start-ups folgten schnell, und Unternehmen aus vertikalen Branchen traten verstärkt in den Markt ein. Ein gemeinsames Verständnis setzte sich durch: Open Source wurde als langfristige Wettbewerbsstrategie und nicht als kurzfristige Taktik betrachtet.

Die Anzahl der chinesischen Organisationen, die Open-Source-Modelle und -Repositories veröffentlichten, stieg sprunghaft an. Daten von Hugging Face zeigen beispielsweise, dass Baidu, das 2024 keine Veröffentlichungen auf der Plattform hatte, im Jahr 2025 über 100 beitrug. Andere Unternehmen wie ByteDance und Tencent erhöhten ihre Veröffentlichungen um das Acht- bis Neunfache. Auch neue Akteure wie Moonshot AI traten mit leistungsstarken Modellen wie Kimi K2 in Erscheinung, was als „ein weiterer DeepSeek Moment“ beschrieben wurde.

Die Veröffentlichungen wurden häufiger und leistungsfähiger, wobei wöchentlich neue chinesische Modelle zu den meistgelikten und heruntergeladenen auf Hugging Face gehörten. Dies deutet auf eine Verschiebung hin zu regelmäßigen, iterativen Release-Zyklen, bei denen die Modellentwicklung eher einem routinemäßigen Engineering-Prozess als einer episodischen Forschungsveröffentlichung gleicht.

Diese strategische Ausrichtung war erfolgreich: Die Downloads von neu erstellten chinesischen Modellen übertrafen die jedes anderen Landes, einschließlich der USA.

Die chinesischen KI-Akteure koordinierten sich nicht durch explizite Vereinbarungen, sondern durch gemeinsame technische, wirtschaftliche und regulatorische Zwänge. Dies führte zu einem Wettbewerb auf vergleichbaren Systemstrukturen, wodurch das Ökosystem sich selbst verbreiten und wachsen konnte.

Globale Reaktionen und Anpassungen

Die positive Einstellung zur Einführung und Entwicklung von Open Source hat weltweit zugenommen, insbesondere in den USA, wo die Bedeutung der Open-Source-Führerschaft für die globale Wettbewerbsfähigkeit erkannt wurde.

DeepSeek wurde in globalen Märkten, speziell in Südostasien und Afrika, stark angenommen. Faktoren wie mehrsprachige Unterstützung, Open-Weight-Verfügbarkeit und Kostenerwägungen förderten dort den Unternehmenseinsatz.

Westliche Organisationen suchen oft nach nicht-chinesischen Modellen für den kommerziellen Einsatz. Gleichzeitig basieren jedoch auch große Veröffentlichungen im Westen auf chinesischen Modellen. Beispielsweise veröffentlichte Deep Cogito im November 2025 Cogito v2.1 als führendes US-Open-Weight-Modell, das eine fein abgestimmte Version von DeepSeek-V3 war. Start-ups und Forscher weltweit, die Open-Weight-Modelle nutzen, greifen oft auf in China entwickelte Modelle zurück.

Das „American Truly Open Model (ATOM)“-Projekt zitiert DeepSeek und die Dynamik der chinesischen Modelle als Motivator für konzertierte Anstrengungen, um in der Entwicklung von Open-Weight-Modellen führend zu sein. Dies unterstreicht die Notwendigkeit vielfältiger Bemühungen und hebt die frühe und starke Akzeptanz von OpenAI's gpt-oss hervor.

Es zeigt sich jedoch auch eine strukturelle Herausforderung, insbesondere in der EU. Der EU AI Act weist Risiken den Anwendern zu, wenn Modelle von Drittanbietern stammen, die nicht den EU-Kodex einhalten. Dies kann dazu führen, dass KMU offene Modelle aufgrund rechtlicher Risiken nicht kommerzialisieren können, was die Abhängigkeit Europas von nicht-europäischen KI-Ökosystemen verstärkt.

Herausforderungen und die Zukunft der KI-Landschaft

Trotz des Erfolgs von DeepSeek und der chinesischen Open-Source-Community bleiben Herausforderungen bestehen. Die anfängliche Euphorie um DeepSeek R1 führte zwar zu einem Marktschock, doch die nachfolgenden Veröffentlichungen von DeepSeek hatten nicht die gleiche Wirkung. Analysten vermuten, dass dies teilweise auf begrenzte Rechenressourcen zurückzuführen ist, insbesondere angesichts der US-Exportkontrollen für leistungsstarke Chips.

Die Debatte über die "KI-Rennen" zwischen China und den USA hält an. Während einige chinesische Stimmen eine anhaltende Lücke zu den führenden US-Firmen sehen, bewerten andere wie Arthur Mensch von Mistral dies als „Märchen“. Demis Hassabis von Google DeepMind schätzte den Rückstand der chinesischen KI-Arbeit auf etwa sechs Monate.

Die Entwicklungen zeigen, dass der KI-Sektor weiterhin von Innovationsdruck, geopolitischen Spannungen und sich schnell ändernden technologischen Paradigmen geprägt ist. Die Fähigkeit zur schnellen Iteration und die Schaffung robuster Ökosysteme werden entscheidend sein, um in diesem dynamischen Umfeld erfolgreich zu bestehen.

Die kommenden Monate werden voraussichtlich weitere wichtige Veröffentlichungen mit sich bringen, insbesondere aus China und den USA, die die architektonischen Trends, Hardware-Entscheidungen und organisatorischen Ausrichtungen weiter prägen werden.

Bibliografie

• Hugging Face. (2026, 20. Januar). *One Year Since the “DeepSeek Moment”*. Abgerufen von https://huggingface.co/blog/huggingface/one-year-since-the-deepseek-moment
• Jelinek, T. (2026, 27. Januar). *What Hugging Face Data Reveals About Open AI’s Power Shift*. Thorsten Jelinek’s Substack on Digital Governance. Abgerufen von https://thorstenjelinek.substack.com/p/one-year-after-deepseek-what-hugging
• Nguyen, X.-S. (2026, 21. Januar). *One Year Since the “DeepSeek Moment”*. LinkedIn. Abgerufen von https://www.linkedin.com/posts/ngxson_one-year-since-the-deepseek-moment-activity-7419644528900571137-w_Kk
• BBC News. (2026, 24. Januar). *Is China quietly winning the AI race?*. Abgerufen von https://www.bbc.com/news/articles/c86v52gv726o
• Nicol-Schwarz, K. (2026, 6. Januar). *DeepSeek blew up markets a year ago. Why hasn’t it done so since?*. CNBC. Abgerufen von https://www.cnbc.com/2026/01/06/why-deepseek-didnt-cause-an-investor-frenzy-again-in-2025.html
• White, M. J. (2025, 28. Januar). *How DeepSeek flipped the tech world on its head overnight*. Digital Trends. Abgerufen von https://www.digitaltrends.com/computing/deepseek-news-roundup/
• Spyglass. (2026, 27. Januar). *DeepSought*. Abgerufen von https://spyglass.org/deepseek-moment/
• TheZvi. (2025, 6. Juni). *DeepSeek-r1-0528 Did Not Have a Moment*. Don’t Worry About the Vase. Abgerufen von https://thezvi.wordpress.com/2025/06/06/deepseek-r1-0528-did-not-have-a-moment/
• Wiggers, K. (2025, 29. September). *DeepSeek: Everything you need to know about the AI chatbot app*. TechCrunch. Abgerufen von https://techcrunch.com/2025/05/28/deepseek-everything-you-need-to-know-about-the-ai-chatbot-app/
• TechCrunch. (n.d.). *deepseek*. Abgerufen von https://techcrunch.com/tag/deepseek/