Chinas Open-Source KI-Führerschaft
China überholt die USA bei den Downloads offener KI-Modelle. Neue Daten von MIT und Hugging Face, zitiert von der Financial Times, zeigen, dass 17 % der weltweiten Downloads „offener“ KI-Modelle aus China stammen, verglichen mit 15,8 % aus den USA. Diese Verschiebung hat direkte Auswirkungen auf Standards, Sicherheit, Open-Source-Ökosysteme und Regulierung.
Quelle: Eigene Darstellung
Chinas Aufstieg bei offener KI
Die von der Financial Times veröffentlichten Daten von MIT und Hugging Face belegen, dass China im letzten Jahr bei den Downloads neuer offener KI-Modelle mit 17 % vor den USA mit 15,8 % lag. Die Financial Times nennt als Haupttreiber die aggressive Veröffentlichungsstrategie chinesischer Anbieter, wobei DeepSeek und Alibabas Qwen als Beispiele für hohe Download- und Verbreitungsraten genannt werden. Auch die Washington Post und andere große Medien bestätigen die wachsende Popularität chinesischer Open-Modelle auf Plattformen wie Hugging Face.
Zwei Modellfamilien, Qwen und DeepSeek, dominieren die offene Landschaft. Qwen 2.5 wird als weit verbreitet angesehen; die offizielle Qwen-Reihe ist in verschiedenen Größen von 0,5B bis 72B frei zugänglich und deckt einen Großteil des praktischen Bedarfs ab. Die populäre Qwen2.5-1.5B-Instruct-Variante ist ein häufig genutztes, leichtgewichtiges Arbeitsmodell. DeepSeek veröffentlicht seine V- und R-Serien als Open-Weight-Modelle, die auf Effizienz abzielen; aktuelle Releases und Upgrades erscheinen regelmäßig auf Hugging Face, wie DeepSeek-V3 und DeepSeek-V3.1. Reuters dokumentiert diese fortlaufenden Open-Releases und Upgrades, die auch preislich Druck auf die Konkurrenz ausüben, wie etwa die Veröffentlichung von Alibabas KI-Modell, das DeepSeek-V3 übertreffen soll, oder DeepSeeks Update des R1 Reasoning-Modells.
In der Praxis wird oft von Open-Source gesprochen, obwohl die meisten verbreiteten Modelle Open-Weight sind. Das bedeutet, dass die Gewichte zugänglich sind, aber Trainingsdaten und der vollständige Reproduktionscode oft nicht. Dies schränkt die Nachvollziehbarkeit und Auditierbarkeit ein, ein Punkt, den Analysen zur chinesischen KI-Landschaft explizit betonen. Derselbe MERICS-Bericht erwähnt, dass Hugging Face in China zeitweise blockiert wurde, was die Sichtbarkeit nicht verhindert, aber die Infrastrukturverteilung beeinflusst. Zahlenanalysen von Hugging Face zeigen zudem, dass chinesische Akteure besonders stark im Segment großer offener Modelle auftreten.
Quelle: chat-gpt-deutschland.de
Die Komplexität und Vernetzung moderner Open-Source-KI-Modelle.
USA vs. China: Strategien
Während die USA bei privaten KI-Investitionen weiterhin dominieren (2024: 109,1 Mrd. $ in den USA vs. 9,3 Mrd. $ in China), entscheiden sich viele US-Labs für eher geschlossene Veröffentlichungsmodelle, wie der AI Index Report 2025 zeigt. Dies ändert sich jedoch in Nuancen: Selbst OpenAI bietet inzwischen ausgewählte Open-Weight-Modelle an, was als Reaktion auf den Open-Schub gewertet werden kann, wie auf der OpenAI-Website zu sehen ist. In China hingegen verstärken Firmen und Behörden den Kurs breiter Offenlegung. So hat etwa Xiaohongshu/Rednote 2025 ein eigenes offenes LLM publiziert, stellvertretend für eine Welle neuer Open-Releases, wie Reuters berichtet. Bereits 2023 berichtete Business Standard über den „Hundert-Modelle-Wettlauf“ und Chinas hohes Modellaufkommen, was die heutigen Download-Statistiken vorwegnahm.
Quelle: t3n.de
Die praktische Entwicklung und die potenziellen Auswirkungen von Open-Source-KI-Modellen.
Praktische Implikationen
Wenn offene Grundbausteine hauptsächlich aus China kommen, prägen deren Sicherheitsvorgaben, Lizenzmodelle und Moderationslogiken die weltweite Praxis – vom Start-up-MVP bis zur Enterprise-Integration. Dies macht die Prüfbarkeit von Datenherkunft, Safety-Feinschliff und Nutzungsrechten zentral; insbesondere Open-Weight-Veröffentlichungen ohne Daten-Disclosure sind hier ambivalent, wie der MERICS-Bericht hervorhebt. Gleichzeitig verlagert sich der Einfluss: Wer die am häufigsten genutzten offenen Basismodelle bereitstellt, setzt de-facto Standards bei Tokenizern, Tooling und Evaluationspipelines. Analysen aus dem Hugging Face-Ökosystem belegen, wie stark Download-Schwerpunkte die praktische Modellwahl steuern. Medienberichte und Leaderboards zeigen zudem, dass chinesische Open-Modelle in Praxisbenchmarks und Arenen regelmäßig sichtbar sind, was die Adoption zusätzlich befeuert, wie die Washington Post und die LMArena-Bestenliste illustrieren.
Für Communities und Early-Stage-Teams sind Verfügbarkeit sowie das Kosten-Leistungs-Profil entscheidend. Hier punkten Qwen- und DeepSeek-Varianten: Sie sind in gängigen Frameworks leicht einbindbar und in kleinen bis mittleren Größen besonders praktikabel, was ihre schnelle Downstream-Verbreitung erklärt, wie beispielsweise Qwen2.5-1.5B-Instruct und DeepSeek-V3.1. Die Veröffentlichung neuer Open-Modelle durch Konzerne und Social-Plattformen in China, wie von Reuters berichtet, erweitert den Baukasten für Nischen- und Domänen-Anwendungen. Die USA kontern punktuell mit gezielten Open-Weight-Releases aus Forschung und Non-Profits sowie neuen Open-Initiativen etablierter Player, was den Wettbewerb um offene De-facto-Standards verschärft, wie auf der OpenAI-Website und im AI Index Report zu sehen ist.
China ist bei den Downloads neuer offener Modelle führend und verschiebt damit den Schwerpunkt in einem Ökosystem, das Innovation katalysiert, wie die Financial Times feststellt. Für Entwickler:innen, Start-ups und Regulierer bedeutet dies, Definitionen von „offen“ zu schärfen, Sicherheits- und Lizenzstandards zu konkretisieren und Kompatibilität zu den meistgenutzten offenen Gewichten sicherzustellen, ohne Auditierbarkeit und Compliance aus den Augen zu verlieren, wie MERICS und Hugging Face betonen. Die USA bleiben finanziell stark, müssen aber entscheiden, wie viel Offenheit sie strategisch zulassen, wenn die offene Infrastruktur zunehmend andernorts entsteht, wie der AI Index Report und OpenAI zeigen.
Quelle: user-added
Chinas Ambitionen in der KI-Entwicklung spiegeln sich in der rasanten Integration von Technologie in alle Lebensbereiche wider.