Überraschungen an der Börse: Chinesischer KI-Chatbot schockt Tech-Welt

Am 27. Januar 2025 sorgte ein KI-Chatbot des chinesischen Unternehmens DeepSeek für einen massiven Schock an den Börsen. In nur 24 Stunden verloren die Aktien von großen Chipherstellern und Technologiefirmen mehr als 580 Milliarden US-Dollar an Wert. Der Grund für diesen dramatischen Rückgang war die überraschende Ankündigung von DeepSeek, ein konkurrenzfähiges KI-Modell entwickelt zu haben, das mit den führenden Modellen von Firmen wie OpenAI und Anthropic mithalten kann. Doch in den letzten Tagen sind Zweifel an den Fähigkeiten und den Ressourcen von DeepSeek laut geworden. Ist der Hype um das Unternehmen damit vielleicht bereits entzaubert?

Anfängliche Berichte deuteten darauf hin, dass DeepSeek mit begrenzten Mitteln agiere. Doch eine genauere Betrachtung zeigt, dass die Ressourcen des Unternehmens keineswegs so gering sind, wie es scheint. DeepSeek entstand im Mai 2023 aus dem ebenfalls chinesischen Unternehmen High Flyer, das vor den US-Exportbeschränkungen 10.000 leistungsstarke Grafikkarten bei Nvidia bestellt hatte. Schätzungen zufolge könnte DeepSeek insgesamt über 50.000 Grafikkarten verfügen, darunter viele, die wegen Handelsrestriktionen nicht mehr in China erhältlich sind. Diese Ausstattung ermöglicht es DeepSeek auf jeden Fall, mit großen US-Technologiefirmen zu konkurrieren.

Die Entwickler von DeepSeek geben an, ihr KI-Sprachmodell V3 mit rund 2.000 Grafikkarten trainiert zu haben. Das klingt zwar nach einem Bruchteil der Ressourcen, die OpenAI für die Entwicklung seines Modells GPT-4 benötigte, doch selbst 2.000 Grafikkarten sind eine beachtliche Menge. Der Informatiker Kristian Kersting von der TU Darmstadt, der auch Mitgründer des KI-Rechenzentrums HessianAI ist, weist darauf hin, dass sogar in einem der leistungsfähigsten Rechenzentren Deutschlands, im Jülicher Forschungszentrum, ähnliche Ressourcen notwendig wären, um vergleichbare Modelle zu entwickeln.

Die Überprüfung der Behauptungen von DeepSeek gestaltet sich jedoch schwierig. Laut Andreas Hotho, einem Informatiker von der Julius-Maximilians-Universität Würzburg, fehlen deutschen Forschern die nötigen Grafikkarten für Tests. Dennoch zeigen Experten wie Hotho und Kersting Interesse an den Innovationen von DeepSeek, die möglicherweise eine effizientere Entwicklung von Sprachmodellen ermöglichen.

Ein wesentlicher Punkt in der Diskussion sind die Kosten für die Entwicklung eines KI-Modells. DeepSeek nennt eine Summe von sechs Millionen US-Dollar für den Trainingsdurchgang, doch diese Zahl spiegelt nicht die gesamten Kosten wider. Manager Liang Wenfeng erklärte in einem Interview, dass einige technische Neuerungen mehrere Monate an Arbeit in Anspruch genommen haben. So wird deutlich, dass die Kosten für die gesamte Entwicklung eines KI-Modells wesentlich höher sind, als die initialen Trainingskosten vermuten lassen.

Dario Amodei, Geschäftsführer von Anthropic, äußerte in einem Blog, dass die Kosten für ähnliche Trainingsvorhaben auch in seiner Firma in der Vergangenheit mehrere Millionen US-Dollar betrugen. Trotz der schnell sinkenden Kosten im KI-Bereich sei es wichtig zu betonen, dass die Entwicklung anspruchsvolle Ressourcen erfordere.

DeepSeek hat sich allerdings durch bestimmte technische Innovationen hervorgetan. Ihr KI-Modell kann zwischen einfachen und komplexen Fragen unterscheiden und passt entsprechend den Rechenaufwand an. Auf diese Weise werden einfache Anfragen mit wenig Ressourcen bearbeitet, während komplexe Anfragen mehr Rechenleistung erfordern.

Doch Jonas Geiping, Informatiker am Max-Planck-Institut für Intelligente Systeme in Tübingen, warnt vor übertriebenen Erwartungen. „Berichte, dass die KI-Modelle plötzlich umsonst trainiert werden können, sind übertrieben“, betont er. Er glaubt, dass das Modell von DeepSeek einfach zeigt, dass auch Unternehmen außerhalb der Vereinigten Staaten in der Lage sind, führende Technologien im Bereich der Künstlichen Intelligenz zu entwickeln und zu verbessern.

Insgesamt bleibt abzuwarten, wie sich die Entwicklungen rund um DeepSeek und die Reaktionen der Märkte weiter gestalten. Die Technologiebranche steht vor einer spannenden Herausforderung, die neue Standards setzen könnte.