KI in China: Ein Blick aus Shanghai und warum westliche Unternehmen darauf achten sollten

Unter Das Dilemma des Innovators, Clayton Christensen schildert die Geschichte der amerikanischen Stahlindustrie in den 1970er und 1980er Jahren^1.. Die großen integrierten Stahlwerke – US Steel, Bethlehem und andere – stellten in riesigen Anlagen aus Eisenerz Stahl aller Güteklassen her, während eine neue Art von Wettbewerber, die Mini-Walzwerk, schmolz Schrott in einem Lichtbogenofen zu wesentlich geringeren Kosten und konnte lediglich Betonstahl herstellen – das Produkt mit der geringsten Gewinnspanne und den geringsten Anforderungen auf dem Markt. Die integrierten Stahlwerke gaben die Bewehrungsstäbe gerne ab, da der Verzicht auf ihr unrentabelstes Geschäft ihre durchschnittliche Marge verbesserte und sie sich im Markt nach oben orientierten.

Die Mini-Stahlwerke lernten jedoch bald, Winkeleisen, Tragbalken und sogar Stahlblech herzustellen – das einzige Produkt, das den integrierten Stahlwerken noch verblieb. Mit jedem Fortschritt zogen sich die etablierten Unternehmen auf Produkte zurück, bei denen sie eine marktbeherrschende Stellung einnahmen; doch der Markt für diese Produkte schrumpfte, bis es kein Rückzugsort mehr.

Ich lebe und arbeite seit sieben Jahren in Shanghai und unterstütze große Unternehmen dabei, den Einsatz von KI in China und Europa zu gestalten. Ich komme immer wieder auf diese Geschichte zurück, da sie Chinas Herangehensweise an KI besser beschreibt als jeder geopolitische Kommentar. Wenn ich einem europäischen audience das chinesische Ökosystem vorstelle, dreht sich die Diskussion meist sofort um Chips, Sanktionen und Politik. Es geht nie um das, was für Unternehmen wirklich zählt: wie KI hier eingesetzt wird, von wem und warum dies schneller geschieht als anderswo auf der Welt.

Die Rohstoffwette

China hat eine späte, aber strategisch wichtige Entscheidung getroffen, KI eher als Ware denn als Produkt zu betrachten, wobei starke Anreize bestehen, ihre Modelle als Open-Weights-Modelle zu veröffentlichen. Xi Jinping hat dies in seiner Grundsatzrede bei die Weltkonferenz für künstliche Intelligenz im Juli dieses Jahres in Shanghai, wo er zum ersten Mal persönlich teilnahm, als er die Länder dazu aufrief, “Open Source, Offenheit, Zusammenarbeit und den Austausch fördern“^2..

Wenn das Modell selbst kostenlos ist, verlagert sich der Wert auf alles, was darauf aufbaut: die Bereitstellung, die Integration in bestehende Systeme, das Zwischenspeichern von Tokens zur Steigerung der Modelleffizienz, das Fachwissen, um den Einsatz in einer realen Fabrik oder Bank zu gewährleisten, sowie Heerscharen von Ingenieuren, die dieses Fachwissen in großem Maßstab bereitstellen. Dies ist im Wesentlichen dasAnwendung des Web-2.0-Leitfadens auf KI, wo zwar die Technologie selbst nicht verkauft wird, dafür aber alles, was damit zusammenhängt. Das unterscheidet sich nicht wesentlich von dem, was Mistral in Europa tut. Allerdings, Chinesische Forschungslabore verfügen über einen wesentlich größeren Pool an KI-Wissenschaftlern, den sie damit vermarkten können. Eine Studie der Georgetown University prognostiziert, dass Bis zum Jahr 2025 würden chinesische Hochschulen jährlich fast doppelt so viele Doktoranden in den MINT-Fächern hervorbringen wie amerikanische Hochschulen. Zudem hat fast die Hälfte der Forscher, die auf der führenden KI-Konferenz veröffentlichen, ihr Bachelorstudium in China absolviert^3. .

China kann sich dieses Wagnis leisten, da es über eine struktureller Vorteil in den Bereichen Energie und Talente. Inference ist ein kombiniertes Strom- und Hardware-Unternehmen, und China baut weiterhin Erzeugungskapazitäten in einem Tempo aus, das in Europa mehr oder weniger nicht mehr in Betracht gezogen wird. Dies bedeutet, dass die Grenzkosten eines Tokens auf eine Weise weiter sinken können, wie es anderswo nicht möglich ist, und dass sie so lange subventioniert werden können, wie es zur Sicherung der technologischen Autonomie erforderlich ist.

Die Beschränkungen für Halbleiter haben die Dynamik der Mini-Stahlwerke paradoxerweise noch verstärkt. Die erklärte Absicht bestand darin, China zu bremsen. Allerdings, In der Praxis hat dies dazu geführt, dass chinesische Labore sich zunehmend auf Effizienz konzentrieren. Das bedeutet mehr Rechenleistung pro Chip, pro Watt und pro RMB, da sie das Problem nicht einfach durch den Einsatz von mehr Hardware lösen konnten. Dies ist in hohem Maße Das chinesische Industrie-Handbuch: Der kostengünstigere, unter Druck stehende Hersteller optimiert unermüdlich seine Kosten, beginnt mit Aufträgen, die der etablierte Anbieter nicht übernehmen möchte, und arbeitet sich nach oben. Wenn Sie sich die Ranglisten nach Kosteneffizienz ansehen und sich fragen, warum chinesische Modelle an der Spitze stehen, werden Sie feststellen, dass Sanktionen und ständige Kreativität spielen eine bedeutende Rolle.

Jetzt adoptieren, später Fragen stellen

Das chinesische Geschäftsleben ist äußerst pragmatisch und auf individuellen Gewinn ausgerichtet. Ich sage dies ohne jegliche Wertung, als jemand, der dies tagtäglich erlebt. Auf individueller Ebene, Geld ist das Maß aller Dinge, und die Aufgabe der Regierung besteht darin, den sozialen Frieden zu wahren und diejenigen zu bestrafen, die das System missbrauchen. In diesem Rahmen stellen chinesische Unternehmen weniger Fragen und ergreifen mehr Maßnahmen.

Auf der Verbraucherseite zeigt sich dasselbe Bild, was für ein Land mit 1,4 Milliarden Einwohnern, in dem jeder seinen Lebensunterhalt bestreiten muss, bemerkenswert ist. In Der Ipsos AI Monitor 2026, eine Umfrage in 32 Ländern, 85% der chinesischen Befragten geben an, dass Produkte und Dienstleistungen, die KI nutzen, ihren Alltag in den letzten drei bis fünf Jahren tiefgreifend verändert haben, gegenüber 36% in den Vereinigten Staaten, 33% in Deutschland und 32% in Frankreich^4.. Ipsos stellte zudem fest, dass etwa die Hälfte der Chinesische Nutzer geben an, dass sie KI-Tools so sehr vertrauen, dass sie deren Ergebnisse nicht überprüfen, obwohl sie dies – wie bei jedem Modell – auf jeden Fall tun sollten. Bei bestimmten Themen, wie beispielsweise der Vermeidung von Voreingenommenheit, vertrauen sie der KI mehr als Menschen. Während Europäer und Amerikaner der KI gegenüber im Allgemeinen skeptisch sind, stehen die Chinesen ihr meist begeistert gegenüber.

Aus industrieller Sicht ist der Vorstoß in Richtung Automatisierung und Robotisierung kurzfristig wirtschaftlich nicht sinnvoll. Aufgrund der alternden Bevölkerung ist jedoch, China hat nicht die Möglichkeit, abzuwarten. Zwischen 2024 und 2050 wird die Bevölkerung im Alter von 15 bis 64 Jahren um etwa ein Viertel zurückgehen, von 984 Millionen auf 745 Millionen Menschen^6.. Deshalb, China investiert bereits heute in das, was es in den nächsten 20 oder 30 Jahren benötigen wird, darunter Roboter und Agenten.

Die Rolle als Nachahmer hat China zweifellos dabei geholfen, bei KI-Modellen herausragende Leistungen zu erzielen. Der Ansatz “China für China” funktioniert, weil der heimische Markt groß genug ist, um die erforderliche Größenordnung zu erreichen, ohne jemals ins Ausland expandieren zu müssen. Diese Faktoren verschaffen den chinesischen KI-Forschungslabors die Nachfrage, die sie benötigen, um zu wachsen und im globalen Wettbewerb zu bestehen.

Keine „Frontier“-Modelle: Für die meisten Anwendungsfälle spielt dies keine Rolle

Chinesische Modelle können mit den besten amerikanischen Modellen nicht mithalten. Allerdings handelt es sich hierbei um die “Baustahl”-Phase der Mini-Walzwerke. Für die meisten Geschäftsanwendungen in China ist eine Spitzenleistung nicht erforderlich. Bei der Ausführung von Agenten in großem Maßstab kommt es auf die Token-Effizienz an: Wie viel nützliche Arbeit lässt sich pro RMB für die Inferenz erzielen?. Nach diesem Maßstab liegen chinesische Modelle seit etwa einem Jahr an der Spitze: Stand: 9. September 2026, Acht der zehn am häufigsten verwendeten Modelle auf OpenRouter stammen aus China. DeepSeek allein verarbeitet mehr Anfragen als OpenAI und Google zusammen. Diese Rangliste misst die Leistung von Agenten anhand der verbrauchten Token und nicht anhand der ausgegebenen Dollar. OpenRouter ist ein Marktplatz, auf dem Entwickler den Datenverkehr für ihre Programmier- und autonomen Agenten leiten. Die nach Volumen führenden Anwendungen dort sind Agenten, nicht Chatbots^7.. Stripe hat soeben zugestimmt, über sieben Milliarden Dollar für den Marktplatz zu zahlen, was zeigt, dass Anleger sehen den Wert nicht in einem bestimmten Modell, sondern in der Möglichkeit, zwischen diesen Modellen zu wechseln, um einen Aufschlag von 5% zu erzielen^8..

Das am 3. September 2026 veröffentlichte GPT-6 von OpenAI ist der erste bedeutende Durchbruch eines westlichen Forschungslabors seit langer Zeit hinsichtlich des Leistungsverhältnisses im Verhältnis zur Token-Anzahl – zumindest bei Benchmarks für agentische Codierung. Das bedeutet, dass, Ausnahmsweise ziehen sich die etablierten Anbieter nicht in das gehobene Segment zurück, sondern liefern sich vielmehr einen ernsthaften Preiswettbewerb^9.. Eine interessante Frage ist, wie schnell chinesische Labore diesen Rückstand aufholen werden. Ein weiterer Vorbehalt besteht darin, dass sich das Geschäftsmodell chinesischer Spitzenlabore noch in den Anfängen befindet. Sie bauen derzeit das nötige Fachwissen auf, um ihre Dienstleistungen in großem Umfang an gewerbliche Nutzer zu verkaufen, doch handelt es sich hierbei um eine Strategie, deren Erfolg noch nicht erwiesen ist.

Inzwischen gibt es in China bereits Unternehmen, die von Grund auf auf KI ausgerichtet sind. Sie sind zwar noch nicht in großem Maßstab tätig, aber Ein-Personen-Unternehmen, die auf der Arbeit von Vermittlern basieren, sind bereits Realität und werden von den Kommunalverwaltungen aktiv gefördert ^10. . Dies verändert die Wirtschaftsstruktur eines Landes, dem es mehr darauf ankommt, was funktioniert, als darauf, was früher einmal funktioniert hat.

Das Vertrauensparadoxon

Viele westliche Unternehmen misstrauen chinesischen Models, und dies ist eine berechtigte Haltung. Dies hat westliche Unternehmen, die in China tätig sind, dazu gezwungen, Infrastrukturen aufzubauen, die ihnen die vollständige Kontrolle über ihre KI-Fähigkeiten ermöglichen. Sie setzen LLMs vor Ort ein und überwachen dabei streng den Zugriff der Agenten, was zu mehr Transparenz und Nachvollziehbarkeit führt, als die meisten westlichen KI-Infrastrukturen bieten. Letztendlich, Dies führt zu KI-Plattformen, die Flexibilität beim Wechsel zwischen großen Sprachmodellen (LLMs) ermöglichen und gleichzeitig data sowie das Wissen schützen.. Das Modell, dem Sie misstrauen, ist tatsächlich dasjenige, das Sie kontrollieren können. Ich bin davon überzeugt, dass diese Unternehmen dadurch die nachhaltigsten KI-Infrastrukturen für Unternehmen weltweit aufgebaut haben.

Was bedeutet dies für ein westliches Unternehmen?

Christensens Lehre lautete keineswegs, dass die Mini-Stahlwerke besser waren. Vielmehr ging es darum, dass die integrierten Stahlwerke dadurch den Anschluss verloren, dass sie eine Reihe vernünftiger Entscheidungen trafen, um das margenschwache Geschäft aufzugeben und sich auf das Premiumprodukt zu konzentrieren. Schließlich lernte auch der Billigkonkurrent, das Premiumprodukt herzustellen. Ich würde drei Schlussfolgerungen für ein westliches Unternehmen ziehen, und ich denke, diese gelten unabhängig davon, wie sich die Modelle im nächsten Jahr entwickeln werden.

• Behalten Sie zunächst die Kontrolle über Ihre KI-Entscheidungen. Die Lage ändert sich ständig. Das Labor, das im September führend ist, ist im März möglicherweise nicht mehr führend. Sie sollten Ihre Systeme so gestalten, dass Sie je nach Leistung, Kosten und Rechtsraum zwischen verschiedenen Modellen wechseln können, ohne das gesamte System neu aufbauen zu müssen.
• Zweitens: Behalten Sie die Kontrolle über den Gurt, d. h. das Gerüst rund um das Modell, einschließlich der Orchestrierung, der Werkzeuge, des Speichers und der Sicherheitsvorkehrungen. Nach unserer Erfahrung hat dies einen größeren Einfluss auf die Leistung des Agenten als die nächste Generation von Modellen. Hier liegt Ihr Wettbewerbsvorteil, daher sollten Sie diesen Aspekt auf keinen Fall auslagern.
• Drittens: Behalten Sie den Überblick über Ihr Fachwissen, den Kontext, data und Ihre Prozesse, so strukturiert, dass jedes Modell darauf zurückgreifen kann. Das Modell wird zu einer Massenware, das Wissen Ihres Unternehmens jedoch nicht.

Was den Rest betrifft, so lassen wir die Entwicklung der Mini-Mill-Geschichte einfach auf uns zukommen.