Warum China seine KI-Modelle verschenkt - und die USA ihre wegsperren
Juli 2026: Moonshot stellt Kimi K3 mit 2,8 Billionen Parametern und offenen Gewichten vor, Alibaba kündigt Qwen 3.8 an - und gleichzeitig berät Peking laut Reuters über Beschränkungen für den Auslandszugang zu KI-Modellen. Was hinter den entgegengesetzten Strategien der beiden KI-Supermächte steckt und was sie für Ihr Unternehmen bedeuten.
Anteil chinesischer Modelle an den Downloads im Jahr vor dem Bericht von Hugging Face vom März 2026 - vor den USA. Automatisierte Downloads verzerren solche Zahlen.
Laut Moonshot AI das erste offene Modell dieser Größe, vorgestellt im Juli 2026. Die Gewichte stehen auf Hugging Face.
Offene Gewichte seit August 2026, davon 95 Milliarden pro Token aktiv. Laut Alibaba das erste Modell der Qwen-Max-Klasse mit offener Veröffentlichung.
Von der Qwen-Familie abgeleitete Modelle auf Hugging Face, Stand März 2026.
Was im Juli 2026 passiert ist
Drei Ereignisse innerhalb weniger Wochen zeigen, wie schnell sich der KI-Markt neu sortiert. Den Stand der Fakten haben wir am 5. November 2026 geprüft.
7. Juli: Reuters berichtet laut TIME, dass chinesische Behörden mit Alibaba, ByteDance und Z.ai über Beschränkungen des Auslandszugangs zu ihren fortgeschrittensten KI-Modellen beraten - im Raum steht auch ein Verbot der öffentlichen Veröffentlichung. Entschieden war damit nichts, und die Maßnahmen würden wohl nur künftige Modelle betreffen. Eine endgültige Regelung haben wir bis zum Stand dieses Artikels nicht gefunden. Aber allein die Diskussion ist ein Signal: China beginnt, seine Modelle als strategisches Gut zu behandeln.
16. Juli: Moonshot AI stellt Kimi K3 vor - mit 2,8 Billionen Parametern laut Moonshot das erste offene Modell dieser Größe. Die Gewichte stehen inzwischen unter der eigenen Kimi K3 License auf Hugging Face. Nach eigenen Angaben liegt K3 insgesamt noch hinter Claude Fable 5 und GPT-5.6 Sol. In einzelnen von Moonshot selbst gemessenen Benchmarks liegt es vorn, auch gegenüber Claude Opus 4.8 und GPT-5.5; unabhängig bestätigt sind diese Werte damit nicht. Die Aktien der Konkurrenten Zhipu (Z.ai) und MiniMax gaben am Folgetag in Hongkong deutlich nach - ob allein wegen K3, ist umstritten.
Ebenfalls im Juli: Alibaba kündigt Qwen 3.8 als Preview an. Im August folgen die Gewichte von Qwen3.8-2.4T-A95B: 2,4 Billionen Parameter, unter einer eigenen Lizenz. Die veröffentlichten Benchmarks stammen vom Hersteller und beziehen sich auf die gehostete Variante Qwen3.8-Max.
Der Hintergrund dazu: Laut Hugging Face (Bericht vom 17. März 2026) entfielen im Jahr davor 41 % der Downloads auf chinesische Modelle, mehr als auf Modelle aus den USA.
Es entsteht ein scheinbarer Widerspruch: Chinesische Labore veröffentlichen in schneller Folge immer stärkere offene Modelle - und gleichzeitig überlegt der Staat, die besten davon künftig im Land zu behalten. Um das zu verstehen, muss man sich anschauen, warum die beiden KI-Supermächte überhaupt entgegengesetzte Strategien fahren.
Warum verschenkt China Modelle, deren Training so teuer war?
Das Geld liegt im Cloud-Geschäft
Alibaba verdient vor allem an Alibaba Cloud, nicht am einzelnen Modell. Ein frei verfügbares Qwen ist auch Marketing für die Infrastruktur darunter. Klassisches "Commoditize your complement": Wenn Modelle wenig kosten, wandert die Wertschöpfung zu Rechenleistung und Hosting - und genau die verkauft man.
Offenheit löst das Vertrauensproblem
Viele westliche Unternehmen schicken ihre Daten nicht an eine geschlossene chinesische API. Offene Gewichte kann man dagegen selbst hosten - ohne dass ein Byte nach China fließt. Genau das macht Qwen, DeepSeek und Kimi auch außerhalb Chinas interessant.
Asymmetrische Waffe im Preiskampf
Aus unserer Sicht riskieren chinesische Labore mit offenen Modellen im Westen wenig, die US-Labore dagegen mehr: Ihre Preise geraten unter Druck, wenn daneben ein frei verfügbares Modell liegt, das für viele Aufgaben ausreicht. Und je mehr Länder auf Qwen aufbauen, desto tiefer die Abhängigkeit vom chinesischen Ökosystem - die Android-Strategie.
Interner Konkurrenzdruck
Seit DeepSeek R1 frei verfügbar ist, lässt sich in China ein geschlossener Zugang schwerer verkaufen. Auch Moonshot geriet danach unter Druck - der Open-Source-Schwenk ab Kimi K2 wirkt für uns eher wie ein Befreiungsschlag als wie ein Masterplan der Partei.
Und warum sperren die USA ihre Modelle weg?
Das Modell ist das Produkt
OpenAI und Anthropic leben von API-Zugängen und Abos. Hohe Trainingskosten und massive Investitionen in Infrastruktur müssen direkt über das Modell zurückverdient werden. Offene Gewichte würden dieses Geschäftsmodell untergraben.
Die Logik des Führenden
Wer vorne liegt, schützt seinen Vorsprung durch Geheimhaltung - Offenheit schenkt ihn den Verfolgern. Die Berichte über Destillation aus den Ausgaben geschlossener Modelle haben die US-Labore zusätzlich vorsichtig gemacht.
Nationale Sicherheit
Die USA behandeln Frontier-KI inzwischen als strategisches Gut. Ende Juni 2026 startete OpenAI GPT-5.6 auf Bitte der US-Regierung zunächst nur für ausgewählte Partner, die breite Freigabe folgte im Juli. Sicherheitsargumente sind dabei teils ernst gemeint, teils geschäftlich bequem.
Zum Start von GPT-5.6 berichtete TechCrunch am 26. Juni 2026 mit Zitat aus dem Blogbeitrag von OpenAI. Wichtige Einschränkung: Die Trennung ist nicht absolut. Auch in den USA gibt es offene Player - Meta mit Llama (das Geld kommt aus der Werbung), dazu neue offene Modelle wie Inkling von Thinking Machines unter Apache-2.0-Lizenz. Und chinesische Anbieter hielten ihre Flaggschiffe wie Qwen-Max lange geschlossen. Die Tendenz aber ist klar.
KI-Funktionen in Ihre App bringen?
Kostenlose Erstberatung: Wir zeigen Ihnen, welches Modell zu Ihrem Use Case passt - offenes Modell im eigenen Hosting oder Frontier-API.
20+ Jahre Softwareentwicklung - Antwort innerhalb 48h - 100% unverbindlich
Offene Gewichte sind eine Fertigwaffe - aber kein Bauplan
Der Geist ist aus der Flasche: Einmal veröffentlichte Gewichte werden gespiegelt und weiterverteilt, zurückholen kann sie niemand. Wer Kimi K3 herunterlädt, erbt den aktuellen Stand der Technik - Inferenz und Fine-Tuning sind im Rahmen der Lizenz möglich.
Was man nicht bekommt: die Trainingsdaten, die komplette Pipeline, die RL-Infrastruktur und das Team, das all das gebaut hat. Die nächste Generation zu entwickeln bleibt eine eigene industrielle Aufgabe. Die Analogie zur Atomwaffe hinkt deshalb an einer entscheidenden Stelle: Offene Gewichte sind keine Baupläne, sondern fertige Sprengköpfe, die frei verteilt werden - während die Anreicherungsanlagen, also Chip-Fabriken und GPU-Cluster, weiter in der Hand weniger Länder und Konzerne liegen. Das Wissen verbreitet sich frei, die industrielle Basis nicht.
Auch das Argument "KI entwickelt bald selbst neue KI" ändert daran wenig: Selbst wenn Modelle die Forschung beschleunigen, muss jede neue Idee experimentell geprüft werden - und Experimente kosten Rechenzeit. Die Selbstverbesserungsschleife hängt an der Steckdose.
Die eigentliche Front verläuft beim Silizium
Genau deshalb kämpfen beide Mächte nicht um Gewichte, sondern um Hardware - denn Hardware lässt sich kontrollieren, Wissen nicht. Der aktuelle Stand:
- Chinesische Hersteller gewinnen im heimischen Markt für KI-Beschleuniger Anteile, Huawei liegt unter ihnen vorn. Nvidia blieb dort 2025 nach einem von The Decoder zitierten IDC-Bericht aber der größte Anbieter.
- DeepSeek hat am 24. April 2026 eine Preview von V4 veröffentlicht, Huawei meldet die Unterstützung auf seinen Ascend-Clustern. Auf welcher Hardware V4 insgesamt trainiert wurde, ist nicht vollständig offengelegt. Für openPangu 2.0 gibt Huawei an, es vollständig auf eigenen Ascend-Prozessoren trainiert zu haben; unabhängig bestätigt ist das nicht.
- Huawei plant laut TrendForce unter Berufung auf ETNews (Juli 2026), Ascend-Chips und das System Atlas 950 SuperPod im vierten Quartal 2026 in Südkorea als Alternative zu Nvidia anzubieten. China will also auch beim Silizium exportieren, nicht nur horten.
Und Europa? Viele Modelle, wenig Rechenleistung
Das Szenario "jemand nimmt Qwen und baut darauf sein eigenes Modell" ist längst Realität: Das in den Emiraten entstandene K2-Think setzte auf Qwen2.5 als Basismodell auf, der Nachfolger inzwischen auf ein eigenes Basismodell.
Europa geht bewusst den anderen Weg und trainiert von Grund auf: das schweizerische Apertus, das spanische ALIA, dazu OpenEuroLLM - aus genau jenen Souveränitätsgründen. Das Problem aus unserer Sicht: Es fehlt nicht an Modellen, sondern an Rechenleistung. Auch Europas souveräne Modelle sind auf amerikanische Chips angewiesen - führend bei der Regulierung, Nachzügler beim Compute.
Auch ein deutsches Unternehmen kann die Gewichte von Kimi K3 herunterladen. Das Repository umfasst allerdings mehr als 1,5 TB, der Betrieb braucht ein GPU-Cluster. Für Self-Hosting kommen daher meist kleinere offene Modelle infrage. Und die Spitze ist ein bewegliches Ziel: Was heute Frontier ist, ist bald Mittelmaß. Ohne eigene Cluster bleibt man schneller Folger statt Mitspieler. Die gute Nachricht: Für die allermeisten Unternehmen ist genau diese Rolle völlig ausreichend - man muss das Rennen nicht gewinnen, um von ihm zu profitieren.
Was heißt das konkret für Ihr Unternehmen?
- Offene Modelle sind für viele Business-Anwendungen wie Suche, Zusammenfassung, Klassifikation oder Chatbots leistungsfähig genug. Die Gewichte kosten in der Regel keine Lizenzgebühr, der Betrieb aber schon.
- Selbst gehostet oder bei einem EU-Hoster betrieben, verlassen sensible Daten Ihre kontrollierte Infrastruktur nicht - ein echter DSGVO-Vorteil gegenüber US- und China-APIs.
- Die Preise für Frontier-APIs geraten durch die frei verfügbare Konkurrenz unter Druck - Ihre Verhandlungsposition und Auswahl können dadurch besser werden.
- Modell-Lock-in vermeiden: Eine Architektur, die das Modell austauschbar hält, ist wichtiger als die Wahl des "richtigen" Modells.
Spieltheorie, nicht Ideologie
Die eigentliche Pointe der Geschichte: Offen gegen geschlossen ist aus unserer Sicht keine Kulturfrage, sondern Positionslogik. Führende schließen, Verfolger öffnen - jede Seite gibt frei, was ihrem Geschäft nicht schadet, und sperrt weg, was es bedroht.
Der Beweis läuft gerade live: Kaum nähert sich China der Spitze, diskutiert Peking Beschränkungen für den Auslandszugang - und klingt damit wie ein Marktführer. In den USA wiederum öffnen sich einzelne Anbieter unter dem Preisdruck der frei verfügbaren Konkurrenz. Sollten die Rollen komplett tauschen, tauschen mit ziemlicher Sicherheit auch die Strategien.
Für Sie als Unternehmen bedeutet das: Der Strom leistungsfähiger, frei verfügbarer Modelle ist ein Geschenk der aktuellen Marktphase - er kann reguliert werden oder versiegen. Wer heute KI-Funktionen plant, sollte flexibel bauen: Modelle austauschbar halten, Datenhoheit sichern und die Architektur nicht an einen einzigen Anbieter ketten.
Häufige Fragen
Was sind Open-Weight-Modelle?
Modelle, deren trainierte Gewichte im Rahmen der jeweiligen Lizenz heruntergeladen und auf eigener Hardware betrieben werden dürfen - etwa Kimi K3, Qwen, DeepSeek oder Llama. Offen heißt aber nicht vollständig reproduzierbar: Trainingsdaten, Trainingspipeline und RL-Infrastruktur bleiben in der Regel geheim. Man erbt den aktuellen Stand, kann aber nicht ohne Weiteres die nächste Generation bauen.
Sind chinesische Open-Source-Modelle für deutsche Unternehmen sicher?
Selbst gehostet fließen keine Daten nach China - das unterscheidet offene Gewichte fundamental von chinesischen Cloud-APIs. Wichtig sind trotzdem drei Dinge: die Lizenz prüfen, das Deployment absichern und die Datenverarbeitung DSGVO-konform aufsetzen. Die Kimi K3 License verlangt etwa für Model-as-a-Service-Geschäfte mit über 20 Mio. USD Umsatz in zwölf Monaten eine gesonderte Vereinbarung. Solche Fragen prüfen wir im Rahmen unserer KI-App-Entwicklung.
Warum verschenkt China Modelle, deren Training so teuer war?
Weil das Geld woanders verdient wird: bei Cloud-Infrastruktur und Hosting, über Ökosystem-Abhängigkeit und Standards. Dazu kommt harter interner Wettbewerb - seit DeepSeek R1 frei verfügbar ist, lässt sich in China ein geschlossener Zugang schwerer verkaufen. Offenheit ist aus unserer Sicht die rationale Strategie des Verfolgers, keine Kulturfrage.
Welches KI-Modell sollte mein Unternehmen einsetzen?
Das hängt vom Use Case ab: Für sensible Daten bieten sich selbst gehostete offene Modelle an, für maximale Qualität API-Zugänge zu Frontier-Modellen wie Claude oder GPT. Oft ist ein Mix sinnvoll. Wichtiger als die Modellwahl ist eine Architektur, die den Austausch des Modells jederzeit erlaubt - der Markt dreht sich schnell.
KI in Ihre App integrieren - mit dem richtigen Modell
Ob offenes Modell im eigenen Hosting oder Frontier-API: Wir bauen KI-Funktionen, die zu Ihrem Use Case, Budget und Datenschutz passen. Kostenlose Erstberatung in 15 Minuten.
Quellen
- State of Open Source on Hugging Face: Spring 2026 - Hugging Face, veröffentlicht am 17.03.2026
- Kimi K3: Ankündigung - Moonshot AI, Juli 2026
- Kimi K3: Modellseite - Moonshot AI auf Hugging Face, abgerufen am 05.11.2026, Benchmarks vom Hersteller
- Kimi K3 License - Moonshot AI auf Hugging Face, abgerufen am 05.11.2026
- Qwen3.8-2.4T-A95B: Modellseite - Alibaba Qwen auf Hugging Face, August 2026, Benchmarks vom Hersteller
- China May Restrict Access to Its Most Powerful AI Models - TIME, unter Berufung auf Reuters, 07.07.2026
- OpenAI limits GPT-5.6 rollout after government request - TechCrunch, mit Zitat aus dem Blogbeitrag von OpenAI, 26.06.2026
- Inkling: Modellseite - Thinking Machines Lab auf Hugging Face, abgerufen am 05.11.2026
- Chinese chipmakers now control 41 percent of China's AI accelerator market - The Decoder, zu einem IDC-Bericht, 02.04.2026
- DeepSeek-V4 Preview Release - DeepSeek, 24.04.2026
- Huawei plans Korea launch of Ascend AI chips and Atlas 950 SuperPod - TrendForce, unter Berufung auf ETNews, 02.07.2026
- K2-Think - arXiv, Paper 2509.07604
- Apertus - arXiv, Paper 2509.14233
- OpenEuroLLM - Projektseite, abgerufen am 05.11.2026