🐲

Alle beten weiterhin die Marktkapitalisierung von Nvidia an und warten auf das nächste Modell von Sam Altman, während die eigentliche tektonische Verschiebung vielleicht auf der anderen Seite des Planeten stattfindet.

Die Financial Times hat kürzlich eine hervorragende Analyse veröffentlicht, deren Kern einfach ist: Das KI-Rennen ist ein Marathon, kein Sprint nach dem dicksten LLM.

Und hier ist, warum die USA riskieren, die Führung abzugeben:

1️⃣ Algorithmische Effizienz schlägt rohe Gewalt
Die USA führen zweifellos an der Grenze der State-of-the-Art-Modelle durch unbegrenzten Zugang zu den Top-H100/H200 von Nvidia. Aber China hat bewiesen, dass Hardware-Beschränkungen umgangen werden können. Es hat sich gezeigt, dass algorithmische Effizienz, qualitativ hochwertige Daten und eine durchdachte Architektur es ermöglichen, Modelle zu trainieren, die den amerikanischen Giganten auf den Fersen sind, und zwar mit einem Bruchteil der Rechenleistung.

2️⃣ Der Engpass sind nicht die Chips, sondern die Steckdose
Das LLM-Rennen ist an die Physik gestoßen. Schätzungen von Investmentbanken zufolge sind 8 von 13 regionalen Energiemärkten in den USA bereits an der Grenze ihrer Kapazität. Es gibt schlichtweg keinen Strom mehr für neue Rechenzentren.
In China hingegen wird der Überschuss an Rechenzentrumskapazitäten bis 2030 aufgrund der strengen staatlichen Planung und Kontrolle der Infrastruktur die weltweite Nachfrage um das Dreifache übersteigen. Jensen Huang hat kürzlich beklagt, dass der Bau eines Rechenzentrums in den USA drei Jahre dauert, in China dagegen ein Wochenende.

3️⃣ Open-Source-Expansion
Der Anteil der Downloads chinesischer Open-Source-Modelle auf Hugging Face hat den amerikanischen bereits überholt. Während US-Konzerne ihre Entwicklungen hinter teuren APIs verstecken, verschenkt China leistungsstarke Modelle an Entwicklungsländer. Entwickler nehmen sie, passen sie an und setzen sie auf lokalen Servern ein. Der klassische Vendor-Lock-In funktioniert immer schlechter, wenn es eine kostenlose und ebenso intelligente Alternative gibt.

4️⃣ Embodied AI > API-Wrapper
Der wichtigste Paradigmenwechsel. Der Markt ist über das Stadium "Wow, sie kann Code schreiben" hinausgewachsen. Der Fokus verlagert sich auf "verkörperte KI" (Embodied AI) – die Integration neuronaler Netze in physische Objekte: Robotik, Automobilindustrie, intelligente Fertigung und IoT.
Und hier hat China einen Royal Flush in der Hand: absolute Kontrolle über die Lieferungen von Seltenerdmetallen, unerreichbare Produktionskapazitäten und die Fähigkeit des Staates, Technologie direkt in den realen Wirtschaftssektor zu leiten.

Es gewinnt nicht derjenige, der das intelligenteste LLM im luftleeren Raum für 10 Milliarden Dollar erschafft. Es gewinnt derjenige, der schneller und billiger ein "einfach normales" Modell in jede Mikrowelle, jede Maschine und jedes Auto auf dem Planeten einbaut.

Und der Markt wird Spezialisten bezahlen für:
🔵 Die Fähigkeit, Open-Source-Modelle auf der lokalen Infrastruktur des Kunden bereitzustellen, zu tunen und zu deployen.
🔵 Optimierung der Inferenz: Quantisierung, Pruning, Arbeit mit "gut genugen", aber kleinen Modellen.
🔵 Integration von KI in reale Geschäftsprozesse und nicht standardmäßige Hardware.