Nvidia-Chef Jensen Huang packt aus: Die zwei banalen Gründe (Energie und Regulierung), warum China das KI-Rennen schon fast gewonnen hat

Das KI-Paradox: Warum der Westen trotz bester Technologie ins Hintertreffen gerät

Energie und Regulierung als Schlüsselfaktoren im globalen KI-Wettbewerb: Die unterschätzte Dimension des technologischen Machtkampfes

Die provokante These von Nvidia-Chef Jensen Huang, China werde das Rennen um die Künstliche Intelligenz gewinnen, hat im Westen für Aufruhr gesorgt. Doch hinter der Schlagzeile verbirgt sich eine unbequeme Wahrheit, die weit über die reine Leistungsfähigkeit von Chips hinausgeht. Der globale Wettlauf um die KI-Dominanz wird nicht allein durch Algorithmen und Rechenleistung entschieden, sondern durch zwei fundamental unterschätzte, physische Faktoren: die Verfügbarkeit von Energie und die Effektivität staatlicher Regulierung. Während der Westen sich in einer Illusion technologischer Überlegenheit wiegt, hat China die wahren Engpässe erkannt und handelt mit strategischer Härte.

Die erste Dimension ist der schier unersättliche Energiehunger der KI. Rechenzentren werden ihren Stromverbrauch bis 2030 verdoppeln – ein Zuwachs, der dem gesamten Jahresverbrauch Japans entspricht. Während in den USA die technologische Entwicklung an den Grenzen eines unzureichenden Stromnetzes scheitert, verfolgt China eine rücksichtslose, aber effektive Strategie: massive Subventionen für Strom, der Bau dutzender neuer Kern- und Kohlekraftwerke sowie ein beispielloser Ausbau erneuerbarer Energien.

Die zweite Dimension ist das Regulierungsparadox. Obwohl die USA auf Bundesebene Deregulierung predigen, lähmt ein chaotischer Flickenteppich aus widersprüchlichen Gesetzen auf Ebene der Bundesstaaten jede schnelle Entwicklung. China hingegen nutzt sein zentralistisches System, um klare, strategische Rahmenbedingungen zu schaffen, die Innovation in geordnete Bahnen lenken und Unternehmen Planungssicherheit geben.

Diese Analyse zeigt, wie Chinas pragmatischer, staatlich gelenkter Ansatz – eine Kombination aus massiven Infrastrukturinvestitionen und strategischer Industriepolitik – einen entscheidenden Wettbewerbsvorteil schafft. Während der Westen in Debatten über die perfekte Regulierung verharrt, schafft China Fakten an der Basis. Der Kampf um die Zukunft der KI ist somit weniger ein Sprint um den besten Algorithmus als vielmehr ein Marathon um die robusteste Infrastruktur – ein Rennen, das der Westen zu verlieren droht, bevor er die wahren Spielregeln verstanden hat.

PAssend dazu:

• Rechenzentren: Warum Deutschland einen Lehrstuhl für Rechenzentrums-Organisation braucht

Die Provokation, die hinter der Wahrheit steckt: Warum die USA das KI-Rennen bereits verlieren, bevor es richtig beginnt

Die Aussage von Jensen Huang, dem Chef des Chipdesigners Nvidia, wonach China das Rennen um die künstliche Intelligenz gewinnen wird, hat sich schnell in die Schlagzeilen westlicher Medien eingegraben. Doch hinter dieser provokanten Feststellung verbirgt sich eine fundamentale Erkenntnis, die das westliche technologische Establishment ungern hört: Das KI-Rennen wird nicht primär durch Chip-Design oder Software-Eleganz entschieden, sondern durch zwei banale, aber entscheidende ökonomische Faktoren, die in ihrer Bedeutung systematisch unterschätzt werden. Diese beiden Faktoren sind die verfügbare Energieinfrastruktur und die regulatorische Flexibilität bei deren Ausbau. Huang spricht von einer Art Zynismus, der den Westen lähmt, während China pragmatisch handelt.

Die unter Trump regierten USA setzen zwar auf Deregulierung und haben erkannt, dass Innovation nicht durch Regulierung gehemmt werden darf. Gleichzeitig aber scheitert Amerika beim zweiten Teil der Gleichung: Bei der Bereitstellung jener physischen Infrastruktur, die KI-Systeme überhaupt erst zum Funktionieren bringt. Das ist keine abstrakte technische Frage, sondern eine knallharte ökonomische Realität, die über Erfolg und Misserfolg im globalen KI-Wettbewerb entscheidet.

Passend dazu:

• Nvidias strategischer Notruf – Das Billionen-Telefonat: Nvidias Wette auf die Zukunft von OpenAI

 

• Amerikas KI-Infrastrukturkrise: Wenn überzogene Erwartungen auf strukturelle Realitäten treffen

Die Energiedimension des KI-Wettrennens: Warum Strom das neue Öl ist

Um die Kritikalität der Energiefrage zu verstehen, muss man sich zunächst die schiere Menge an Strom vergegenwärtigen, die KI-Systeme benötigen. Nach Prognosen der Internationalen Energieagentur wird sich der weltweite Stromverbrauch von Rechenzentren bis zum Jahr 2030 mehr als verdoppeln, von etwa 415 Terawattstunden im Jahr 2024 auf rund 945 Terawattstunden. Das entspricht ungefähr dem gegenwärtigen jährlichen Gesamtstromverbrauch von Japan. Dieser exponentielle Anstieg wird fast vollständig durch KI-Anwendungen getrieben. Ein einzelnes modernes, auf KI optimiertes Rechenzentrum verbraucht durchschnittlich so viel Strom wie etwa 100.000 Haushalte. Die größten dieser Anlagen, die derzeit im Bau sind, können das Zwanzigfache dieses Wertes erreichen.

Die USA werden nach gegenwärtigen Berechnungen für fast die Hälfte dieses globalen Stromverbrauchszuwachses verantwortlich sein, was die absolute Abhängigkeit der amerikanischen Technologiekonzerne von Energieverfügbarkeit unterstreicht. China wird mit etwa 170 Prozent Wachstum eine noch stärkere Steigerungsrate aufweisen, woraus sich die Dringlichkeit ergibt, neue Kapazitäten zu schaffen. Europa liegt mit etwa 70 Prozent Wachstum dahinter.

Hier offenbart sich das zentrale ökonomische Problem: Die USA verfügen zwar über eine modernisierte Energieinfrastruktur, aber diese Infrastruktur ist für den kommenden Stromhunger der KI-Industrie nicht ausreichend dimensioniert. Während die Trump-Regierung mit ihrem AI Action Plan eine beispiellose Deregulierungsagenda vorantreibt, um Genehmigungsverfahren für Rechenzentren und Energieanlagen zu beschleunigen, scheitert Amerika beim eigentlichen Ausbau dieser Anlagen. Der Energieminister hat zwar angekündigt, dass KI-Infrastruktur letztlich zu billigerer Elektrizität führen werde, doch dies ist eine mittelfristige Hoffnung, keine gegenwärtige Realität.

China hat dagegen eine völlig andere Strategie verfolgt. Das Land hat seine Subventionen für Energie massiv erhöht, was zu einer Reduzierung der Stromkosten für große Rechenzentren um bis zu 50 Prozent geführt hat. Diese Investition ist nicht zufällig oder von kurzfristiger Natur. Sie ist Teil einer systematischen Industriepolitik, die darauf abzielt, die heimische KI-Industrie zu schützen und zu fördern. Während Nvidia-Chef Huang genötigt ist, gegenüber der US-Regierung zu argumentieren, dass Energiekosten praktisch kostenlos sein könnten, weil die Infrastruktur bereits vorhanden ist, handelt China danach und setzt massive staatliche Mittel ein, um diese Kosten tatsächlich zu drücken.

Die Volkswirtschaftliche Bedeutung dieser Energiesubventionierung ist enorm. Ein Rechenzentrum, das seine Stromkosten um 50 Prozent senken kann, erhöht seine Profitabilität oder kann seine Dienstleistungen zu etwa der Hälfte des Preises anbieten, den Konkurrenten aus Ländern mit höheren Energiekosten verlangen müssen. Dies ist ein klassisches Beispiel für staatlich manipulierte Wettbewerbsbedingungen, die in der globalen Handelspolitik normalerweise mit Dumping-Vorwürfen konfrontiert werden. Doch im KI-Bereich wird dies als legitime nationale Sicherheitspolitik betrachtet.

Chinas Energiestrategie für KI-Rechenzentren ist dabei mehrgleisig. Das Land baut im großen Stil neue Kohlekraftwerke, was ökologisch problematisch ist, aber energiepolitisch pragmatisch. Gleichzeitig investiert China in mehr als zwei Dutzend neue Kernkraftwerke und führt beispiellose Anstrengungen beim Ausbau von Wind-, Wasser- und Sonnenenergie durch. Der Unterschied liegt in der Geschwindigkeit und Zielgerichtetheit: Während in Amerika vage Pläne für einen Atomkraft-Ausbau herumgeistern und die Realität aus Verzögerungen besteht, baut China konkret.

Passend dazu:

• Deutschlands KI-Dilemma: Wenn die Stromleitung zum Nadelöhr der digitalen Zukunft wird

Das Regulierungsparadoxon: Warum weniger Regeln nicht automatisch zu mehr Wettbewerbsfähigkeit führen

Die Trump-Regierung hat eine Deregulierungsagenda beispiellosen Ausmaßes erlassen. Der AI Action Plan umfasst über 90 Maßnahmen, die darauf abzielen, Hindernisse für die KI-Entwicklung zu beseitigen. Ministerien werden angewiesen, Regeln zu identifizieren und zu ändern, die die KI bremsen könnten. Die Federal Trade Commission soll Wettbewerbsrecht unternehmensfreundlich auslegen. Genehmigungsverfahren für Rechenzentren und Energieerzeugung sollen beschleunigt werden. Alles das klingt auf dem Papier hervorragend und ist aus einer rein marktliberalen Perspektive auch logisch.

Doch Huang wendet ein, dass diese Deregulierung nicht reicht. Der Grund liegt in dem, was man als das amerikanische regulatorische Patchwork-Problem bezeichnen könnte. Während die Regierung in Washington Deregulierung predigt, haben einzelne Bundesstaaten bereits ihre eigenen KI-Gesetze erlassen. Kalifornien, Colorado, Utah und Texas haben spezifische KI-Regulierungen verabschiedet. Etwa 15 weitere Bundesstaaten prüfen ähnliche Regelungen. Hinzu kommen zahlreiche Datenschutz- und Datensicherheitsgesetze, die indirekt KI beeinflussen. Huang spricht von etwa 50 neuen Vorschriften, die aus diesem föderalen System resultieren könnten, und warnt vor diesem regulatorischen Labyrinth, das Innovation lähmend wirkt.

Dies ist ein klassisches Anwendungsbeispiel für ein ökonomisches Phänomen, das in der Literatur als regulatory fragmentation bezeichnet wird. Unternehmen, die national tätig sind, müssen sich mit einem Flickenteppich von lokalen Regeln auseinandersetzen, was zu Compliance-Kosten, Verzögerungen und letztlich zu Wettbewerbsnachteilen führt. China hat dieses Problem durch sein zentrales Autoritätssystem nicht. Dort gibt es zwar auch regionale Unterschiede, aber diese sind in eine einheitliche nationale Strategie eingebunden. Die KI-Industrie weiß, wo sie steht und was sie zu tun hat.

Das Paradoxe ist nun folgendes: Huang argumentiert, dass der Westen gerade deshalb durch Regulierung behindert wird, weil diese Regulierung zersplittert ist, widersprüchlich wirkt und ständig neu interpretiert wird. Ein einheitliches europäisches Regulierungssystem könnte für Klarheit sorgen, auch wenn es restriktiv wäre. Das amerikanische System sortiert dagegen die schlimmsten Welten: Es gibt Regulierung, aber sie ist lokal fragmentiert, ineffektiv und unnötig kostentreibend.

Die USA haben also ein Deregulierungsproblem, das ein verdecktes Regulierungsproblem ist. Dies wirft eine grundsätzliche Frage auf: Ist es wirklich Regulierung, die Amerika bremst, oder ist es vielmehr die fehlerhafte Implementierung von Regulierung?

Der chinesische Ansatz: Zentrale Planung meets strategischer Pragmatismus

Während die USA ihre Kräfte in einzelnen Bundestaaten zerplittern, verfolgt China einen integrierten, zentral geplanten Ansatz. Das Land hat verstanden, dass KI nicht nur ein technisches Problem ist, sondern ein ökonomisches und geopolitisches. Entsprechend wurde ein massiver Investitionsrahmen geschaffen. Nach Schätzungen der Bank of America plant China, seine KI-Investitionen im Jahr 2025 auf bis zu 700 Milliarden Yuan, umgerechnet etwa 98 Milliarden US-Dollar, zu erhöhen. Das entspricht einem Wachstum von etwa 48 Prozent gegenüber dem Vorjahr. Dies ist ein beispielloses Investitionsvolumen, das zeigt, dass das chinesische politische System KI als strategische Priorität behandelt.

Diese Investitionen sind dabei keineswegs diffus verteilt. Sie folgen einer klaren Strategie. Im 2025 veröffentlichten KI+-Aktionsprogramm hat China drei Phasen festgelegt. Bis 2027 sollen KI-Technologien in sechs Kernbereichen integriert werden: Wissenschaft, Industrie, Konsum, allgemeiner Wohlstand, Verwaltung und globale Zusammenarbeit. Das ist nicht die Rhetorik eines innovativen Startup-Ökosystems, sondern die Sprache einer zentralisierten Großmacht, die KI als Werkzeug ihrer umfassenden Industriepolitik nutzt.

Der öffentliche Sektor investiert dabei direkt und substanziell. Ein im Jahr 2025 gegründeter Staatsfonds für die KI-Industrie umfasst 60,06 Milliarden RMB, also etwa 7,2 Milliarden Euro, mit einer Laufzeit von 13 Jahren. Beteiligt sind staatliche Banken und Finanzinstitutionen. Neben diesem nationalen Fonds gibt es weitere spezialisierte Fonds für KI-Cluster: der Shanghai Pioneer AI Fund mit etwa 2,7 Milliarden Euro, der Shenzhener Fonds für KI und Robotik mit etwa 1,2 Milliarden Euro, sowie acht weitere regionale Industriefonds in Peking mit je mindestens 1,2 Milliarden Euro.

Dies ist der institutionelle Rahmen für Chinas KI-Offensive. Das Land betreibt dabei keine Illusion über die Herausforderungen. Die chinesische Versorgungslücke bei KI-Chips wird 2025 auf über zehn Milliarden Dollar geschätzt. Inländische Alternativen wie Huaweis Ascend 910B hinken bei der Leistung für das Training großer Sprachmodelle noch hinterher. Die Auslastungsraten chinesischer KI-Rechenzentren liegen zwischen 20 und 30 Prozent, was bedeutet, dass viel Kapazität ungenutzt ist und Rentabilität gefährdet ist. Dies wird durch die strategische Fähigkeit Chinas zu massiven Investitionen bewältigt, während der Westen die Rentabilität jedes Einzelprojekts bewerten muss.

Die heimische Chipindustrie als ökonomischer Spielraum

Ein wesentlicher Grund für Chinas Energiesubventionierung ist die gezielte Förderung der heimischen Chipindustrie. Dies kann nicht verstanden werden, ohne das Zwischenspiel zwischen Nvidia und chinesischen Chipherstellern wie Huawei und Cambricon zu verstehen.

Die USA haben ein striktes Embargo auf den Export von Nvidias leistungsfähigsten Chips nach China verhängt. Dies ist ein klassisches technologisches Embargo, das historisch gesehen eher nicht funktioniert, da es dazu führt, dass Länder in Eigenregie entwickeln. Huang selbst hat gegenüber der Regierung gewarnt, dass dieses Embargo kontraproduktiv wirkt. Ein Export-Verbot führt dazu, dass Länder wie China gezwungen werden, in alternative Lösungen zu investieren.

Cambricon ist hier ein Fall von besonderem Interesse. Das Unternehmen erlitt einen Zusammenbruch, als Huawei, sein Hauptkunde, beschloss, eigene KI-Chips über HiSilicon zu entwickeln. 98 Prozent von Cambricos Umsätze verschwanden über Nacht. Doch in der neuen Situation, in der Nvidia auf dem chinesischen Markt quasi nicht vorhanden ist, hat sich Cambricon zu einem Star der chinesischen KI-Industrie entwickelt.

Das Unternehmen hat zwischen 2020 und 2024 insgesamt 5,6 Milliarden RMB in Forschung und Entwicklung investiert, was etwa 780 Millionen Euro entspricht. Der Fokus lag auf Software, insbesondere auf Schnittstellen, die es erlauben, auf Nvidia-GPUs trainierte Modelle auf Cambricos Siyuan-Chips laufen zu lassen. Diese Softwarekompatibilität gilt als entscheidender Vorteil gegenüber Huaweis Ascend-Reihe, die wegen Softwareproblemen schwer in bestehende Systeme integrierbar ist.

Im ersten Halbjahr 2025 erzielte Cambricon einen Gewinn von 1 Milliarde Renminbi, etwa 140 Millionen Dollar. Die Marktkapitalisierung verdoppelte sich innerhalb weniger Wochen auf etwa 580 Milliarden RMB. Analysten von Goldman Sachs erwarten, dass Cambricos Umsatz bis 2026 auf 13,8 Milliarden RMB steigt und der Marktanteil von heute etwa 3 Prozent auf 11 Prozent im Jahr 2028 wächst. Dies geschieht unter der direkten Unterstützung chinesischer Großkonzerne wie Alibaba, Tencent und Baidu, die ein starkes Interesse haben, einen Herausforderer zu Huawei aufzubauen.

Die Energiesubventionierung hat unmittelbare ökonomische Effekte auf diese Entwicklung. Wenn die Stromkosten für Rechenzentren, die chinesische KI-Chips verwenden, um 50 Prozent gesenkt werden, wird die Nutzung dieser Chips ökonomisch attraktiver. Dies ist ein klassisches Beispiel für industrielle Förderung durch Subventionierung von Inputs statt Subventionierung von Outputs.

Hier erfahren Sie, wie Ihr Unternehmen maßgeschneiderte KI-Lösungen schnell, sicher und ohne hohe Einstiegshürden realisieren kann.

Eine Managed AI Platform ist Ihr Rundum-Sorglos-Paket für künstliche Intelligenz. Anstatt sich mit komplexer Technik, teurer Infrastruktur und langwierigen Entwicklungsprozessen zu befassen, erhalten Sie von einem spezialisierten Partner eine fertige, auf Ihre Bedürfnisse zugeschnittene Lösung – oft innerhalb weniger Tage.

Die zentralen Vorteile auf einen Blick:

⚡ Schnelle Umsetzung: Von der Idee zur einsatzbereiten Anwendung in Tagen, nicht Monaten. Wir liefern praxisnahe Lösungen, die sofort Mehrwert schaffen.

🔒 Maximale Datensicherheit: Ihre sensiblen Daten bleiben bei Ihnen. Wir garantieren eine sichere und konforme Verarbeitung ohne Datenweitergabe an Dritte.

💸 Kein finanzielles Risiko: Sie zahlen nur für Ergebnisse. Hohe Vorabinvestitionen in Hardware, Software oder Personal entfallen komplett.

🎯 Fokus auf Ihr Kerngeschäft: Konzentrieren Sie sich auf das, was Sie am besten können. Wir übernehmen die gesamte technische Umsetzung, den Betrieb und die Wartung Ihrer KI-Lösung.

📈 Zukunftssicher & Skalierbar: Ihre KI wächst mit Ihnen. Wir sorgen für die laufende Optimierung, Skalierbarkeit und passen die Modelle flexibel an neue Anforderungen an.

Mehr dazu hier:

• Die Managed-AI Lösung - Industrielle KI-Services: Der Schlüssel zur Wettbewerbsfähigkeit im Bereich Dienstleistungen, Industrie und Maschinenbau

Die Effizienzrevolution: Warum DeepSeek und chinesische KI-Startups das technologische Paradigma verschieben

Ein großer Teil der westlichen Verwirrung über Chinas KI-Kapazität rührt von der spektakulären Erscheinung eines Unternehmens namens DeepSeek. Das Unternehmen, das aus Hangzhou stammt, hat im Jahr 2025 mit seinen Open-Source-KI-Modellen V3 und R1 für globales Aufsehen gesorgt. Das Revolutionäre an DeepSeek war nicht primär die Qualität der Modelle, sondern die unglaubliche Kosteneffizienz ihrer Entwicklung.

DeepSeek behauptete, sein fortgeschrittenes Sprachmodell DeepSeek-V3 für lediglich 5,6 Millionen Dollar entwickelt zu haben. Dies verursachte weltweit Schockwellen in den Technologie- und Investitionsmärkten, weil es das westliche Verständnis der Kosten für KI-Entwicklung fundamental in Frage stellte. OpenAI und andere westliche Unternehmen haben Milliarden für vergleichbare Modelle ausgegeben. Hier war ein chinesisches Startup, das für einen winzigen Bruchteil dieser Kosten ein vergleichbares Modell zu schaffen schien.

Die Realität ist komplexer. Experten von Semianalysis schätzen, dass die Hardware-Kosten für DeepSeeks GPU-Flotte allein bei etwa 1,6 Milliarden Dollar liegen dürften. Hinzu kommen geschätzte Betriebskosten von etwa 944 Millionen Dollar. Diese Zahlen stehen in völligem Gegensatz zu den offiziell kommunizierten 5,6 Millionen Dollar. Es handelt sich dabei also um eine klassische Irreführung, bei der nur die direkten Trainingskosten des finalen Modells als Kosten ausgewiesen werden, während die gesamte Infrastruktur, Forschung und Entwicklung ignoriert wird.

Gleichzeitig ist die Tatsache, dass DeepSeek diese massiven Infrastrukturkosten aufbringen konnte, ein Beweis für die Finanzierungskraft, die dahinter steht. Ein privates Startup könnte diese Investitionen nicht ohne Unterstützung einer großen Finanzquelle tätigen. Die enge Verbindung zu staatlichen oder staatsnahen Investoren in China wird häufig spekulativ diskutiert, ist aber nicht klar dokumentiert.

Unabhängig von der genauen Finanzierungsstruktur ist das technische Ergebnis real. DeepSeek hat bewiesen, dass intelligente Architektur und Algorithmen die Effizienz von KI-Training massiv verbessern können. Das Unternehmen nutzte eine Technik namens Mixture of Experts Architecture sowie eine Sparse Attention-Methode, die nur die relevanten Teile des Kontexts verarbeitet. Dies ermöglichte ein Modell von beeindruckender Leistung bei deutlich geringerem Energieverbrauch.

Der ökonomische Impact dieser Effizienzrevolution ist erheblich. DeepSeek senkte später die API-Preise um 50 bis 75 Prozent, was den Druck auf westliche Anbieter massiv erhöhte. Ein Unternehmen, das KI-Dienste nutzen will, kann nun zwischen teuren westlichen Modellen wählen oder zu einer billigeren chinesischen Alternative greifen. Dies ist ein klassischer ökonomischer Mechanismus: Wenn ein Konkurrent durch Effizienz die Preise senkt, erodiert der Marktanteil der westlichen Anbieter, und Gewinnmargen werden komprimiert.

Hier wird die Interaktion zwischen Energiekosten und technologischer Effizienz deutlich. China kann mit billigerer Energie experimentieren und schneller iterieren. Ein ineffizientes Modell kostet in China weniger als im Westen. Dies ermöglicht schnellere Lernzyklen und schnellere Innovationen. DeepSeek ist das Ergebnis von hunderten Versuchen, deren Aufsummierung in dem Westen ökonomisch prohibitiv wäre, in China aber durch billige Energie subventioniert wird.

Passend dazu:

• DeepSeek V3.1 – Alarm für OpenAI & Co: Chinesische Open-Source-KI stellt etablierte Anbieter vor neue Herausforderungen

Die technologische Illusion des Westens: Warum die Überlegenheit von Nvidia-Chips eine Fiktion ist

Huang argumentiert, dass die neuesten US-amerikanischen KI-Modelle ihren chinesischen Konkurrenten nicht weit voraus sind. Dies ist eine unbequeme Wahrheit, die das westliche Vertrauen in technologische Überlegenheit unterminiert. Der Westen hat sich daran gewöhnt zu glauben, dass Nvidia-Chips und westliche KI-Modelle einfach besser sind, fortgeschrittener, eleganter. Trump selbst behauptet, dass der neue Blackwell-Chip zehn Jahre weiter ist als jeder andere Chip auf dem Planeten.

Dies ist eine Übertreibung, die möglicherweise auf einer Verwechslung zwischen Leistung und Marktsättigung beruht. Der Blackwell-Chip ist in der Tat beeindruckend, aber er ist nicht zehn Jahre weiter. Ein großer Teil der westlichen technologischen Überlegenheit beruht auf zwei Faktoren: Erstens auf proprietären Datensätzen, bei denen westliche Unternehmen Vorteile haben, zweitens auf jahrzehntelanger Erfahrung in der Optimierung von Hardware und Software.

Chinesische Unternehmen haben jedoch in beiden Bereichen rapide aufgeholt. DeepSeeks Modelle sind nicht schlechter als westliche Konkurrenten, sondern teilweise besser in spezifischen Domänen. Huaweis Ascend-Chips sind zwar nicht so weit entwickelt wie Nvidia-Chips, aber sie sind ausreichend gut, um viele praktische Anwendungen zu bewältigen. Das Perfektionismus-Problem des Westens, dass nur die beste Lösung gut genug ist, führt zu einem ökonomischen Nachteil gegenüber Chinas pragmatischem Satisficing-Ansatz, der “gut genug” akzeptiert.

Dies ist auch ein Beispiel für das, was man als die Überoptimierungsfalle bezeichnen könnte. Der Westen optimiert seine Chips und Modelle bis zur Perfektion, was teuer und zeitaufwändig ist. China baut schneller iterativ auf, was zu schnelleren Marktpenetrationen führt, auch wenn die Lösungen nicht perfekt sind. Ein imperfekter Chip, der verfügbar ist, ist besser als ein perfekter Chip, der nicht verfügbar ist.

Die regulatorische Strategie Chinas: Zentralplanung mit Sandboxen

China verfolgt einen interessanten Mittelweg zwischen zentraler Kontrolle und lokalem Experimentieren. Das Land hat über 20 nationale KI-Innovations-Pilotzonen gegründet, die als regulatorische Sandboxes fungieren. Dies sind Orte, an denen Unternehmen KI-Technologien unter einer gewissen regulatorischen Freiheit erproben können. Dies ist ein kluger Mechanismus, weil er Innovation erlaubt, aber innerhalb eines zentralen Rahmens bleibt.

Dies kontrastiert scharf mit dem amerikanischen System, bei dem Bundesstaaten compete sind, ihre eigenen Regeln zu schaffen, was zu Fragmentierung führt. In China ist die Fragmentierung zwar auch vorhanden, aber sie ist in einem einheitlichen nationalen KI-Strategierahmen organisiert. Dies ermöglicht schnellere Iteration auf nationaler Ebene, ohne dass jeder Bundesstaat seine eigenen Regeln neu erfinden muss.

Gleichzeitig hat China eine klare Regulierungsstrategie für KI-Inhalte und -Einsatz. Die chinesische Regierung behält sich die Kontrolle über die Inhalte vor, was bedeutet, dass KI-Modelle, die im Internet verfügbar sind, überwacht werden und sich an chinesische Normen halten müssen. Dies ist für westliche Liberale empörend, aber es hat auch den ökonomischen Vorteil, dass Unternehmen genau wissen, wohin ihre Entwicklung gehen soll. Es gibt keine regulatorische Unsicherheit.

Gleichzeitig fördert China aktiv Open-Source-KI-Modelle, besonders für Entwicklungsländer. Dies ist eine geopolitische Strategie, um den westlichen Monopol auf KI zu brechen und Schwellenländer in die chinesische technologische Sphäre zu ziehen. Wenn DeepSeeks Modelle in Afrika, Südamerika und Südostasien verbreitet werden, bedeutet das, dass diese Regionen nicht von OpenAI oder anderen westlichen KI-Anbietern abhängig sind, sondern von China.

Der westliche Optimismus als kulturelle Hemmung

Huang spricht von dem, was er als Zynismus des Westens bezeichnet. Dies ist eine überraschend kulturelle Diagnose eines technologischen Wettbewerbs. Was er damit meint, ist, dass der Westen ein Mentalitätsproblem hat. Der Westen sagt ständig, dass Regulierung Innovationen bremst, dass große Probleme nicht schnell genug gelöst werden, dass die Regierung inkompetent ist. Dies ist ständiges Klagen ohne Handeln.

China hingegen sagt, dass große Probleme schnell gelöst werden können, und baut dann. Die USA sagen, dass wir Kernkraftwerke brauchen, und bauen dann vielleicht eines. China sagt, dass wir zwei Dutzend Kernkraftwerke brauchen, und baut zwei Dutzend. Dies ist nicht primär eine Frage der Technologie, sondern eine Frage der kulturellen Überzeugung und institutionellen Fähigkeit.

Der Optimismus, den Huang fordert, ist nicht naiv. Es ist ein Optimismus, der auf der Erkenntnis basiert, dass große Infrastruktur-Herausforderungen gelöst werden können, wenn man nur die politische Entschlossenheit aufbringt. Historisch gesehen hatten die USA dies. Die Eisenbahnen, die Elektrifizierung, die Autobahn, der Raumfahrtprogramm, das Internet selbst, all das wurde durch große öffentliche Investitionen und Deregulierung ermöglicht. Doch in der gegenwärtigen Ära scheint der westliche Optimismus erschöpft zu sein.

Die energiepolitische Dimension: Warum die Energiewende und KI konkurrieren

Eine tiefere Frage liegt hier noch verborgen. Der massive Stromhunger von KI-Rechenzentren konkurriert mit der grünen Energiewende. Regierungen und Unternehmen haben sich zum Ziel gesetzt, bis 2050 oder 2045 emissionsfrei zu werden. Dies erfordert massive Investitionen in erneuerbare Energien und Atomkraft. Gleichzeitig wollen sie KI-Infrastruktur in beispiellosem Ausmaß aufbauen.

China hat gelöst, dass diese beiden Ziele nicht in Konflikt zu stehen brauchen, wenn man nur Prioritäten setzt. Das Land baut einerseits Kohleenergie aus, was ökologisch problematisch ist, konzentriert aber auch massive Ressourcen auf Erneuerbare und Atomkraft. Der Energiemix ist pragmatisch, nicht idealistisch.

Der Westen hat dagegen versucht, die Energiewende und Wirtschaftswachstum auf rein grünem Weg zu verbinden, was zu einer Art Lähmung führt. Man will Atomkraft, aber es dauert Jahrzehnte, ein Kraftwerk zu bauen. Man will erneuerbare Energien, aber diese sind variabel. Man will KI-Rechenzentren, aber man will auch die Klimakrise lösen. In China wird diese Spannung pragmatisch akzeptiert und nicht moralisch aufgelöst.

Microsoft-Chef Satya Nadella hat vor kurzem in einem Podcast erklärt, dass Microsoft Millionen von KI-Chips ungenutzt in Lagern herumliegen hat, weil die Stromversorgungsinfrastruktur nicht vorhanden ist. Dies ist das Gegenteil eines Fortschritts. Es ist eine Situation, in der das Kapital vorhanden ist, aber die physische Infrastruktur fehlt. Dies ist ein klassisches Versagen der Infrastrukturpolitik.

Huang’s Appell als Weckruf: Die ökonomische Implikation

Huang’s Aussage, dass China das KI-Rennen gewinnen wird, ist somit keine pessimistische Vorhersage, sondern ein ökonomischer Rationalitätsappell. Er sagt nicht, dass China technologisch besser ist oder innovativer. Er sagt, dass China die infrastrukturellen Voraussetzungen schafft, damit KI funktionieren kann, während der Westen diesen Weg blockiert.

Dies hat unmittelbare Implikationen für die Rentabilität von KI-Unternehmen. Ein Rechenzentrum in China, das Strom zu 50 Prozent geringeren Kosten erhält, kann entweder rentabler sein oder günstiger Dienste anbieten. Dies führt zu Preisdruck auf westliche KI-Anbieter. Wenn OpenAI ein KI-Modell zu 100 Dollar pro Trainingsrun anbietet, aber ein chinesisches Unternehmen dieselbe Dienstleistung zu 50 Dollar anbietet, wer wird gewinnen?

Die ökonomische Antwort ist einfach: Das günstigere Unternehmen wird den Markt dominieren. Dies gilt insbesondere für Märkte, auf denen Preis entscheidend ist, also Schwellenländer, und Märkte, in denen unbegrenzte Rechenkapazität benötigt wird, also Training von noch größeren Modellen.

Gleichzeitig gibt es für westliche Unternehmen einen psychologischen Effekt. Wenn chinesische Konkurrenten schneller sind und günstiger, werden Investoren skeptischer über die Rentabilität westlicher KI-Startups. Dies könnte zu einer Kreditverknappung führen, was wiederum Innovation bremst. Dies ist eine Art selbsterfüllende Prophezeiung: Der Pessimismus über westliche Wettbewerbsfähigkeit führt zu schlechteren Investitionsbedingungen, was wiederum die Wettbewerbsfähigkeit verschlechtert.

Die geopolitischen Dimensionen: KI als Macht

Hinter all diesen ökonomischen Faktoren steckt eine tiefere geopolitische Realität. KI wird nicht mehr als wissenschaftliche Errungenschaft oder wirtschaftliche Innovation verstanden, sondern als Instrument der Macht. Ein Land, das führend in KI ist, hat nicht nur ökonomische, sondern auch militärische und politische Vorteile.

Die Trump-Regierung versteht dies. Daher die harten Export-Beschränkungen auf Nvidia-Chips nach China. Daher die Ankündigung, dass die modernsten Chips nicht exportiert werden. Trump sagt, dass die fortgeschrittlichsten Technologien nicht außerhalb der USA verfügbar sein werden. Dies ist eine Art digitales Embargo, ähnlich den Embargos von Öl oder anderen kritischen Rohstoffen in früheren Phasen der Geopolitik.

Chinas Antwort ist pragmatisch: Wenn westliche Technologie nicht verfügbar ist, entwickeln wir unsere eigene. Dies ist ein klassisches Muster in der internationalen Wirtschaft. Länder, die von Technologie abgeschnitten werden, wenden massive Ressourcen auf, um diese Technologie selbst zu entwickeln. Die Sowjetunion machte das mit Raketentech und Atomkraft. China machte das mit Halbleitern und KI.

Die Illusion der westlichen Kontrolle

Ein wichtiger Punkt der Ironie liegt hier verborgen: Durch Export-Beschränkungen glaubt die USA, China kontrollieren zu können. In Realität führt dies nur dazu, dass China schneller autonome Lösungen entwickelt. DeepSeek ist teilweise ein Produkt dieser Beschränkungen. Wenn Nvidia-Chips frei verfügbar wären, hätten chinesische Unternehmen möglicherweise weniger Anreiz, eigene Architekturen zu entwickeln.

Huang hat dies gegenüber der US-Regierung wiederholt gesagt: Ein offener Markt, auf dem Nvidia domainant ist, ist für die USA besser als ein fragmentierter Markt, auf dem China eigene Lösungen entwickelt. Dies ist ein klassisches Fall von Boomerang-Effect, bei dem Versuche, ein anderes Land zu kontrollieren, zu unerwünschten Nebeneffekten führen.

Gleichzeitig gibt es hier auch einen Elemtent von ökonomischen Rationales bei der US-Regierung. Die Schwarzenlisten, die Export-Embargos sind nicht primär zur Kontrolle Chinas gedacht, sondern zur Zementierung der US-dominierten globalen Ordnung. Dies ist eine Frage von Hegemonie. Die USA wollen nicht nur selbst führend in KI sein, sondern auch alle anderen Länder von den besten KI-Chips abhängig machen.

Doch dies setzt voraus, dass die USA selbst ausreichend Kapazität hat, diese Anforderung zu erfüllen. Nvidia kann nicht genug Chips produzieren, um die weltweite Nachfrage zu befriedigen. Geschweige denn, dass die USA die Energieinfrastruktur haben, um KI für die ganze Welt bereitzustellen. Wenn Amerika dagegen anderen Ländern die besten KI verweigert, zwingen sie diese Länder, alternative Wege zu finden.

Das ökonomische Endergebnis: Wer wird KI dominieren?

Nach Schätzungen der Marktforschungsfirma CCID Consulting wird Chinas KI-Markt bis 2035 ein Volumen von 1,73 Billionen Yuan erreichen, was etwa 30,6 Prozent des weltweiten Gesamtvolumens entspricht. Dies wäre ein massiver Marktanteil, wenn man bedenkt, dass China 2024 mit etwa 15-20 Prozent des globalen KI-Marktes begann.

Die USA werden natürlich weiterhin ein riesiger KI-Markt sein. Aber der relative Anteil wird schrumpfen, wenn China mit den beschriebenen Strategien fortfährt. Dies ist die ökonomische Logik, die hinter Huang’s Aussage steckt. Es ist nicht, dass China technologisch überlegen wird. Es ist, dass China durch Infrastruktur und Energiesubventionierung den Preis für KI senkt und damit den Markt erobert.

Ein Punkt, der in westlichen Debatten oft übersehen wird, ist, dass Dominanz nicht bedeutet, dass ein Land immer die beste Technologie hat. Es bedeutet, dass ein Land den Markt dominiert. IBM hatte die beste Computertechnologie in den 1980er Jahren, verlor aber den PC-Markt an schnellere und günstigere Konkurrenten wie Compaq und später an asiatische Hersteller.

Die Parallele zu KI ist relevant. Der Westen könnte weiterhin bessere Modelle haben. Aber wenn chinesische KI billiger, schneller und gerade ausreichend gut ist, wird der Markt zu China gravitieren. Dies ist nicht eine Frage der technologischen Überlegenheit, sondern eine Frage der ökonomischen Effizienz.

Die Analyse zeigt: Während die USA zwar eine Deregulierungsagenda vorantreiben, vergessen sie, dass Deregulierung allein nicht ausreicht. Sie müssen auch die physische Infrastruktur bereitstellen, auf der diese Deregulierung Effekt zeigt. China hat erkannt, dass Energie der Engpass ist, nicht Regulierung, und subventioniert daher massiv Stromkosten. Dies schafft ökonomische Vorteile, die sich in geringeren Preisen und schnellerer Innovation translate. Die westliche Überzeugung, dass technologische Überlegenheit automatisch zu Marktdominanz führt, ist eine Illusion, die durch eine ökonomische Realität widerlegt wird, in der Preis und Verfügbarkeit wichtiger sind als theoretische Leistung. Huang’s Vorhersage ist somit nicht pessimistisch, sondern rational.

Branchenschwerpunkte: B2B, Digitalisierung (von KI bis XR), Maschinenbau, Logistik, Erneuerbare Energien und Industrie

Mehr dazu hier:

• Xpert Wirtschaft Hub

Ein Themenhub mit Einblicken und Fachwissen:

• Wissensplattform rund um die globale wie regionale Wirtschaft, Innovation und branchenspezifische Trends
• Sammlung von Analysen, Impulsen und Hintergründen aus unseren Schwerpunktbereichen
• Ein Ort für Expertise und Informationen zu aktuellen Entwicklungen in Wirtschaft und Technologie
• Themenhub für Unternehmen, die sich zu Märkten, Digitalisierung und Brancheninnovationen informieren möchten

☑️ Unsere Geschäftssprache ist Englisch oder Deutsch

☑️ NEU: Schriftverkehr in Ihrer Landessprache!

 

Gerne stehe ich Ihnen und mein Team als persönlicher Berater zur Verfügung.

Sie können mit mir Kontakt aufnehmen, indem Sie hier das Kontaktformular ausfüllen oder rufen Sie mich einfach unter +49 89 89 674 804 (München) an. Meine E-Mail Adresse lautet: wolfenstein∂xpert.digital

Ich freue mich auf unser gemeinsames Projekt.

 

 

☑️ KMU Support in der Strategie, Beratung, Planung und Umsetzung

☑️ Erstellung oder Neuausrichtung der Digitalstrategie und Digitalisierung

☑️ Ausbau und Optimierung der internationalen Vertriebsprozesse

☑️ Globale & Digitale B2B-Handelsplattformen

☑️ Pioneer Business Development / Marketing / PR / Messen

Xpert.Digital verfügt über tiefgehendes Wissen in verschiedenen Branchen. Dies erlaubt es uns, maßgeschneiderte Strategien zu entwickeln, die exakt auf die Anforderungen und Herausforderungen Ihres spezifischen Marktsegments zugeschnitten sind. Indem wir kontinuierlich Markttrends analysieren und Branchenentwicklungen verfolgen, können wir vorausschauend agieren und innovative Lösungen anbieten. Durch die Kombination aus Erfahrung und Wissen generieren wir einen Mehrwert und verschaffen unseren Kunden einen entscheidenden Wettbewerbsvorteil.

Mehr dazu hier:

• Nutzen Sie die 5fach Kompetenz von Xpert.Digital in einem Paket - schon ab 500 €/Monat