Chinas KI-Industrie: Wächst der Rückstand zu den USA oder schließt sich die Lücke?
ℹKeine Anlageberatung • Nur zu Informationszwecken
Die Debatte um die globale Führungsrolle in der Künstlichen Intelligenz (KI) ist komplex und von unterschiedlichen Einschätzungen geprägt. Während einige Experten eine rasante Aufholjagd Chinas sehen, vertritt ein ehemaliger ByteDance-Ingenieur die Ansicht, dass der Rückstand zu den USA sich sogar vergrößert.
Chinas KI-Rückstand: Eine Insider-Perspektive
Zhang Chi, ein Forschungswissenschaftler und Assistenzprofessor an der Peking-Universität, der etwa ein Jahr bei ByteDance an KI-Modellen arbeitete, äußert sich kritisch zur Entwicklung in China. Er glaubt, dass die chinesische KI-Industrie "immer noch weit hinterherhinkt" und der Abstand "sehr traurig" größer wird. Diese Einschätzung teilt er im "Into Asia"-Podcast.
Zhang Chi, der an der Zhejiang University Informatik studierte und seinen PhD in KI an der University of California, Los Angeles, absolvierte, bevor er 2021 nach China zurückkehrte und unter anderem bei ByteDance als Large Language Model (LLM) Engineer tätig war, sieht die Probleme tiefergehend. Obwohl Modelle von Unternehmen wie ByteDance (Muttergesellschaft von TikTok) und Alibaba auf Benchmarks gut abschneiden mögen, bedeute dies nicht, dass sie in der realen Welt ebenso gut funktionieren. Viele Teams konzentrierten sich auf "Benchmaxxing", also die Optimierung für Testergebnisse statt für praktische Leistung.
Herausforderungen bei Geschwindigkeit, Infrastruktur und Daten
Ein zentrales Problem ist laut Zhang Chi die Iterationsgeschwindigkeit. Er vergleicht die Entwicklungszyklen: "Google kann eine vollständige Runde des LLM-Trainings, sowohl Pre-Training als auch Post-Training, in drei Monaten durchführen." Bei ByteDance sei dies "wahrscheinlich nur einmal in einem halben Jahr" möglich.
Zudem weist er auf strukturelle Nachteile Chinas hin, darunter der Zugang zu fortschrittlichen Chips, eine schwächere Infrastruktur und eine geringere Qualität der Trainingsdaten. "Es gibt einen riesigen Unterschied zwischen der Infrastruktur bei Google und ByteDance", so Zhang Chi. Er fügt hinzu, dass einige chinesische Unternehmen auf die Destillation von Outputs führender US-Modelle setzen, anstatt eigene Datenpipelines aufzubauen, was den langfristigen Fortschritt behindern könnte. US-Firmen profitierten zudem von stärkeren Nutzer-Feedback-Schleifen, die Modelle wie ChatGPT, Claude und Gemini kontinuierlich verbessern.
Konträre Ansichten und der Stanford AI Index Report
Zhang Chis pessimistische Einschätzung steht im Gegensatz zu den Meinungen einiger prominenter Persönlichkeiten der Tech-Branche. Nvidia-CEO Jensen Huang warnte, dass die USA Gefahr laufen, ins Hintertreffen zu geraten. Elon Musk äußerte, Chinas Vorteile bei Energie und Rechenleistung könnten dem Land helfen, Rivalen zu überholen. Auch KI-Pionier Geoffrey Hinton sieht den Vorsprung der USA als möglicherweise geringer an, als er erscheint.
Der Stanford University's 2026 AI Index Report, der jährlich vom Institute for Human-Centred Artificial Intelligence veröffentlicht wird, liefert eine differenzierte Perspektive. Der Bericht kommt zu dem Schluss, dass die Annahme eines dauerhaften US-Vorsprungs bei der KI-Modellleistung nicht gut durch Daten gestützt wird.
Modellleistung und strukturelle Schwachstellen
Laut dem Stanford-Bericht haben US-amerikanische und chinesische Modelle seit Anfang 2025 mehrfach die Spitzenposition in der Leistung getauscht. Im Februar 2025 erreichte DeepSeek-R1 kurzzeitig die Leistung des führenden US-Modells. Im März 2026 führte Anthropic's Top-Modell mit nur 2,7 %. Die USA produzieren zwar immer noch mehr Top-Tier-KI-Modelle (50 Modelle im Jahr 2025 gegenüber 30 in China) und halten höherwertige Patente. China führt jedoch bei der Publikationsmenge, dem Zitationsanteil und den Patentvergaben. Der Anteil Chinas an den 100 meistzitierten KI-Papieren stieg von 33 im Jahr 2021 auf 41 im Jahr 2024.
Der Bericht identifiziert zudem eine strukturelle Schwachstelle in der KI-Infrastruktur. Die USA verfügen über 5.427 Rechenzentren – mehr als zehnmal so viele wie jedes andere Land. Jedoch wird fast jeder führende KI-Chip in diesen Zentren von einem einzigen Unternehmen, TSMC, in Taiwan gefertigt. Die gesamte globale Lieferkette für KI-Hardware läuft somit über eine einzige Gießerei, obwohl eine TSMC-Erweiterung in den USA 2025 den Betrieb aufnahm.
Herausforderungen bei der KI-Sicherheit
Ein weiterer kritischer Punkt, den der Stanford-Bericht hervorhebt, ist das mangelnde Tempo bei der Bewertung von KI-Modellen hinsichtlich ihrer Sicherheit und potenziellen Schäden. Während fast jeder Entwickler von Frontier-Modellen Ergebnisse zu Leistungs-Benchmarks veröffentlicht, trifft dies nicht auf Benchmarks für verantwortungsvolle KI zu. Die Lücke zwischen den Fähigkeiten der Modelle und der rigorosen Bewertung ihrer potenziellen Risiken hat sich nicht geschlossen, sondern vergrößert.
Zusammenfassend lässt sich sagen, dass die Einschätzung der KI-Landschaft zwischen den USA und China vielschichtig ist. Während die Modellleistung laut dem Stanford-Bericht näher beieinander liegt, weisen Insider wie Zhang Chi auf tiefgreifende strukturelle und qualitative Defizite in Chinas KI-Entwicklung hin, die den Rückstand vergrößern könnten.