29.01.2025
KÜNSTLICHE INTELLIGENZ

Revolutionär oder überschätzt? Was DeepSeek für die KI-Welt bedeutet

Gastbeitrag. Kostengünstig trainiert, Open Source und aus China: Das neue KI-Modell DeepSeek sorgt aktuell für Aufsehen. Aber wie gut ist es wirklich und welche Folgen wird es mit sich ziehen? Apollo.ai-Co-Founder Mic Hirschbrich ordnet ein.
/artikel/deepseek-mic-hirschbrich
Mic Hirschbrich, KI-Experte und Co-Founder von Apollo.ai
Mic Hirschbrich, KI-Experte und Co-Founder von Apollo.ai | Foto: brutkasten, Adobe Stock

Die KI-Welt wurde vor wenigen Tagen von einer Nachricht erschüttert: DeepSeek, ein chinesisches Open-Source-Sprachmodell, soll mit nur 6 Millionen US-Dollar trainiert worden sein. Ein Betrag, der im Vergleich zu den Milliarden, die für GPT-4 oder Claude-Modelle aufgewendet wurden, verschwindend gering erscheint.

Doch wie konnte das möglich sein? Welche Implikationen hat das für den Markt? Und ist die Panik an der Börse – insbesondere bei Nvidia – gerechtfertigt? Eine Analyse.

Das Rätsel um die niedrigen Kosten.

Eines ist klar: Die genaue Hardware-Infrastruktur, mit der DeepSeek trainiert wurde, ist nicht offengelegt. Aufgrund von US-Exportbeschränkungen ist es auch unwahrscheinlich, dass Nvidia-Hardware in großem Umfang zum Einsatz kam oder dies gegebenenfalls der Medienöffentlichkeit gegenüber je offengelegt wird.

Folgende Hypothesen werden diskutiert und werden teilweise durch publizierte Dokumentationen gestützt:

  • Durch innovative Algorithmen könnte die Effizienz des Trainings erheblich verbessert worden sein. Methoden wie Low-Rank Adaptation (LoRA) oder Quantisierung reduzierten demnach den Rechenaufwand, mitunter erheblich.
  • DeepSeek könnte zudem von existierenden Modellen gelernt haben. Mittels dem sogenannten „Knowledge Destillation“ lassen sich leistungsfähige Modelle mit deutlich geringerem Rechenaufwand trainieren, indem sie aus den Antworten bereits bestehender KIs lernen. Dieser Vorwurf wird noch aus 2-facher Richtung beleuchtet werden, nämlich ob und in welchem Umfang dies stattfand und inwiefern das problematisch sein könnte und künftig zu verhindern wäre.
  • Spekuliert wird zudem, dass das Modell mit einer optimierten Architektur arbeiten könnte, die es ermöglicht, mit weniger Rechenleistung eine vergleichbare Leistung zu erzielen.

Doch was in der (fast schon zu) lauten Diskussion fast vollends untergeht: Die Bereitstellung und der Betrieb eines leistungsfähigen Sprachmodells kostet immense Summen, nicht nur das Training. Hosting, API-Anfragen und die globale Skalierung verursachen hohe laufende Kosten.

Dass DeepSeek also mit 6 Millionen Dollar für das Training auskam wird von vielen bezweifelt. Dass der zentrale Betrieb für potentiell hunderte Millionen User dementsprechend kostengünstig sein kann, erst recht. Dem Markt und den Nutzern würde hier mehr Transparenz gut tun. 

Reaktionen der Märkte: Nvidia-Absturz übertrieben?

Als die Nachricht von DeepSeek bekannt wurde, erlebte Nvidia einen massiven Kursrückgang. Doch ist dieser in diesem Ausmaß gerechtfertigt? Das hängt auch davon ab, welche Annahmen bei der Hardware-Skalierung börslich eingepreist wurden und die Antwort darauf ist vielschichtig. Für viele scheinen die Nachrichten eines dramatisch effizienter trainierenden LLMs alarmierend gewesen zu sein. 

Trotz der potenziellen Effizienzgewinne bleibt aber eines sicher: KI wird weiterhin enorme Mengen an Rechenleistung und Chips benötigen. Zumal die Ziele ja noch lange nicht erreicht sind, strebt man doch nach der „Agent-Revolution“ nichts geringeres als AGI-Führerschaft an.

Die steigende Nachfrage nach Hochleistungsrechenzentren, die KI-Modelle hosten und betreiben, bleibt mit Sicherheit bestehen. Und gerade wenn sich Open-Source-Modelle weiter etablieren, könnte der Bedarf an Infrastrukturen steigen, auch hier stehen wir erst ganz am Beginn globaler Markt-Positionierungen.

Warum DeepSeek vorerst erfolgreich ist:

DeepSeek hat eine kluge Strategie verfolgt:

  • Das Modell wurde sofort direkt für die Öffentlichkeit freigegeben. Innerhalb weniger Tage erzielte es so millionenfache Installationen und avancierte zur meistgenutzten KI und stieß, zumindest im App Store, sogar ChatGPT vom Thron.
  • Open Source ermöglichte zusätzlich eine hohe Verbreitungsgeschwindigkeit. Entwickler weltweit testen das Modell und integrieren es in Anwendungen. Doch um sich langfristig in diesem Markt zu halten braucht es klare Use Cases und – vor allem – Vertrauen (sic!) in die „Integrität“ der Modelle und Anbieter. 

Wie wird die Antwort auf DeepSeek lauten?

Die etablierten KI-Giganten OpenAI, Google DeepMind und Gemini, Anthropic und Co haben einen Vorteil: Gigantische Infrastrukturen, tiefe Taschen und den Zugang zu Hunderttausenden von Nvidia-Chips. Sie werden sich die Verbesserungsmethoden nun genau ansehen, dort wo sinnvoll integrieren und mit ihrer überlegenen Infrastruktur kombinieren. Damit könnte das Rennen wieder neue Dynamik entfalten, die am Ende aber gut für die Märkte ist, da der Konkurrenz-Druck zu guten Modellen immer weiter steigt. 

Die unterschätzte geopolitische Dimension von LLMs

Was wir bei all dem spannenden technologische Implikationen nicht vergessen dürfen: LLMs sind nicht nur Technologie, sie sind auch inhärent politisch. In einem früheren Kommentar schrieb ich einmal: Sie sind das wichtigste und einflussreichste – kulturelle Exportgut, das eine moderne Nation hervorbringen kann.

Jedes große Sprachmodell transportiert – auch – Werte, Weltanschauungen und ethische Grundsätze. Und dazu braucht keiner der Anbieter mit den Finger zu zeigen, denn das gilt für alle. Der geopolitische Druck auf Unternehmen und auch die EU, eigene Modelle zu entwickeln, wird daher umso mehr steigen.

Altmanns Herausforderung: Der Wandel des Narrativs

Für OpenAI und Sam Altman ergibt sich eine neue Herausforderung: Bisher war ein zentrales Argument für Investoren, dass Transformer-Modelle enorme Rechenleistung benötigten und neben der Logik  die schiere Übermacht an Rechenleistung für die Qualität generativer Modelle sorgen. Wenn DeepSeek zeigt, dass vergleichbare Modelle mit geringeren Kosten trainiert werden können, wird das OpenAI unter Druck setzen, ihr Finanzierungsmodell neu zu rechtfertigen. 

Interessant ist, dass selbst OpenAI-Researcher und Sam Altman die Leistung von DeepSeek auch öffentlich in sozialen Medien anerkennen und das doch sehr zeitnah, noch bevor man sich detailliert mit dem Rivalen beschäftigen konnte. Ob das Narrativ von der notwendigen, exorbitanten Rechenleistung für Top-Modelle aufrechterhalten werden kann, bleibt abzuwarten und besonders spannend. Und einer ist von dieser Markt-Einschätzung besonders betroffen: Branchen-Primus Nvidia. 

Fazit und Ausblick für Europa?

Europa hat hier eine Chance. Der europäische Datenmarkt gilt als qualitativ hochwertig. Intelligente, spezialisierte KI-Lösungen, die mit diesen Daten arbeiten, könnten eine neue Exportgeneration smarter Anwendungen hervorbringen.

KI wird immer mehr zu einem Commodity-Gut und Konkurrenz und Diversifikation ist dabei prinzipiell etwas Positives. Ich spreche dazu in meinen Vorträgen seit vielen Jahren. Die Grenzkosten für Intelligenz werden weiter sinken und die generativen Angebote austauschbar werden.

Der wahre Mehrwert von KI  für Europa wird in spezialisierten B2B-Anwendungen liegen. Die Zeit, in der das Modell selbst das Alleinstellungsmerkmal war, wird sich bald dem Ende neigen. Der Fokus verschiebt sich zunehmend auf belastbare und sichere Anwendungen, die einen messbaren Mehrwert stiften.


Mic Hirschbrich in der brutkasten-Videoserie „No Hype KI“ – Wie verändert künstliche Intelligenz Geschäftsmodelle?

Deine ungelesenen Artikel:
16.11.2026

Wiener Unternehmen 3Binfra entwickelt mit RailCity virtuelle Eisenbahn

66 Kilometer Schienennetz, vier Bahnlinien und 50 virtuelle Mitarbeitende: Das Wiener Softwareunternehmen 3Binfra hat mit RailCity eine digitale Referenzbahn entwickelt. Sie soll die Entwicklung und Einführung von Softwarelösungen für Bahninfrastruktur vereinfachen.
/artikel/wiener-unternehmen-3binfra-entwickelt-mit-railcity-virtuelle-eisenbahn
16.11.2026

Wiener Unternehmen 3Binfra entwickelt mit RailCity virtuelle Eisenbahn

66 Kilometer Schienennetz, vier Bahnlinien und 50 virtuelle Mitarbeitende: Das Wiener Softwareunternehmen 3Binfra hat mit RailCity eine digitale Referenzbahn entwickelt. Sie soll die Entwicklung und Einführung von Softwarelösungen für Bahninfrastruktur vereinfachen.
/artikel/wiener-unternehmen-3binfra-entwickelt-mit-railcity-virtuelle-eisenbahn
CEO von 3Binfra: Stefan Pertl | (c) 3Binfra

Gleise, Weichen, Brücken und Tunnel haben eines gemeinsam: Sie müssen über Jahrzehnte hinweg instand gehalten werden. Für Bahninfrastrukturbetreiber bedeutet das hohe Kosten und komplexe technische Herausforderungen. Genau hier setzt das Wiener Softwareunternehmen 3Binfra an.

Das Unternehmen wurde 2007 von Stefan Pertl gegründet. Zuvor hatte er rund zehn Jahre in Deutschland für Bahnunternehmen gearbeitet. Dabei fiel ihm auf, dass sich viele Aufgaben bei unterschiedlichen Bahnbetreibern wiederholten, es aber an spezialisierter Software fehlte.

„Wir haben uns recht naiv gedacht: Machen wir doch eine Standardsoftware für Eisenbahninfrastruktur“, erzählt Pertl. Der Einstieg in den Markt gestaltete sich anfangs herausfordernd. 2015 gewann das Unternehmen mit den ÖBB und der ungarischen MÁV zwei Großkunden. Mittlerweile setzen über 15 Bahnkunden auf die Softwareplattform Infralife, mit der Bahninfrastruktur verwaltet und Instandhaltungsmaßnahmen geplant werden können.

RailCity bündelt Erfahrungen von 15 Bahnkunden

Im September 2026 stellte 3Binfra auf der Verkehrsfachmesse InnoTrans in Berlin sein neues Projekt RailCity vor. Dahinter steckt keine neue Software, sondern eine virtuelle Referenzbahn, die das Wissen aus den bisherigen Kundenprojekten des Unternehmens bündelt.

„Wir brauchen ein Modell einer harmonisierten Bahn, ein Modell, das für alle Bahnen funktioniert“, erklärt Pertl. Denn obwohl sich die Anforderungen unterschiedlicher Bahnbetreiber häufig ähneln, unterscheiden sich ihre technischen Systeme und organisatorischen Abläufe.

RailCity bildet deshalb ein fiktives, 66 Kilometer langes Schienennetz mit vier unterschiedlichen Streckentypen ab: einer Gebirgsbahn, einer Regionalstrecke, einer Intercity-Strecke und einer Industriebahn. Das Modell umfasst Tausende Infrastrukturanlagen, darunter Gleise, Weichen, Brücken, Signalanlagen und Bahnhöfe. Hinzu kommen technische Regelwerke, typische Arbeitsabläufe und eine virtuelle Organisation mit rund 50 Mitarbeitenden.

„Das RailCity-Modell ist keine Software, sondern bündelt unser gesamtes Bahn-Domänenwissen“, betont Pertl. Vereinfacht gesagt liefert RailCity eine digitale Mustereisenbahn samt realistischen Daten und Abläufe. Jede Anlage hat einen definierten Standort innerhalb des Netzes sowie eine virtuelle Historie, die ihren Zustand, ihre Wartung und ihre Entwicklung über Jahrzehnte abbildet.

Auf dieser Grundlage können unterschiedliche Wartungsstrategien, Zustandsbewertungen und Managementansätze getestet und verglichen werden. Die Daten lassen sich grundsätzlich in verschiedenen Softwarelösungen verwenden. 3Binfra selbst nutzt dafür seine bestehende Plattform Infralife.

„Infrastruktur erlebbar machen“

RailCity soll vor allem die Entwicklung, Demonstration und Einführung neuer Softwarefunktionen erleichtern. Statt dafür auf die Daten einzelner Bahnkunden zurückzugreifen, kann 3Binfra neue Funktionen anhand der virtuellen Referenzbahn zeigen. Auch potenziellen Neukunden soll das Modell veranschaulichen, wie eine Softwarelösung in ihrer eigenen Infrastruktur eingesetzt werden könnte. Pertl bezeichnet RailCity deshalb als „Projektbeschleuniger“.

„Es ist eine Spielwiese mit realistischen Daten“, sagt Pertl. Sein Ziel sei es, die komplexen Prozesse der Bahnbranche verständlicher darzustellen und damit „Infrastruktur erlebbar zu machen“. Langfristig soll RailCity auch anderen Softwareanbietern, Forschungseinrichtungen und Universitäten offenstehen. 3Binfra verfolgt damit das Ziel, eine gemeinsame europäische Referenz für Bahninfrastruktur zu schaffen.

KI soll virtuellen Bahnbetrieb simulieren

Künstliche Intelligenz spielte bei der Erstellung des Referenzsystems eine Rolle. Sie half dabei, tausende Anlagen mit realistischen Daten und einer bis zu 100-jährigen Historie auszustatten. Pertl stellt allerdings klar: „Das RailCity-Modell selbst ist eine AI-freie Zone.“ Die grundlegende Struktur, die Regelwerke und organisatorischen Abläufe basieren auf dem Fachwissen des Unternehmens. KI wurde eingesetzt, um die Datenbestände in großem Umfang aufzubauen.

Künftig sollen jedoch KI-Agenten auch den laufenden Betrieb der virtuellen Eisenbahn unterstützen, indem sie beispielsweise Störungen und Arbeitsabläufe simulieren. Diese Funktionen befinden sich laut Pertl noch in Entwicklung.

Eigenfinanziert mit rund 40 Mitarbeitenden

3Binfra beschäftigt derzeit rund 40 Personen, davon 35 Festangestellte in Wien. Etwa die Hälfte des Teams arbeitet im IT-Bereich, die andere Hälfte besteht aus Eisenbahnexpert:innen. Das Unternehmen finanziert sich laut Pertl aus dem eigenen Cashflow.

Mit RailCity will 3Binfra nicht nur seine bestehende Software weiterentwickeln, sondern auch den Austausch innerhalb der Bahnbranche fördern. Langfristig sollen weitere Unternehmen und Forschungseinrichtungen an dem Modell mitarbeiten.

„Schön wäre es natürlich, wenn auf RailCity nicht nur 3Binfra draufsteht, sondern vielleicht auch andere Namen“, sagt Pertl. Für ihn steht fest, dass die Weitergabe von Wissen ein wichtiger Bestandteil der künftigen Entwicklung ist: „Wer nichts verrät und nichts zeigt, wird keinen Erfolg haben.“

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

Revolutionär oder überschätzt? Was DeepSeek für die KI-Welt bedeutet

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Revolutionär oder überschätzt? Was DeepSeek für die KI-Welt bedeutet

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Revolutionär oder überschätzt? Was DeepSeek für die KI-Welt bedeutet

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Revolutionär oder überschätzt? Was DeepSeek für die KI-Welt bedeutet

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Revolutionär oder überschätzt? Was DeepSeek für die KI-Welt bedeutet

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Revolutionär oder überschätzt? Was DeepSeek für die KI-Welt bedeutet

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Revolutionär oder überschätzt? Was DeepSeek für die KI-Welt bedeutet

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Revolutionär oder überschätzt? Was DeepSeek für die KI-Welt bedeutet

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Revolutionär oder überschätzt? Was DeepSeek für die KI-Welt bedeutet