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

Emmi-Gründer Dennis Just: „Geld ist nicht das Problem, sondern die Qualität der Teams und Unternehmen“

Ein halbes Jahr nach dem Mega-Exit an Mistral ist Emmi AI Geschichte und Co-Founder Dennis Just als Mistrals Vice President Manufacturing für ein stark wachsendes Team am Standort Linz mitverantwortlich. Wir trafen Just am Rande der invest.austria conference zum Interview über die Umstellung nach dem Exit und über eine kantige These zum heimischen Startup-Ökosystem.
/artikel/emmi-gruender-dennis-just-geld-ist-nicht-das-problem-sondern-die-qualitaet-der-teams-und-unternehmen
16.11.2026

Emmi-Gründer Dennis Just: „Geld ist nicht das Problem, sondern die Qualität der Teams und Unternehmen“

Ein halbes Jahr nach dem Mega-Exit an Mistral ist Emmi AI Geschichte und Co-Founder Dennis Just als Mistrals Vice President Manufacturing für ein stark wachsendes Team am Standort Linz mitverantwortlich. Wir trafen Just am Rande der invest.austria conference zum Interview über die Umstellung nach dem Exit und über eine kantige These zum heimischen Startup-Ökosystem.
/artikel/emmi-gruender-dennis-just-geld-ist-nicht-das-problem-sondern-die-qualitaet-der-teams-und-unternehmen
Dennis Just | (c) brutkasten / Dominik Perlaki
Dennis Just | (c) brutkasten / Dominik Perlaki

Es war eine der größten News des Jahres im heimischen Startup-Ökosystem: Im Mai verkündete das auf Physics AI spezialisierte Linzer KI-Startup Emmi AI seinen Exit im dreistelligen Millionenbereich an den französischen KI-Riesen Mistral.

Schon damals lud brutkasten Co-Founder Dennis Just zum Interview. Rund ein halbes Jahr später trafen wir ihn, mittlerweile Vice President Manufacturing des Pariser Decacorns, im Rahmen der invest.austria conference in Wien erneut. Er erzählte uns über die (persönliche) Umstellung nach dem Exit und teilte eine durchaus provokante These, woran es im österreichischen Startup-Ökosystem tatsächlich mangle.


brutkasten: Wir haben vor ein paar Monaten über den Exit berichtet, du warst damals auch im Video-Interview bei uns im Studio. Was ist seitdem passiert?

Dennis Just: Viel. Emmi AI gibt es so nicht mehr, die Firma ist in Mistral aufgegangen. Wir haben aber immer noch einen wachsenden Standort in Linz, vor allem mit Fokus auf Physics AI und Physical AI – also alles, was Engineering und Robotics angeht. Wir skalieren dort weiter, haben aber natürlich jetzt innerhalb eines großen Unternehmens eine andere Aufgabe übernommen. Wir haben das Team quasi in zwei Teile geteilt, die immer noch sehr, sehr eng verbunden sind, aber unterschiedliche Themen innerhalb von Mistral bedienen.

Das eine ist der Research- und Science-Teil, den Johannes [Anm. Brandstetter, Emmi-Co-Founder] leitet. Das heißt, wir sind innerhalb von Mistral verantwortlich für das Thema Physik und Agentic Engineering – also alles, wo es um Orchestrierung etc. innerhalb von klassischem Research and Development geht.

Das zweite Vertical, das wir übernommen haben bzw. aufbauen, ist das Thema Industriekunden. Dazu zählen alle großen Kunden von Mistral, die nicht im Finance-Bereich und nicht im Government-Sektor sind. ASML war ja ein großes Announcement. Airbus und Samsung jetzt mit der Investmentrunde sind weitere Beispiele. Wir sind sozusagen verantwortlich für alles, was Presales und Post-Sales ist: Scoping, am Ende die Delivery von den Produkten und der Technologie, Integration in die Workflows, Orchestrierung.

Und wie war es auf persönlicher Ebene?

Für uns hat sich weniger verändert, was wir tun – wir haben dieselben Sachen vorher schon gemacht. Was sich klar unterschiedlich anfühlt, ist die Verantwortung, die man innerhalb von einem großen Ganzen trägt. Wir waren zwar in die Finanzierungsrunde von Mistral eingebunden, die jetzt stattgefunden hat, aber man führt sie halt nicht mehr selbst, was sich schon anders anfühlt. Wir sind im Leadership, aber wir sind nicht mehr in der Geschäftsführung. Das braucht persönlich ein bisschen Verarbeitungszeit, um damit klarzukommen und sich zurechtzufinden. Wir sind von einer 30- bis 35-Personen-Bude auf 800 zum Zeitpunkt der Akquise und jetzt gerade auf 1.500 Leute gewachsen. Wir wachsen um 200 Mitarbeiter im Monat. Diese Beschleunigung, die man da mitnimmt, ist einfach noch mal eine ganz andere.

Du hast bereits eine Karriere als Serial-Entrepreneur hinter dir, hast mehrere erfolgreiche Unternehmen gegründet, zuletzt eben Emmi. Jetzt bist du Vice President bei Mistral. Ist das das, was du auf Dauer machen willst, oder willst du irgendwann wieder ein eigenes Unternehmen gründen?

Die ehrliche Antwort ist: Es ist schon in irgendeiner Art und Weise komisch. Du bist halt nicht mehr in voller Kontrolle deines eigenen Inputs. Wenn du selbst spielst und verlierst, ist es okay, weil du weißt, dass du dafür verantwortlich bist. Aber hier bist du nicht mehr in voller Kontrolle. Gleichzeitig glaube ich – und wir drei Gründer haben denselben Gedanken –, dass die Reise für uns noch nicht zu Ende ist. Die Reise ist aus unserer Sicht erst zu Ende, wenn wir einen vernünftigen globalen Exit schaffen – und das kann eine Transaktion oder ein IPO mit dem Thema sein, das wir bedienen. Persönlich werde ich, glaube ich, nicht aufhören, Unternehmen zu gründen. Gleichzeitig werde ich nicht nächste Woche anfangen, ein neues Unternehmen zu gründen, denn dafür ist der Zug, auf dem wir gerade sitzen, und die Opportunität einfach zu groß.

Du hast in deiner Keynote hier auf der invest.austria conference einige außergewöhnliche Dinge gesagt. Auch hier wird das altbekannte Thema diskutiert: Wie schaffen wir es, dass in Österreich mehr Tech-Unternehmen skalieren? Du hast gesagt, das Problem siehst du gar nicht primär beim Kapital, sondern bei den Entrepreneurinnen und Entrepreneuren. Kannst du das noch einmal erläutern?

Super gerne. Das basiert natürlich sehr stark auf unserer eigenen Erfahrung als Serial Entrepreneure mit guten Kontakten – um das auch einzuordnen. Wir haben in Europa aus meiner Sicht für gute Ideen, gute Teams und gute Unternehmen kein Problem beim Kapital. Klar, wenn man auf eine Größe wie Mistral blickt, wo es um Milliarden-Fundings geht, sollte man vielleicht etwas tun. Aber im Bereich bis zu dreistelligen Millionensummen haben wir in Europa genug Vehikel, die guten Unternehmen und guten Teams Funding geben, je nachdem, in welcher Phase man ist.

Was wir in Österreich aus meiner Sicht aber nicht haben, sind gute Teams und gute Unternehmen in der Anzahl, in der wir sie bräuchten. Klar hast du die fonios, die Bitpandas, die Dynatraces dieser Welt, und es gibt immer mal ein paar Leuchttürme. Aber die Basis, von der aus wir arbeiten, ist sehr dünn. Meine Hypothese ist, dass Geld nicht das Problem ist, sondern die Qualität der Teams und der Unternehmen, in die das Geld fließt.

Wenn du ein gutes Team hast, ist es dir als opportunistischer Unternehmer auch egal, wo das Geld herkommt. Idealerweise kommt ein großer Teil aus dem lokalen Markt, aber es muss nicht zwingend so sein. In vielen Fällen ist es sogar gut, wenn es von außerhalb kommt, weil man das nutzen will, um international zu expandieren oder strategische Partnerschaften einzugehen.

Woran es aus meiner Sicht hakt, lässt sich mit den richtigen Incentives auf allen Seiten umschreiben. Wir haben gute Forschung, wir haben exzellente Techniker – schau dir Peter Steinberger bei OpenAI an, oder was Sepp Hochreiter an der JKU macht. Aber es gibt zu wenig Anreize, eigene Unternehmen zu gründen, es zu wagen und etwas aufzubauen. Es gibt verschiedene Wege, das auf mehreren Ebenen zu lösen, angefangen dabei, Professoren zu incentivieren. Das ist an der ETH Zürich übrigens Standard, dass eine gewisse Anzahl an Spinoffs hervorgebracht werden muss, um Momentum zu erzeugen. Ich glaube nicht, dass es an Acceleratoren scheitert, sondern wirklich an fundamentalen Anreizen und an Experten, die dabei helfen, das Ganze zu ermöglichen.

Das ist natürlich etwas, was Teil einer Spinoff-Strategie sein könnte, an der ja auch immer wieder gearbeitet wird… Auf einer Konferenz wie dieser ist generell die Frage, was die Politik machen kann, ein großes Thema. Wenn ich dir zuhöre, klingt dein Befund nicht unbedingt nach etwas, wo man sofort einen Hebel der Politik ansetzen kann. Siehst du trotzdem Dinge, die die Politik beitragen könnte?

Wo die Politik am meisten helfen kann, ist, die richtigen Anreize und Freiheiten auf universitärer Ebene zu setzen, weil die Universitäten am Ende von der Politik gesteuert werden. Der private Markt hingegen reguliert sich selbst. Es ist zwar schön, dass wir einen 500-Millionen-Dachfonds haben, aber die Frage bleibt: Wo soll der investieren? Du hast die Invest AG, dann zwei größere VCs und vielleicht drei, vier kleinere. Die haben kein Geldproblem, die haben eher ein Return-Problem. Ich würde den größten Hebel darin sehen, die Infrastruktur und die Anreize zu schaffen, statt mit Muskelkraft hineinzugehen. Man muss den Rahmen setzen – der Rest passiert dann ganz von alleine.

Du sprichst von Spinoffs. Bitpanda war Österreichs erstes Unicorn und ist kein Spinoff. Wenn man sich weltweit umsieht, sind auch längst nicht alle erfolgreichen Tech-Unternehmen als Spinoff gestartet. Was könnte man abseits des universitären Bereichs tun, um das Unternehmertum zu fördern? In den USA funktioniert es ja auch bei Nicht-Spinoffs deutlich besser…

Absolut. Für mich ist das Thema Spinoff ein Ankerpunkt, der sehr greifbar und verständlich ist, deshalb nutzt man ihn gerne als Beispiel. Am Ende muss sich die Kultur ändern. Alle jüngeren Unternehmen, die groß geworden sind – und dann wie GoStudent vielleicht auch wieder kleiner –, kommen aus einer Bildungsschicht, die weiß, wie man Software oder Machine-Learning-Modelle baut. Ich würde grundsätzlich immer in der Phase Ende Schule / Anfang Studium ansetzen, weil das die Phase ist, in der man am stärksten geprägt wird.

Man muss irgendwo anfangen: Wenn man in einem Bereich spezielles Know-how hat und die richtigen Anreize setzt, entstehen automatisch Unternehmen, die an der Weltspitze stehen, die automatisch Funding anziehen und Wert schaffen. Ich würde klar definieren, in welchen Bereichen man Weltspitze sein will, und forschungsseitig gezielt dorthin investieren. Das steht im Moment konträr zur aktuellen Hochschulfinanzierungsthematik, die in der Szene sehr kritisch gesehen wird und eigentlich das falsche Signal setzt.

Was sich im Kern ändern muss, ist aber auch die Kultur – und Kultur ändert sich am langsamsten. Da fehlen mir auch die Patentrezepte, wie man am besten ansetzt. Aber Kultur ändert sich am besten über Gewohnheiten, und Gewohnheiten entstehen durch sichtbare Erfolge.

Daran möchte ich meine letzte Frage anschließen: Du hast in deiner Keynote erwähnt, dass du deine Laufbahn im E-Sport begonnen hast und dort gelernt hast, immer den ersten Platz belegen zu wollen. Kann man dieses Mindset aufbauen? Oder hat man das einfach oder eben nicht?

Gefühlt bekommt man das schon früh in der Erziehung mit. Ich weiß nicht, ob man Ambition oder einen solchen Anspruch künstlich erzeugen kann, aber es ist definitiv etwas Kulturelles. Wenn du Eltern hast, die selbst unternehmerisch tätig waren, wirst du viel eher in diese Richtung geprägt. Es geht um ein kompetitives Verhalten – das im Übrigen auch nicht immer gesund ist, das will ich gar nicht schönreden –, aber man muss irgendwo anfangen. Die Eier und die Ambition zu haben, sich das Ziel ganz nach oben zu setzen und eben nicht nur mitschwimmen zu wollen, ist übrigens nichts, was die Politik verordnen sollte. Die Politik incentiviert aber ohnehin eher das Mitschwimmen.

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