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:
12.11.2026

Neue Auszeichnungen: Bereits mehr als 100 Unternehmen haben VSE-Label

Bei der jüngsten Verleihung des Verified Social Enterprise-Labels (VSE) wurden 20 weitere österreichische Organisationen ausgezeichnet. Damit wurde erstmals die Marke von 100 Labels überschritten. Unter den neuen Labelträgern befindet sich auch erstmals eine österreichische Bank.
/artikel/neue-auszeichnungen-bereits-mehr-als-100-unternehmen-haben-vse-label
12.11.2026

Neue Auszeichnungen: Bereits mehr als 100 Unternehmen haben VSE-Label

Bei der jüngsten Verleihung des Verified Social Enterprise-Labels (VSE) wurden 20 weitere österreichische Organisationen ausgezeichnet. Damit wurde erstmals die Marke von 100 Labels überschritten. Unter den neuen Labelträgern befindet sich auch erstmals eine österreichische Bank.
/artikel/neue-auszeichnungen-bereits-mehr-als-100-unternehmen-haben-vse-label
(c) Austria Wirtschaftsservice GmbH/APA-Fotoservice/Martin Lusser

Am Mittwoch wurden in den Räumlichkeiten der Austria Wirtschaftsservice GmbH (aws) in Wien 20 Organisationen mit dem Verified Social Enterprise-Label (VSE) ausgezeichnet. Vier weitere erhielten eine Rezertifizierung. Seit der Einführung 2022 wurden damit insgesamt 105 Labels vergeben.

Lena Gansterer, stellvertretende Vorstandsvorsitzende des Social Entrepreneurship Network Austria (SENA), sprach von einem Meilenstein: „Wir freuen uns, dass wir heute das 100. VSE-Label verliehen haben.“

Überreicht wurden die Auszeichnungen von Staatssekretärin Elisabeth Zehetner, aws-Geschäftsführer Bernhard Sagmeister, Gansterer und WKÖ-Vizepräsidentin Bettina Dorfer-Pauschenwein. Die neuen Labelträger stammen aus acht Bundesländern.

Erste österreichische Bank mit VSE-Label ausgezeichnet

Die 20 ausgezeichneten Organisationen wurden in vier Themenbereiche eingeteilt: Kreislaufwirtschaft und Ressourcen, Gesellschaft und Zukunft, Bildung und Kompetenz sowie Teilhabe und Inklusion.

Eine Premiere gab es im Finanzsektor: Die Zweite Sparkasse erhielt als erstes österreichisches Bankinstitut das VSE-Label. Die 2006 gegründete Bank unterstützt Menschen in schwierigen finanziellen Lebenssituationen. Nach eigenen Angaben hat sie seit ihrer Gründung mehr als 28.000 Menschen begleitet.

Zu den weiteren ausgezeichneten Organisationen zählen WhiteRoot, das pflanzliches Ski- und Fahrradkettenwachs entwickelt, die Energiegenossenschaft OurPower sowie everyone codes, das Programmierausbildungen anbietet.

Vier Organisationen, darunter Sindbad und Zeitpolster, erhielten das Label nach drei Jahren erneut.

Was steckt hinter dem VSE-Label?

Das Verified Social Enterprise-Label wurde 2022 vom Wirtschaftsministerium gemeinsam mit der aws, SENA und der Wirtschaftskammer Österreich ins Leben gerufen. Es soll Unternehmen sichtbar machen, die wirtschaftliches Handeln mit einem positiven gesellschaftlichen oder ökologischen Beitrag verbinden.

Im Mittelpunkt steht das sogenannte „Impact First“-Prinzip: Die gesellschaftliche oder ökologische Wirkung muss der vorrangige Zweck der unternehmerischen Tätigkeit sein. Voraussetzung sind unter anderem ein tragfähiges Geschäftsmodell und ein öffentlich zugänglicher Wirkungsbericht. Das Label steht unterschiedlichen Rechtsformen offen und ist drei Jahre gültig.

Staatssekretärin Elisabeth Zehetner betonte die Bedeutung unternehmerischer Lösungen für gesellschaftliche Herausforderungen: „Wir haben so viele Herausforderungen in dieser Gesellschaft und jede Organisation von Ihnen versucht eine zu adressieren mit einem Geschäftsmodell.“

Auch aws-Geschäftsführer Bernhard Sagmeister sprach gesellschaftliche Verantwortung an und ging dabei auf die Geschlechterverteilung ein: „Ich freue mich, dass ich auch immer mehr Männer sehe, das halte ich auch für wichtig, weil soziales Engagement nicht irgendein Genderbias haben darf, sondern es ist wichtig, dass da die Männer genauso Verantwortung übernehmen wie die Frauen.“

Diskussion über die Bezeichnung „Social Enterprise“

Im Anschluss an die Verleihung stand die Vernetzung der ausgezeichneten Organisationen im Mittelpunkt. Die Teilnehmenden tauschten sich über ihre Geschäftsmodelle, Erfahrungen und Herausforderungen aus.

Dabei regte Robert Moosbrugger, Wirkungsmanager von TWIGA Sun Fruits, eine Diskussion über die Bezeichnung „Social Enterprise“ an. Seiner Ansicht nach sei der Begriff nicht für alle ausgezeichneten Unternehmen gleichermaßen passend, da sich deren Wirkung nicht ausschließlich auf soziale, sondern auch auf ökologische Bereiche erstrecke. Als mögliche Ergänzung brachte er deshalb den Begriff „Impact Enterprise“ ins Spiel.

SENA-Vizevorsitzende Lena Gansterer griff die Anregung auf und verwies auf ein Übersetzungsproblem. Während „sozial“ im Deutschen häufig im engeren Sinn mit sozialen Dienstleistungen oder der Unterstützung benachteiligter Menschen verbunden wird, umfasst das englische „social“ im Zusammenhang mit Social Entrepreneurship gesellschaftliche Anliegen im weiteren Sinn. Dazu gehört auch der Schutz der Umwelt und natürlicher Ressourcen.

Gansterer erklärte, dass sich SENA bereits mit der Begrifflichkeit beschäftige und verstärkt auf verständliche deutschsprachige Bezeichnungen setzen wolle. Ob es künftig zu einer Änderung des Labelnamens kommt, sei allerdings noch offen.

Neben dem Austausch innerhalb der Community soll künftig auch die Zusammenarbeit mit der öffentlichen Hand gestärkt werden. Für Anfang 2027 kündigte Gansterer einen gemeinsamen Roundtable mit dem Wirtschaftsministerium an. Dabei sollen Vertreter:innen verschiedener Ministerien zusammenkommen, um Möglichkeiten der Zusammenarbeit mit Social Enterprises auszuloten.

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