Auswirkungen auf den Sekundärmarkt
(1) Kurzfristige Auswirkungen auf den US-AI-Markt
- DeepSeek sorgt kurzfristig für Turbulenzen, insbesondere in den USA.
- Aktienkurse sind betroffen, da die Nachfrage nach Pretraining langsamer wächst und Post-Training sowie Inference-Scaling noch nicht schnell genug skaliert haben.
(2) Einfluss auf Hardware- und Chip-Hersteller
- DeepSeek nutzt FP8 statt FP16, was eine optimierte Nutzung begrenzter Rechenkapazitäten ermöglicht.
- Letzte Woche hatte DeepSeek große Auswirkungen in Nordamerika: Mark Zuckerberg erhöhte die Prognose für Meta’s Investitionen. NVIDIA und TSMC fielen, während Broadcom als einziger Gewinner hervorging.
(3) Einfluss auf NVIDIA und Marktstruktur
- Analysten befürchten Lücken („Air Pockets“) in NVIDIAs Umstellung von H- auf B-Karten, was den Aktienkurs kurzfristig belasten könnte.
- Dennoch könnte dies langfristig eine Chance für Investoren darstellen.
- Die niedrigen Trainingskosten von DeepSeek sorgen kurzfristig für Marktreaktionen (z. B. auf NVIDIAs Aktienkurs).
- Langfristig bleibt KI ein Wachstumsmarkt, insbesondere wenn CUDA der bevorzugte Standard bleibt – dann bleibt auch der Bedarf an Hochleistungs-Hardware hoch.
Open Source vs. Closed Source: „Wenn die Fähigkeiten ähnlich sind, ist es eine Herausforderung für Closed Source“
(1) DeepSeek als Katalysator für die Open- vs. Closed-Source-Debatte
- DeepSeek erregt Aufmerksamkeit, weil es den Konflikt zwischen Open- und Closed-Source-Modellen verstärkt.
- OpenAI und andere könnten ihre besten Modelle zurückhalten, um ihre technologische Führung zu schützen.
- Doch nach DeepSeeks Veröffentlichung könnten andere Unternehmen gezwungen sein, ebenfalls mehr offenzulegen.
(2) Auswirkungen auf Tech-Unternehmen und Cloud-Anbieter
- Amazon & Co. haben noch keine Änderungen vorgenommen, sie folgen weiterhin ihren bestehenden Plänen.
- Open- und Closed-Source-Modelle existieren derzeit nebeneinander, insbesondere weil Cloud-Anbieter beide unterstützen.
- Universitäten und kleine Labore werden sich wahrscheinlich für DeepSeek entscheiden, da es kostenlos zugänglich ist – es gibt jedoch keine direkte Konkurrenz zu großen Cloud-Anbietern.
- DeepSeek ist in Bereichen wie „Tool Use“ und Sicherheit noch nicht so ausgereift wie Anthropic, was für eine langfristige Akzeptanz in westlichen Märkten wichtig wäre.
(3) Open Source als potenzielle Gefahr für Closed-Source-Modelle
- Open Source setzt Preisdruck auf den gesamten Markt.
- Wenn Open-Source-Modelle 95 % der Leistung von Closed-Source-Modellen erreichen, stellt sich die Frage, ob teure Closed-Source-Modelle noch wettbewerbsfähig sind.
- Falls Open Source und Closed Source technologisch gleichwertig werden, wäre dies eine große Bedrohung für Closed-Source-Ansätze.
DeepSeeks Bedeutung für China: „Wichtiger als die Technologie ist die Vision“
(1) DeepSeek beweist Chinas KI-Fortschritt
- DeepSeeks Erfolg zeigt, dass China in der KI nicht zwei Jahre hinter den USA liegt, sondern nur 3–9 Monate – oder in manchen Bereichen sogar weiter vorne ist.
- Historisch gesehen hat China oft Technologien durchbrochen, bei denen es von den USA blockiert wurde – und KI könnte ein ähnliches Beispiel sein.
(2) Internationale Wahrnehmung und technologische Führung
- DeepSeek ist kein Zufallsprodukt, sondern das Ergebnis kontinuierlicher Entwicklung.
- Der Erfolg von R1 hat das Bewusstsein für Chinas KI-Fortschritte in den USA geschärft, insbesondere in den höchsten Entscheidungsebenen.
(3) Chinas Vorteil: Effiziente Nutzung begrenzter Rechenleistung
- China kann durch Ingenieurskunst kompensieren, was es an Rechenkapazität fehlt.
- Chinesische KI-Teams müssen Wege finden, mit weniger Compute-Ressourcen trotzdem konkurrenzfähig zu bleiben – das könnte die zukünftige Dynamik des KI-Wettlaufs beeinflussen.
(4) Der nächste große Durchbruch: Reasoning und unendliche Kontextlängen
- China reproduziert derzeit bestehende Technologien, doch das entscheidende Rennen ist, wer das nächste große „Reasoning“-Modell entwickelt.
- Unendlich langes Reasoning könnte der nächste Meilenstein sein.
(5) Warum die Vision entscheidender ist als Technologie
- Der Unterschied zwischen den KI-Labs liegt nicht in der Technologie, sondern in ihrer langfristigen Vision.
- Technologie allein reicht nicht – die entscheidende Frage ist, welche Vision ein AI-Lab verfolgt.
- Letztendlich ist die Vision wichtiger als die Technik.