Interview mit dem Gründer von Deepseek Liang Wenfeng (übersetzt)

4. Februar 2025

Dieses seltene Interview mit dem Gründer von DeepSeek, Liang Wenfeng, wurde im Juli 2024 geführt, kurz nachdem das Unternehmen mit seinem Open-Source-Modell V2 berühmt geworden war. Es zeigt, wie ein chinesisches Start-up es wagt, die Giganten herauszufordern und die Regeln der Innovation neu zu definieren.

Wie wurde der erste Schuss im Preiskrieg abgefeuert?

Interviewer: Nach der Veröffentlichung des DeepSeek V2-Modells brach schnell ein heftiger Preiskrieg in der Branche der großen KI-Modelle aus. Einige betrachten euch als Markt-Disruptoren.

Liang Wenfeng (Gründer von DeepSeek): Wir hatten nie die Absicht, ein Disruptor zu sein – das ist einfach so passiert.

 

Interviewer: Hat dich dieses Ergebnis überrascht?

Liang Wenfeng: Ja, sehr. Wir hätten nie gedacht, dass Preisgestaltung ein so sensibles Thema sein würde. Wir haben lediglich unsere Kosten berechnet und eine vernünftige Preisstrategie festgelegt – ohne Verluste zu machen, aber auch ohne übermäßige Gewinne anzustreben. Unsere aktuelle Preisgestaltung beinhaltet nur eine geringe Gewinnspanne über den Kosten.

 

Interviewer: Fünf Tage später senkte Zhipu AI ebenfalls die Preise, gefolgt von ByteDance, Alibaba, Baidu und Tencent, die ebenfalls in den Preiskampf einstiegen.

Liang Wenfeng: Zhipu AI hat nur die Preise für Einsteigerprodukte gesenkt, während ihre Flaggschiff-Modelle weiterhin teuer sind. Das erste Unternehmen, das unsere Preise für Flaggschiff-Produkte wirklich nachgezogen hat, war ByteDance – und das setzte die anderen Unternehmen unter Druck. Da die Kosten für große Modelle bei den großen Konzernen viel höher sind als bei uns, hätten wir nie erwartet, dass jemand bereit wäre, mit Verlust zu arbeiten. Doch schließlich ist der Markt zur Logik der Subventionswettbewerbe aus der Internet-Ära zurückgekehrt.

 

Interviewer: Von außen betrachtet scheint die Preissenkung eine typische Wettbewerbsstrategie der Internet-Ära zu sein, mit dem Ziel, Nutzer zu gewinnen.

Liang Wenfeng: Die Gewinnung von Nutzern war nicht unser Hauptziel. Es gab zwei Gründe für unsere Preissenkung: Erstens sind unsere Kosten bei der Erforschung neuer Modellarchitekturen gesunken. Zweitens sind wir der Meinung, dass KI und API-Dienste für jedermann erschwinglich und jederzeit verfügbar sein sollten. 

Interviewer: Vorher entwickelten die meisten chinesischen Unternehmen KI-Anwendungen, indem sie lediglich die Architektur von LLaMA kopierten. Warum habt ihr euch entschieden, euch auf die Modellarchitektur selbst zu konzentrieren?

Liang Wenfeng: Wenn das Ziel die Entwicklung von Anwendungen ist, dann ist es sinnvoll, LLaMA als Grundlage zu nutzen, um Produkte schnell auf den Markt zu bringen. Unser Ziel ist jedoch AGI (Artificial General Intelligence), und das erfordert die Erforschung neuer Modellarchitekturen, um mit begrenzten Ressourcen eine stärkere Intelligenz zu erreichen. Dies ist die Grundlage für skalierbare Fortschritte. Neben der Architektur haben wir uns auch intensiv mit der Datenfilterung und menschenähnlichem logischen Denken befasst – all das spiegelt sich in unserem Modell wider. Außerdem liegt die Trainingseffizienz und die Inferenzkosten von LLaMA im Vergleich zu den weltweit führenden Standards etwa zwei Generationen zurück.

 

Interviewer: Worin besteht genau dieser technologische Rückstand von zwei Generationen?

Liang Wenfeng: Erstens in der Trainingseffizienz. Wir schätzen, dass die derzeit besten Modelle in China bei gleicher Rechenleistung etwa doppelt so viele Ressourcen benötigen, um das Niveau der weltbesten Modelle zu erreichen. Das liegt an den Unterschieden in Architektur und Trainingsstrategien. Zweitens ist die Datenverwertungseffizienz in chinesischen Modellen nur etwa halb so hoch wie bei den globalen Spitzenmodellen. Das bedeutet, dass man für die gleichen Ergebnisse doppelt so viele Daten und Rechenkapazitäten benötigt. Diese beiden Faktoren zusammen führen dazu, dass der Gesamtressourcenverbrauch etwa viermal so hoch ist. Unser Ziel ist es, diesen Abstand kontinuierlich zu verringern.

 

Interviewer: Die meisten chinesischen Unternehmen konzentrieren sich sowohl auf Modell- als auch auf Anwendungsentwicklung. Warum fokussiert sich DeepSeek ausschließlich auf Forschung?

Liang Wenfeng: Weil wir glauben, dass es derzeit am wichtigsten ist, aktiv zur globalen technologischen Innovation beizutragen. Chinesische Unternehmen haben sich lange Zeit darauf verlassen, ausländische technologische Innovationen zu nutzen und auf Anwendungsebene zu monetarisieren – aber dieses Modell ist nicht nachhaltig. Unser Ziel ist nicht kurzfristiger Profit, sondern die Förderung der technologischen Spitzenforschung, um das gesamte Ökosystem von Grund auf zu stärken.

 

Interviewer: In der Internet- und Mobilinternet-Ära galt die allgemeine Auffassung, dass die USA Innovationen hervorbringen, während China in der Anwendung dieser Innovationen führend ist.

Liang Wenfeng: Mit dem wirtschaftlichen Fortschritt muss China sich von einem Technologie-Nutzer zu einem Technologie-Beitragsleister entwickeln, anstatt sich weiterhin auf fremde Errungenschaften zu verlassen. Während der IT-Revolution der letzten 30 Jahre haben wir kaum an bahnbrechenden Innovationen teilgenommen. Wir haben uns daran gewöhnt, dass Mooresches Gesetz „vom Himmel fällt“ – dass wir einfach 18 Monate warten müssen, um bessere Hardware und Software zu erhalten. Das Gleiche gilt für das „Scaling Law“ der großen Modelle. In Wirklichkeit sind diese Fortschritte das Ergebnis jahrzehntelanger kontinuierlicher Bemühungen westlicher Wissenschaftler. Da wir uns lange nicht tief genug an diesem Prozess beteiligt haben, unterschätzen wir seinen wahren Wert.

 

Die wahre Kluft liegt in der Originalität, nicht nur in der Zeit

Interviewer: Warum hat DeepSeek V2 so viele in Silicon Valley überrascht? Liang Wenfeng: In den USA gibt es täglich Innovationen, daher ist unser Durchbruch aus dieser Perspektive nicht außergewöhnlich. Doch was sie überrascht hat, ist, dass ein chinesisches Unternehmen nicht nur als Nachahmer auftritt, sondern als Innovator direkt in den Wettbewerb einsteigt. Das unterscheidet sich grundlegend von dem Muster, an das die meisten chinesischen Unternehmen gewöhnt sind.

 

Interviewer: In der chinesischen Realität scheint es jedoch ein Luxus zu sein, ausschließlich auf Innovation zu setzen. Die Entwicklung großer KI-Modelle ist extrem teuer, und nicht jedes Unternehmen kann es sich leisten, sich vor der Kommerzialisierung nur auf Forschung zu konzentrieren. 

Liang Wenfeng: Innovation ist natürlich kostspielig, und in der Vergangenheit haben wir oft auf bestehende Technologien zurückgegriffen, was vor allem an Chinas Entwicklungsstand lag. Doch heute hat China eine Wirtschaft von globalem Maßstab, und Unternehmen wie ByteDance oder Tencent sind hochprofitabel. Unser größtes Defizit ist nicht das Kapital, sondern das Selbstvertrauen – sowie die Fähigkeit, hochkarätige Talente effektiv zu organisieren und Innovationen voranzutreiben.

 

Interviewer: Warum legen selbst kapitalkräftige chinesische Tech-Giganten oft mehr Wert auf schnelle Kommerzialisierung als auf Innovation?

Liang Wenfeng: In den letzten 30 Jahren haben wir uns stärker auf Profit als auf Innovation konzentriert. Doch Innovation wird nicht nur von kommerziellen Interessen angetrieben – sie erfordert Neugier und den Ehrgeiz, etwas Neues zu schaffen. Wir sind noch immer an alte Denkweisen gebunden, aber das ist nur eine Phase.

 

Interviewer: DeepSeek ist letztlich ein Unternehmen und keine gemeinnützige Forschungseinrichtung. Wenn ihr Innovationen entwickelt und wie im Mai mit der MLA-Architektur bahnbrechende Ergebnisse als Open Source veröffentlicht, könnten eure Konkurrenten das doch einfach kopieren. Wo liegt dann euer Wettbewerbsvorteil? Liang Wenfeng: In disruptiven Technologiefeldern sind geschlossene Schutzmechanismen nicht nachhaltig. Selbst OpenAIs Closed-Source-Modell konnte nicht verhindern, dass andere Unternehmen aufholen. Unsere eigentliche Verteidigungslinie ist das Wachstum unseres Teams – das Ansammeln von technologischem Know-how und die Förderung einer Innovationskultur. Open Source und die Veröffentlichung von Forschungsergebnissen bringen uns keinen entscheidenden Nachteil. Für Techniker ist es eine Errungenschaft, wenn ihre Arbeit von der Branche anerkannt wird. Open Source ist nicht nur eine Geschäftsstrategie, sondern eine Kultur. Die Community zu unterstützen ist eine Ehre und hilft uns gleichzeitig, mehr Talente anzuziehen.

 

Interviewer: Wie siehst du die marktorientierte Denkweise, etwa die von Zhu Xiaohu (der argumentiert, dass KI-Unternehmen sich vorrangig auf die Kommerzialisierung konzentrieren sollten, statt Grundlagenforschung zu betreiben, und AGI für unrealistisch hält)? Liang Wenfeng: Zhus Logik funktioniert bei kurzfristig profitablen Projekten. Doch die profitabelsten Unternehmen in den USA sind oft diejenigen, die durch langfristige Forschungstechnologie-Barrieren aufgebaut haben.

 

Interviewer: Aber in der KI reicht bloßer technischer Vorsprung nicht aus. Worauf setzt DeepSeek langfristig? Liang Wenfeng: Wir glauben, dass Chinas KI nicht für immer ein Nachzügler sein kann. Man sagt oft, dass Chinas KI der amerikanischen um ein bis zwei Jahre hinterherhinkt, aber der wahre Unterschied liegt in „Originalität“ versus „Nachahmung“. Wenn wir das nicht ändern, wird China immer nur hinterherlaufen, statt selbst den Kurs zu bestimmen. Manche technologischen Erkundungen sind unvermeidlich. Der Erfolg von Nvidia war nicht nur das Ergebnis ihrer eigenen Anstrengungen, sondern das einer langfristigen Zusammenarbeit innerhalb des westlichen Technologie-Ökosystems zur Planung der nächsten Generation von Technologien. China braucht ein ähnliches Ökosystem. Viele gescheiterte chinesische Chip-Projekte sind nicht wegen mangelnder Finanzierung gescheitert, sondern weil ihnen eine unterstützende technologische Community fehlte. Sie verließen sich auf sekundäre Informationen, anstatt wirklich an vorderster Front zu stehen.

 

Mehr Kapital ≠ mehr Innovation

Interviewer: DeepSeek wirkt derzeit wie OpenAI in seiner frühen idealistischen Phase – und ihr haltet an Open Source fest. Werdet ihr in Zukunft, wie OpenAI oder Mistral, auf ein Closed-Source-Modell umsteigen? 

Liang Wenfeng: Nein, wir werden nicht auf Closed Source umstellen. Wir glauben, dass der Aufbau eines starken Technologie-Ökosystems wichtiger ist als ein geschlossenes Geschäftsmodell.

Interviewer: Gibt es Finanzierungspläne? Es gab Berichte, dass Huanfang plant, DeepSeek für einen Börsengang auszugliedern. In Silicon Valley verbünden sich KI-Startups am Ende oft mit großen Unternehmen – werdet ihr diesem Trend folgen? 

Liang Wenfeng: Derzeit gibt es keine kurzfristigen Finanzierungspläne. Unsere größte Herausforderung ist nie das Kapital gewesen, sondern die Exportverbote für Hochleistungschips.

 

Interviewer: Viele glauben, dass die Entwicklung von AGI eine hohe Sichtbarkeit und Branchenpräsenz erfordert, im Gegensatz zu diskreten Geschäftsmodellen wie dem quantitativen Handel. Stimmst du dem zu? 

Liang Wenfeng: Mehr Investitionen bedeuten nicht automatisch mehr Innovation. Wenn Kapital allein für technologische Durchbrüche sorgen könnte, hätten große Unternehmen längst alles dominiert.

 

Interviewer: DeepSeek entwickelt keine Anwendungen – liegt das an mangelnder operativer Kompetenz? 

Liang Wenfeng: Wir glauben, dass wir uns aktuell in einer Phase der technologischen Innovation befinden, nicht in einer Phase des Anwendungsexplosion. Langfristig wollen wir ein Ökosystem aufbauen, in dem Unternehmen unsere Technologie direkt nutzen und darauf basierend B2B- oder B2C-Dienste entwickeln. Wir konzentrieren uns auf die Grundlagenforschung. Wenn das Ökosystem gut funktioniert, müssen wir selbst keine Anwendungen entwickeln. Natürlich könnten wir es tun, falls nötig, aber Forschung und Innovation bleiben unsere oberste Priorität.

Interviewer: Warum sollten Kunden sich für die API von DeepSeek entscheiden und nicht für größere Anbieter?

Liang Wenfeng: Die zukünftige Welt wird höchstwahrscheinlich eine sein, die stark auf Arbeitsteilung und Zusammenarbeit setzt. Die kontinuierliche Innovation grundlegender KI-Modelle ist entscheidend, doch große Unternehmen haben ihre eigenen Einschränkungen und sind nicht unbedingt am besten dafür geeignet, diese Rolle zu übernehmen.

 

Interviewer: Aber reicht Technologie allein wirklich aus, um einen ausreichend großen Wettbewerbsvorteil zu schaffen? Du hast ja selbst gesagt, dass es keine absoluten “Geheimnisse” gibt.

Liang Wenfeng: Es gibt keine Geheimnisse, aber Nachahmung erfordert Zeit und Kosten. Es gibt nichts Mysteriöses an den GPUs von Nvidia, aber um mit ihnen gleichzuziehen, müsste man ein Team neu aufbauen und die nächste Generation von Technologien einholen – das ist der eigentliche Schutzwall.

 

Interviewer: Nachdem ihr eure Preise gesenkt habt, war ByteDance das erste Unternehmen, das nachzog – das zeigt, dass sie den Wettbewerbsdruck gespürt haben. Wie siehst du die neue Wettbewerbssituation zwischen Start-ups und Großunternehmen?

Liang Wenfeng: Ehrlich gesagt, es interessiert uns nicht besonders. Die Preissenkung war eine beiläufige Entscheidung. Die Bereitstellung von Cloud-Diensten ist nicht unser Kerngeschäft – unser Ziel ist AGI (Artificial General Intelligence). Momentan sehen wir noch keine wirklich bahnbrechenden Lösungen. Große Unternehmen haben zwar Nutzer, doch ihre „Cashcow“-Geschäfte schränken sie gleichzeitig ein und eröffnen Start-ups die Möglichkeit, sie zu überholen.

 

Interviewer: Wie denkst du über die Zukunft der sechs wichtigsten chinesischen KI-Start-ups?

Liang Wenfeng: Wahrscheinlich werden am Ende zwei bis drei Unternehmen übrig bleiben. Derzeit verbrennen alle Geld, aber diejenigen, die überleben, sind mit Sicherheit die, die eine klare Strategie und eine starke Umsetzung haben. Die anderen werden sich möglicherweise umorientieren – ihr Wert verschwindet nicht, sondern wird in einer anderen Form weiterbestehen.

DeepSeek V2: Komplett von lokalen Talenten entwickelt

Interviewer: Jack Clark, ehemaliger Policy Director bei OpenAI und Mitbegründer von Anthropic, sagte, dass DeepSeek eine Gruppe von „schwer fassbaren Genies“ angezogen habe, die DeepSeek V2 entwickelt haben. Was zeichnet diese Leute aus?

Liang Wenfeng: Es gibt eigentlich keine „schwer fassbaren Genies“. Es sind einfach frische Absolventen, Doktoranden (sogar Praktikanten im vierten oder fünften Jahr) von Spitzenuniversitäten und einige junge Leute mit wenigen Jahren Berufserfahrung.

 

Interviewer: Viele große KI-Unternehmen rekrutieren weltweit Spitzenkräfte. Manche sagen, dass es unwahrscheinlich ist, dass die weltweit besten 50 KI-Wissenschaftler für ein chinesisches Unternehmen arbeiten. Woher stammt euer Team?

Liang Wenfeng: DeepSeek V2 wurde vollständig von lokalen Talenten entwickelt. Es mag sein, dass die weltweit besten 50 KI-Forscher derzeit nicht in China arbeiten, aber wir hoffen, ein Team auf diesem Niveau selbst heranzubilden.

 

Interviewer: Wie entstand die Innovation der MLA-Architektur? Ich habe gehört, dass es ursprünglich das persönliche Interesse eines jungen Forschers war.

Liang Wenfeng: Nachdem er die wichtigsten Evolutionsprinzipien der Mainstream-Attention-Architekturen zusammengefasst hatte, hatte er plötzlich eine Eingebung und entwickelte eine alternative Lösung. Doch von der Idee bis zur Umsetzung war es ein langer Weg. Wir stellten ein Team zusammen und verbrachten mehrere Monate damit, die Machbarkeit zu prüfen.

 

Interviewer: Diese Art spontaner Innovation scheint mit eurer flachen Organisationsstruktur zusammenzuhängen. In Huanfang vermeidet ihr eine Top-Down-Managementstruktur. Aber AGI ist ein hochgradig unsicheres und komplexes Forschungsfeld – greift ihr nicht doch manchmal steuernd ein?

Liang Wenfeng: DeepSeek bleibt vollständig Bottom-up organisiert. Wir legen keine Rollen im Voraus fest – die Arbeitsteilung erfolgt organisch. Jeder bringt seine Erfahrungen und Ideen mit, ohne dass jemand antreiben muss. Wenn Herausforderungen auftreten, ziehen die Leute von selbst andere Kollegen hinzu. Allerdings investieren wir gezielt Ressourcen aus der Führungsebene, sobald eine Idee Potenzial zeigt.

 

Interviewer: Man hört, dass DeepSeek äußerst flexibel in der Nutzung von Rechenressourcen und Personal ist.

Liang Wenfeng: Es gibt bei uns keine Einschränkungen bei der Nutzung von Rechenkapazitäten oder Teammitgliedern. Wenn jemand eine Idee hat, kann er unsere Trainingscluster jederzeit nutzen, ohne eine Genehmigung einzuholen. Zudem haben wir keine strengen Hierarchien oder Abteilungsbarrieren – wenn sich Teammitglieder für dasselbe Thema interessieren, können sie problemlos zusammenarbeiten.

 

Interviewer: Diese flexible Arbeitsweise erfordert hochmotivierte Talente. Man sagt, dass DeepSeek außergewöhnliche Leute anhand unkonventioneller Kriterien erkennt.

Liang Wenfeng: Unsere Einstellungskriterien basieren stets auf Leidenschaft und Neugier. Unser Team ist sehr divers und einzigartig – die Mitglieder interessieren sich mehr für Forschung als für Geld.

Innovation: Start-ups vs. große KI-Labore

Interviewer: Transformer wurde im Google AI Lab entwickelt, ChatGPT stammt von OpenAI. Wo siehst du die Unterschiede zwischen der Innovationskraft großer KI-Labore und Start-ups?

Liang Wenfeng: Egal ob Google Research, OpenAI oder die KI-Labore großer chinesischer Tech-Unternehmen – sie alle haben wichtige Beiträge geleistet. Der Durchbruch von OpenAI war auch ein Stück weit historischer Zufall.

 

Interviewer: Glaubst du also, dass Innovation hauptsächlich Glückssache ist? Euer Bürodesign ermöglicht zufällige Begegnungen – ähnlich wie bei der Entstehung von Transformer, als ein Forscher zufällig eine Diskussion mithörte und die Idee weiterentwickelte.

Liang Wenfeng: Innovation ist in erster Linie eine Überzeugung. Warum ist das Silicon Valley so innovativ? Weil sie es einfach versuchen. Als ChatGPT herauskam, war das Vertrauen in chinesische Spitzenforschung gering – Investoren und große Unternehmen hielten den Abstand für zu groß und konzentrierten sich stattdessen auf Anwendungen. Doch echte Innovation erfordert Selbstvertrauen, und das haben junge Leute oft mehr.

 

Interviewer: Im Gegensatz zu anderen KI-Unternehmen, die aktiv nach Finanzierung und medialer Aufmerksamkeit suchen, bleibt DeepSeek eher zurückhaltend. Wie stellt ihr sicher, dass DeepSeek die erste Wahl für KI-Talente bleibt?

Liang Wenfeng: Weil wir die schwierigsten Probleme lösen. Für Spitzenkräfte ist es am attraktivsten, sich den größten Herausforderungen der Welt zu stellen. Tatsächlich werden Chinas Top-Talente oft unterschätzt, da es an echter Deep-Tech-Innovation mangelt und sie selten Anerkennung finden. Wir bieten ihnen genau die Bühne, nach der sie sich sehnen.

 

Interviewer: OpenAI hat auf seiner letzten Veranstaltung kein GPT-5 vorgestellt. Viele glauben, dass die technologische Wachstumskurve der Branche sich verlangsamt, und einige beginnen, das „Scaling Law“ (Skalierungsgesetz) zu hinterfragen. Wie siehst du das?

Liang Wenfeng: Wir bleiben optimistisch. Die Entwicklungen in der Branche verlaufen weiterhin wie erwartet. OpenAI ist keine gottgleiche Institution – sie werden nicht ewig an der Spitze bleiben.

 

Interviewer: Wie lange wird es deiner Meinung nach dauern, bis AGI erreicht ist? Vor V2 habt ihr Code- und Mathematikmodelle veröffentlicht und seid von einer dichten (Dense) Architektur zu MoE (Mixture of Experts) übergegangen. Wie sieht eure Roadmap aus?

Liang Wenfeng: Vielleicht zwei, fünf oder zehn Jahre – aber es wird definitiv noch zu unseren Lebzeiten geschehen. Was unsere Roadmap betrifft, gibt es selbst innerhalb des Unternehmens keine einheitliche Meinung. Aber wir setzen auf drei Hauptrichtungen:

1. Mathematik und Code – Sie sind das natürliche Testfeld für AGI. Ähnlich wie beim Go-Spiel handelt es sich um geschlossene und überprüfbare Systeme, in denen selbstgesteuertes Lernen möglicherweise hochintelligente Systeme hervorbringen kann.
2. Multimodalität – Künstliche Intelligenz soll direkt mit der realen Welt interagieren und daraus lernen.
3. Natürliche Sprache – Sie ist das Fundament menschenähnlicher Intelligenz.

Wir halten uns für alle Möglichkeiten offen.

 

Interviewer: Wie wird das Endstadium der großen KI-Modelle aussehen?

Liang Wenfeng: In der Zukunft wird es spezialisierte Unternehmen geben, die Basis-KI-Modelle und -Dienste bereitstellen. Es wird eine lange Wertschöpfungskette mit hochgradiger Spezialisierung entstehen. Viele Unternehmen werden darauf aufbauend Lösungen für die vielfältigen gesellschaftlichen Bedürfnisse entwickeln.

 

„Alle Strategien sind Produkte der vorherigen Generation“

Interviewer: Im vergangenen Jahr gab es viele Veränderungen in der Landschaft der chinesischen KI-Startups. Zum Beispiel zog sich Wang Huiwen (Mitbegründer von Meituan), der zunächst mit großem Enthusiasmus eingestiegen war, wieder zurück, während neue Wettbewerber zunehmend Differenzierung schaffen.

Liang Wenfeng: Wang Huiwen hat alle Verluste selbst getragen und es anderen ermöglicht, unbeschadet auszusteigen. Er hat die für ihn selbst nachteiligste, aber für alle anderen beste Entscheidung getroffen. Ich bewundere seine Verantwortung.

 

Interviewer: Worauf konzentrierst du dich aktuell am meisten?

Liang Wenfeng: Auf die Forschung zu den nächsten Generationen von großen KI-Modellen, denn es gibt noch viele ungelöste Probleme.

 

Interviewer: Viele KI-Startups setzen auf eine Kombination aus Modellentwicklung und Anwendung, da technologische Führerschaft kein dauerhafter Vorteil ist. Warum konzentriert sich DeepSeek weiterhin so konsequent auf die Forschung? Ist euer Modell noch nicht stark genug?

Liang Wenfeng: Alle Strategien sind Produkte der vorherigen Generation – das bedeutet nicht, dass sie in der Zukunft noch gültig sein werden. Die Zukunft der Monetarisierung von KI anhand der Geschäftslogik des Internetzeitalters zu diskutieren, ist so, als würde man die frühe Entwicklung von Tencent mit der von General Electric oder Coca-Cola vergleichen – das ist eine überholte Denkweise, vergleichbar mit der alten chinesischen Redewendung „ein Schwert im Wasser markieren“ (刻舟求剑), was bedeutet, an überholten Methoden festzuhalten.

 

Interviewer: Huan Fang (ein auf quantitative Investitionen spezialisiertes Unternehmen) verfügt über eine starke technologische und innovative DNA und hat sich relativ reibungslos entwickelt. Gibt dir das mehr Vertrauen in technologiegetriebene Innovation?

Liang Wenfeng: Huan Fang hat unser Vertrauen in technologiegetriebene Innovation bis zu einem gewissen Grad gestärkt, aber ihr Wachstum war keineswegs mühelos. Unser eigener Weg war eine lange Reise. Viele Menschen sehen nur den Boom nach 2015, aber tatsächlich haben wir 16 Jahre lang Grundlagen aufgebaut.

 

Interviewer: Zur Frage der originellen Innovation – in einem Umfeld wirtschaftlicher Abschwächung und nachlassender Investitionen, wird das disruptive Forschung hemmen?

Liang Wenfeng: Nicht unbedingt. Die Neustrukturierung der chinesischen Industrie wird zunehmend von Deep-Tech-Innovationen abhängen. Da schnelle Gewinne immer seltener werden, werden sich mehr Menschen echter Innovation zuwenden.

 

Interviewer: Also bist du optimistisch?

Liang Wenfeng: Ich bin in den 1980er Jahren in einer kleinen Stadt in Guangdong aufgewachsen. Mein Vater war Grundschullehrer. In den 1990er Jahren gab es in Guangdong viele Möglichkeiten, Geld zu verdienen, und viele Eltern in meiner Nachbarschaft diskutierten darüber, ob Bildung noch nötig sei. Einige sagten, dass Lernen nutzlos sei. Doch rückblickend hat sich diese Ansicht komplett verändert.

Geld zu verdienen ist nicht mehr so einfach wie früher – nicht einmal Taxifahren ist noch eine sichere Einkommensquelle. Innerhalb nur einer Generation hat sich das Umfeld dramatisch verändert.

In der Zukunft wird es immer mehr echte Deep-Tech-Innovationen geben. Momentan verstehen viele sie noch nicht ausreichend, weil unsere Gesellschaft noch mitten im Lernprozess steckt. Sobald die Gesellschaft beginnt, die Erfolge von Deep-Tech-Innovatoren anzuerkennen, wird sich das kollektive Bewusstsein ganz natürlich verändern.

Was wir brauchen, sind mehr echte Erfolgsgeschichten – und Zeit, damit dieser Wandel stattfinden kann.