Der Verdacht steht im Raum: Sind US-KI-Unternehmen wie OpenAI überbewertet? Werden die Milliardeninvestitionen in diese Unternehmen wirklich effizient genutzt oder gibt die Tech-Industrie möglicherweise zu viel Geld für Rechenleistung aus, um ihre KI-Systeme zu betreiben?

Der Grund für diesen Verdacht ist das unvermittelte Auftauchen des chinesischen KI-Startups Deepseek Anfang dieser Woche. Das Unternehmen hatte sein hocheffizientes und dennoch leistungsstarkes „Denkmodell“ mit der Bezeichnung R1 auf den Markt gebracht und damit einen regelrechten Schock im Silicon Valley ausgelöst.

Wie Wired berichtet, hat Deepseek die Mitarbeiter:innen des ChatGPT-Herstellers OpenAI so sehr verunsichert, dass es zu einem ernsthaften internen Zerwürfnis gekommen sein soll. Es wird befürchtet, dass OpenAI bald hinter Deepseek zurückfallen könnte – auch aufgrund eines angeblichen Machtkampfes zwischen der Forschungs- und der Produktabteilung des Unternehmens.

So erhalte OpenAIs o1 „reasoning“, das von der Forschungsgruppe entwickelte neueste Modell, die meiste öffentliche Aufmerksamkeit. Gleichzeitig kümmere „sich die Führung nicht um Chat“, lässt sich ein ehemaliger Mitarbeiter, der an ChatGPT gearbeitet hat, von Wired zitieren.

Ein anderer ehemaliger OpenAI-Forscher erklärte dem Magazin, dass Deepseek für sein eigenes R1-Modell ein „ähnliches“ Reinforcement Learning (bestärkendes Lernen) eingesetzt habe wie OpenAI – „aber sie haben es mit besseren Daten und einer saubereren Architektur gemacht.“ Damit sei OpenAIs o1-Modell experimentell geblieben, was Deepseek einen Vorsprung verschafft habe.

„Es hieß: ‚Warum machen wir das in der experimentellen Codebasis, sollten wir das nicht in der Codebasis des Hauptprodukts für die Forschung machen?’“, so ein OpenAI-Mitarbeiter gegenüber Wired. Intern habe es jedoch „großen Widerstand“ gegen diese Vorgehensweise gegeben.

Deepseeks Erfolge werfen die Frage auf, ob Investor:innen tatsächlich zu viel für Unternehmen wie OpenAI zahlen, deren wesentliche Strategie darin besteht, Milliarden in den Ausbau von Rechenzentren zu investieren, um die Fähigkeiten ihrer KI-Modelle zu steigern. Bekanntlich will das von Sam Altman geleitete KI-Unternehmen weitere 40 Milliarden US-Dollar einsammeln.

Sollte diese Finanzierungsrunde gelingen, würde der ohnehin beachtliche Unternehmenswert auf beeindruckende 340 Milliarden Dollar steigen. Ein Teil dieser Mittel soll in den Ausbau von OpenAIs Infrastruktur fließen – ein Vorhaben, das angesichts von Deepseeks Effizienzgewinnen nun kritisch hinterfragt wird.

Die bahnbrechenden Fähigkeiten von Deepseek, die noch dazu trotz der US-Exportbeschränkungen für die leistungsfähigsten KI-Chips entwickelt werden konnten, verunsichern nicht nur die Konkurrenz, sondern auch die Investor:innen. Das Unternehmen zeigt, dass sich KI-Modelle mit weniger Rechenaufwand und effizienteren Datenstrukturen entwickeln lassen – ein Ansatz, der die bisherige Strategie von OpenAI infrage stellt.

Sicherlich als Reaktion auf Deepseek hatte OpenAI am Freitag sein eigenes „denkendes“ KI-Modell o3-mini für alle Nutzer:innen kostenlos zugänglich gemacht. Dieses Modell ist leichter, ressourcenschonender und kostengünstiger im Betrieb – ein recht eindeutiger Versuch, mit Deepseeks kostenlos verfügbaren Open-Source-Modellen zu konkurrieren.

Es dürfte zu erwarten sein, dass Investor:innen jetzt auch bei US-Entwicklern verstärkt auf die Effizienz der KI-Modelle drängen werden. Denn dass das offensichtlich möglich ist, hat Deepseek soeben eindrucksvoll bewiesen.

Ein Vorteil für OpenAI und andere US-Unternehmen bleibt jedoch: Ihre Modelle unterliegen keiner staatlichen Zensur und gelten nicht als Sicherheitsrisiko – ein Aspekt, der im internationalen Wettbewerb von Bedeutung sein könnte. Italien hat Deepseek wegen Datenschutzbedenken bereits gesperrt, Frankreich und Irland suchen aus den gleichen Gründen den Dialog mit dem chinesischen Startup.

Trotz der Diskussion um Effizienz wird der Ausbau der Rechenzentren wohl weitergehen, wie der ehemalige OpenAI-Mitarbeiter und KI-Experte Miles Brundage gegenüber Wired erklärt: „Man braucht zwar weniger Rechenleistung pro Intelligenzeinheit, aber die Nachfrage nach mehr Einheiten bleibt bestehen, weil weiter skaliert werden soll.“