China und die USA im KI-Wettbewerb
Foto: evening_tao - Freepik. comDen USA mit privaten KI-Investitionen von 285,9 Milliarden US-Dollar steht China mit lediglich 12,4 Milliarden US-Dollar gegenüber: ein Verhältnis von 23 zu 1, das der Stanford. . .
Foto: evening_tao - Freepik. comDen USA mit privaten KI-Investitionen von 285,9 Milliarden US-Dollar steht China mit lediglich 12,4 Milliarden US-Dollar gegenüber: ein Verhältnis von 23 zu 1, das der Stanford AI Index 2026 dokumentiert. Diese Zahl ist korrekt, aber strukturell unvollständig: Sie erfasst ausschließlich privates Risikokapital. Zieht man staatliche Guidance-Fonds, Bankkredite und Unternehmens-Investitionsausgaben hinzu, ergibt sich für China im Jahr 2026 eine Gesamtinvestition von rund 125 Milliarden US-Dollar, weniger als die USA, aber nicht mehr das 23-fache weniger. China und die USA im KI-WettbewerbGleichzeitig führt China trotz dieser Investitionslücke bei KI-Patenten (69,7 Prozent aller weltweiten Anmeldungen), wissenschaftlichen Publikationen (23,2 Prozent des globalen Outputs), Industrierobotik und Energieinfrastruktur. Der Leistungsrückstand bei den besten KI-Modellen ist von 17,5 bis 31,6 Prozentpunkten im Mai 2023 auf 2,7 Prozent im März 2026 zusammengeschmolzen. Chinas KI-Entwicklung ist weder zentral geplant noch rein dezentral. Treffender ist das Bild eines staatlich gerahmten Wettbewerbs: Peking gibt die strategische Richtung vor, finanziert die Infrastruktur und verteilt staatliches Kapital; die technologische Umsetzung liegt jedoch bei privaten Unternehmen, deren Innovationsdynamik aus einem intensiven Konkurrenzkampf auf Provinzebene und zwischen Ökosystemen entsteht. 1. Investitionsvergleich: Was die Zahlen wirklich zeigen – Privates RisikokapitalDer am häufigsten zitierte Vergleichswert stammt aus dem Stanford AI Index 2026: Die USA investierten 2025 privat 285,9 Milliarden US-Dollar in KI, China 12,4 Milliarden US-Dollar. Das entspricht einem Verhältnis von 23 zu 1. Allein Kalifornien steht für 218 Milliarden US-Dollar, mehr als drei Viertel des US-Gesamts. Diese Zahl hat eine zentrale Einschränkung. Der Stanford-Bericht selbst vermerkt, dass die privaten Investitionsdaten Chinas tatsächliche Ausgaben „wahrscheinlich unterschätzen“, weil der Staat Kapital über Guidance-Fonds und staatlich initiierte Investitionsvehikel kanalisiert, die in privaten Kapitaldatenbanken nicht erscheinen. Staatliche Förderinstrumente: Government Guidance Funds (政府引导基金)Das zentrale Werkzeug chinesischer KI-Industriepolitik sind staatliche Guidance-Fonds, öffentlich-private Investitionsvehikel, die Kapital gezielt in strategische Sektoren lenken. Bis 2022 wurden über 2. 100 solcher Fonds mit einem Zielvolumen von 1,86 Billionen US-Dollar eingerichtet. Bis 2023 hatten diese Fonds rund 940 Milliarden US-Dollar aus öffentlichen und privaten Quellen eingeworben. Der Stanford AI Index schätzt, dass diese Fonds zwischen 2000 und 2023 rund 184 Milliarden US-Dollar direkt in KI-Unternehmen investiert haben. Hinzu kommen zwei weitere staatliche Hebelinstrumente: Drei Tage nach der R1-Veröffentlichung von DeepSeek kündigte die Bank of China einen Fünfjahresplan über eine Billion Yuan (137 Milliarden US-Dollar) an, um die KI-Lieferkette zu stärken. Mindestens 17 Provinzen vergeben zudem Rechengutscheine (Computing Vouchers) im Wert von bis zu 300. 000 US-Dollar pro Startup, um die durch die US-Chip-Exportkontrollen gestiegenen Rechenkosten abzufedern. Gesamtinvestition: Ein anderes BildBezieht man staatliche Mittel, private Risikokapital-Investitionen und die Forschungsausgaben der Großkonzerne ein, ergibt sich für China im Jahr 2026 eine Gesamtinvestition von rund 890 Milliarden Yuan (etwa 125 Milliarden US-Dollar), ein Anstieg von 18 Prozent gegenüber dem Vorjahr. Davon entfallen rund 345 Milliarden Yuan (48 Milliarden US-Dollar, etwa 39 Prozent) auf staatliche Mittel, 287 Milliarden Yuan (40 Milliarden) auf privates Risikokapital und 258 Milliarden Yuan (36 Milliarden) auf die Forschungsausgaben der sechs größten Tech-Konzerne. Für das Jahr 2025 prognostizierte die Bank of America Chinas KI-Investitionsausgaben auf bis zu 98 Milliarden US-Dollar. Zum Vergleich: Im selben Zeitraum plante Alibaba allein, mehr als 52 Milliarden US-Dollar über drei Jahre in KI zu investieren, ByteDance wollte 2025 rund 12 Milliarden US-Dollar für KI-Chips ausgeben, Tencent hat zwischen 2023 und 2026 rund 15 Milliarden US-Dollar für KI-Entwicklung eingeplant. Hinzu kommt eine Kategorie, die in keiner dieser Schätzungen auftaucht: staatlich finanzierte Infrastruktur, ohne die KI-Skalierung nicht möglich wäre. Chinas massiver Ausbau der Stromerzeugungskapazität, staatlich koordinierte Rechenzentrumscluster wie der Wuxi-Supercluster auf Huawei-Ascend-Basis sowie Netz- und Compute-Infrastruktur laufen haushaltstechnisch als Energie- oder Telekommunikationsausgaben, nicht als KI-Investment. Tech Buzz China unterscheidet ausdrücklich zwischen KI- und Robotik-Investitionen (+175 Prozent im April 2026) und der Infrastrukturkategorie Daten, Compute und Netze (+61,7 Prozent) als zwei getrennte Budgetposten. Wie hoch der KI-relevante Anteil dieser Infrastrukturausgaben tatsächlich ist, lässt sich nicht präzise quantifizieren. Kaufkraftbereinigt verschiebt sich das Bild weiter. Die großen Kostenpositionen im KI-Betrieb, nämlich Ingenieurslöhne, Rechenzentrumsbauten, Energie und heimische Hardware, sind in China erheblich günstiger als in den USA. Chinesische Spitzen-KI-Ingenieure verdienen schätzungsweise 30 bis 50 Prozent ihrer US-Pendants. Wenn rund drei Viertel der Gesamtinvestition auf diese kaufkraftbegünstigten Posten entfallen und man einen konservativen Faktor von 2,5 anlegt, ergibt sich für China ein effektiver Gegenwert von rund 250 bis 270 Milliarden US-Dollar. Der Ausreißer aus dieser Rechnung sind Hochleistungschips: Nvidia-Hardware folgt dem Weltmarktpreis, und durch die US-Exportkontrollen zahlt China für Schwarzmarktware oder ältere Bestände eher einen Aufschlag. Kaufkraftbereinigt ergibt sich damit beim Frontier-Modell-Training, das zwingend auf H100/A100-Klasse angewiesen ist, weiterhin ein realer US-Vorsprung. Für den AI-Plus-Diffusionsweg, bei dem günstigere heimische Chips und ältere Nvidia-Hardware oft ausreichen, greift der Kaufkraftvorteil dagegen in vollem Umfang. Fazit:China investiert privat erheblich weniger als die USA. Die populäre 23-zu-1-Darstellung gilt aber ausschließlich für privates Risikokapital und unterschätzt Chinas tatsächliche Gesamtausgaben erheblich. Kaufkraftbereinigt und inklusive nicht quantifizierbarer Infrastrukturkomponente ergibt sich beim Gesamtvergleich eher ein Unentschieden, mit Ausnahme des Frontier-Modell-Trainings, wo der US-Chip-Vorteil real bleibt. 2. Dezentral oder zentral? Die Struktur von Chinas KI-ÖkosystemKeine Sowjet-Planung, aber kein freier MarktChinas KI-Entwicklung folgt weder einem zentralplanerischen Modell noch einem unregulierten Marktmodell. Die zutreffendere Beschreibung: staatlich gerahmter Wettbewerb. Peking gibt die strategische Richtung vor: 2017 verabschiedete der Staatsrat den Artificial Intelligence Development Plan (新一代人工智能发展规划) mit dem Ziel, bis 2030 eine KI-Wirtschaft von einer Billion Yuan aufzubauen. Die Umsetzung überlässt der Staat aber weitgehend dem privaten Sektor. RAND stellt in seiner Analyse fest: „Although most of this growth is driven by innovation at China’s private tech firms, state support has helped enhance the competitiveness of China’s AI industry. “ Und explizit: „China’s private-sector companies, such as DeepSeek, have led the development of AI rather than state firms. “Provinzieller Wettbewerb als dezentralisierender FaktorEin zentrales Element, das oft übersehen wird, ist die Konkurrenzdynamik auf Ebene der Provinzen. Lokale Regierungen wetteifern aggressiv darum, KI-Talente, Startups und Prestige anzuziehen. Anhuiprovinz zitiert in seinem KI-Entwicklungsplan ausdrücklich den regionalen Wettbewerb als treibende Kraft hinter seinen Investitionen in KI-Talente und -Infrastruktur. Der Staat hat in 20 Städten nationale KI-Pilotgebiete eingerichtet, in denen Unternehmen von besonderer Finanzierung und günstigem regulatorischen Umfeld profitieren. Open Source: Der Staat folgt, er führt nichtKevin Xu, der frühere Head of International Strategy bei GitHub, analysiert die chinesische Open-Source-Geschichte mit einer zentralen Feststellung: Im Bereich Open Source kam die Regierung sehr spät ins Spiel. „The bureaucrats followed the code and the community, not the other way around. “ DeepSeek, Qwen, Kimi, GLM, MiniMax und Stepfun entstanden nicht aus einem staatlichen Planungsakt, sondern aus einer über zwei Jahrzehnte gewachsenen organischen Open-Source-Kultur. Dass der Premierminister Open Source in seiner Rede zu den Zwei Sessionen 2026 explizit erwähnte und in den Fünfjahresplan aufnahm, ist ein Nachlaufen dieser Entwicklung, kein Auslösen. Die zehn ÖkosystemeTech Buzz China hat Chinas KI-Landschaft in zehn verschiedene Geschäftssysteme kartiert. Hinter diesen stehen Unternehmen wie:• Alibaba (Cloud-KI, Qwen-Modelle, Enterprise)• ByteDance (Consumer-KI, Doubao, Agenten-Distribution)• Tencent (WeChat-Integration, Agenten-Plattform)• DeepSeek (Forschungslab, Effizienz-Frontier)• Meituan (Eingebettete KI in Offline-Transaktionen: LongCat, Xiaomei)• Xiaomi (Geräte-KI: MiMo in Telefonen, Autos, IoT)• StepFun, Zhipu, MiniMax (Frontier Labs)Chinas KI ist damit weniger dezentral im Sinne von unkoordiniert, aber entschieden nicht zentral im Sinne von staatsgeplant. Es ist ein Wettbewerb konkurrierender privater Ökosysteme, die durch staatliche Anreize in Gang gesetzt und durch staatliche Infrastruktur ermöglicht wurden. 2. 5 AI Plus (人工智能+): Chinas eigentliches strategisches ZielEin grundlegender Unterschied zwischen USA und China wird im Investitionsvergleich systematisch übersehen: Beide Seiten spielen ein anderes Spiel. Die USA wetteifern um AGI-Dominanz, also darum, wer das erste System mit übermenschlichen Fähigkeiten baut. China hat diesen Wettbewerb nicht verlassen, aber seine öffentliche Politik priorisiert etwas anderes: Diffusion. Der Staatsrat hat im August 2025 die AI-Plus-Richtlinie (人工智能+) verabschiedet, Chinas bislang umfassendsten Blueprint für die Verbreitung von KI in der gesamten Volkswirtschaft. Das Trivium-China-Analyse beschreibt die strategische Logik: China steht vor einer demografischen Krise (Geburtenrate weit unter Bestandserhalt), der Gefahr der Mittleren-Einkommens-Falle und einem politischen Ziel von mindestens 4,5 Prozent BIP-Wachstum bis 2035. AI Plus ist die Antwort: KI soll die totale Faktorproduktivität steigern, damit eine schrumpfende Erwerbsbevölkerung genug produziert, um das Wachstumsziel zu erreichen. Das ist keine Technologiepolitik im engeren Sinne, sondern Wirtschaftspolitik mit KI als Hebel. Konkret: Bis 2027 soll KI tiefgehend in sechs Schlüsselbereiche integriert sein, die Nutzungsrate intelligenter Endgeräte, Agenten und Anwendungen soll 70 Prozent überschreiten. Besonderes Gewicht erhält auch der Einsatz von KI im Bereich „Cyber-Governance“, was im Klartext die Verbesserung der Internetzensur durch KI bedeutet. Strukturell hat China dabei ein Problem nicht, das die amerikanische KI-Industrie zunehmend beschäftigt: den Nachweis des Return on Investment. Die USA investieren nach dem Prinzip Frontier-Modell zuerst, Geschäftsmodell danach. OpenAI, Anthropic und Google DeepMind verbrennen Kapital in einer Größenordnung, für die keine gesicherten Einnahmequellen existieren. Copilot-Abonnements, API-Einnahmen und Unternehmenslizenzen wachsen, decken die Kosten aber bei Weitem nicht. In China ist die Anwendungslogik umgekehrt: Meituan deployt KI in bestehende Transaktionsflüsse, die täglich Hunderte Millionen Mal stattfinden. Xiaomis MiMo sitzt in bereits verkauften Geräten. ByteDances Doubao sitzt auf einer Verteilungsmaschine, die unabhängig von KI existiert. Der Business Case ist nicht zu finden, er ist bereits da. Dazu kommt der AI-Plus-Auftrag: Der Staat hat das Problem definiert, nämlich sinkende Erwerbsbevölkerung und Produktivitätslücke, und KI als Lösung mandatiert, mit Budgets dahinter. Die einzige Ausnahme ist der Konsumenten-KI-Markt, wo auch chinesische Nutzernicht reflexartig zahlen: Nach ByteDances Ankündigung eines Abo-Preises von 68 Yuan verlor Doubao 6,1 Millionen Nutzer. Das ist aber ein Randproblem, nicht das strukturelle Herzstück. Open Source ist Teil dieser Diffusionsstrategie und inzwischen explizit staatlich gefördert: Die Regierung ermuntert Universitäten, Open-Source-Beiträge als Studienleistungen anzuerkennen, und belohnt Fakultätsmitglieder für entsprechende Beiträge. Gleichzeitig setzt China auf Open-Source-Modelle als geopolitisches Werkzeug, um US-Exportkontrollen zu umgehen und globale Technologiestandards durch eigene, kostenlose Modelle zu prägen, nicht durch proprietäre Systeme, die ausgesperrt werden könnten. 3. Wo China führt, trotz geringerer privater MittelPatente: China stellt 69,7 Prozent aller weltweiten KI-Patentanmeldungen. Publikationen: Chinesische Forscher zeichnen für 23,2 Prozent des globalen KI-Forschungsoutputs verantwortlich. Industrierobotik: China installierte zuletzt 295. 000 Industrieroboter pro Jahr, fast das Neunfache der USA (34. 200). Chinahält 54 Prozentdes weltweiten Industrieroboter-Bestands. Energieinfrastruktur: China baute 2024 allein 429 GW neue Stromerzeugungskapazität, das 15-fache der USA. Die chinesische Stromreservemarge liegt bei 80 Prozent; das US-amerikanische Stromnetz gilt als Engpass für den KI-Infrastrukturausbau. Trainingseffizienz: DeepSeek erschütterte die Branche, als es Modelle (R1, V3) entwickelte, die US-Spitzenmodellen auf Benchmarks ebenbürtig waren, aber nur einen Bruchteil der Rechenleistung und Kosten beanspruchten. Hardware-Unabhängigkeit: Meituans LongCat-2. 0-Modell (1,6 Billionen Parameter) wurde vollständig auf einem Cluster aus 50. 000 chinesischen Chips trainiert und betrieben, ohne einen einzigen Nvidia-Chip. DeepSeek entwickelt sich zum Argument gegen die These, US-Exportkontrollen bremsten Chinas KI-Entwicklung strukturell. Talentmigration: KI-Talentmigration aus China in die USA ist seit 2017 um 89 Prozent zurückgegangen. Chinesische Spitzenforscher bleiben zunehmend in China. 4. Wo die USA führtPrivate Investitionen: 285,9 Milliarden US-Dollar vs. 12,4 Milliarden US-Dollar (Stanford 2026). Stargate-Projekt: 100 bis 500 Milliarden US-Dollar allein von OpenAI. Rechenzentrums-Infrastruktur: 5. 427 Rechenzentren, mehr als das Zehnfache jedes anderen Landes. Modell-Spitzenleistung: Claude Opus 4. 6 (Anthropic) führt das globale Arena-Leaderboard mit einem Score von 1. 503; das beste chinesische Modell (ByteDances Dola-Seed-2. 0-Preview) liegt bei 1. 464. Der Abstand beträgt 2,7 Prozent, verglichen mit 17,5 bis 31,6 Prozentpunkten in 2023. Notable AI Models: US-Unternehmen produzierten 2025 50 nennenswerte KI-Modelle, China 30; Chinas Zahl hat sich allerdings von 15 in 2024 verdoppelt. Geschlossene Modelle (Closed-Source): Der Leistungsvorsprung proprietärer gegenüber Open-Source-Modellen wächst wieder (3,3 Prozent, nach 0,5 Prozent im August 2024), was US-Unternehmen begünstigt, die den Closed-Source-Bereich dominieren. 5. Chinas strukturelle KI-SchwachstellenChip-Engpass: US-Exportkontrollen für High-End-GPUs sind das zentrale Hindernis. DeepSeek-Gründer Liang Wenfeng sagte in einem Interview 2023: „Geld war nie das Problem. Die Beschränkungen beim Versand fortschrittlicher Chips sind das Problem. “ DeepSeek umging das Problem durch frühzeitigen Kauf von 10. 000 A100-GPUs vor den Exportbeschränkungen. Software-Ökosystem: Es fehlt eine reife Alternative zu Nvidias CUDA-Plattform. Heimische Frameworks wie Huaweis MindSpore oder Baidus PaddlePaddle liegen in der weltweiten Akzeptanz weit hinter PyTorch und TensorFlow zurück. Abhängigkeit von Open-Source-Grundlagenforschung: Ein Teil des chinesischen Aufholens basiert auf westlichen Open-Source-Durchbrüchen. Sollte der Trend zu proprietären Modellen anhalten, könnte dieser Weg an Grenzen stoßen. Staatliche Fehlanreize: Die starke Abhängigkeit von staatlichem Kapital kann zu Fehlinvestitionen und Marktverzerrungen führen, eine Dynamik, die im chinesischen Immobiliensektor bereits sichtbar wurde. Regulatorische Unsicherheit und politisch bedingte Sektorbeschränkungen erschweren die langfristige Unternehmensplanung. Talent-Engpass: Führende chinesische KI-Gründer, darunter Liang Wenfeng, identifizieren den Fachkräftemangel und die Teamstabilität als größtes strukturelles Risiko. 6. Widersprüche und offene FragenWiderspruch 1: InvestitionsvergleichDie populäre 23-zu-1-Darstellung gilt für privates Risikokapital. Bezieht man staatliche Mittel ein, verringert sich der Abstand erheblich. Eine einheitliche Gesamtzahl, die beide Seiten auf vergleichbarer Methodik misst, existiert nicht. Widerspruch 2: Dezentral vs. zentralDie Framing-Frage selbst ist irreführend. Chinas System ist weder das eine noch das andere, sondern ein hybrides Modell mit staatlicher Steuerung auf Makroebene und privatem Wettbewerb auf Mikroebene. Die Frage „dezentral oder zentral?“ setzt eine Dichotomie voraus, die für China nicht gilt. Offene Frage: Chip-ParitätMeituans LongCat-2. 0 auf heimischen Chips ist ein Datenpunkt, kein Trend. Es ist unklar, ob dieser Ansatz auf das gesamte Spektrum der KI-Anforderungen (insbesondere Training sehr großer Modelle) skalierbar ist. Offene Frage: Closed-Source-LückeFalls der Leistungsvorsprung proprietärer US-Modelle wächst, während China auf Open-Source-Strategien angewiesen bleibt, könnte die 2,7-Prozent-Lücke sich wieder aufweiten. Diese Entwicklung ist aus den Quellen noch nicht abschließend bewertbar. Über den RedakteurDói EnnosonChina-ExperteDói Ennoson schreibt unter einem Pseudonym. Er ist China-Experte und vermittelt tiefgreifende Einblicke in das Reich der Mitte. Kommentare lesen und schreiben, hier klicken