Das chinesische KI-Start-up DeepSeek bekommt derzeit viel Aufmerksamkeit, einige Anleger scheinen es als Konkurrenten für die bislang dominierenden westlichen Unternehmen der Branche zu sehen. In den USA hat die App von DeepSeek nun sogar ChatGPT überholt und steht auf Platz eins der Liste der aktuell am meisten heruntergeladenen iPhone-Apps. Der Hype macht sich auch an der Börse bemerkbar. Manche Techaktien von US- und auch deutschen Unternehmen haben am Montag um teils fünf bis zehn Prozent nachgegeben. Andere brachen noch mehr ein.
Der amerikanische Techindex Nasdaq notiert vorbörslich mit Stand 12:20 Uhr deutscher Zeit vier Prozent im Minus. Im vergangenen Jahr hatte er insgesamt um rund 25 Prozent zugelegt.
Was DeepSeek so besonders macht: Es benötigt seinen Entwicklern zufolge viel weniger Rechenleistung für das Training des KI-Modells und damit auch viel weniger hochspezialisierte Chips, die das US-Unternehmen Nvidia so wichtig für die KI-Industrie gemacht haben. Einem Bericht der »New York Times « zufolge benötigt DeepSeek einen Computer mit lediglich rund 2000 Nvidia-Chips. Andere Unternehmen benötigen oft Supercomputer mit bis zu 16.000 solcher Chips, um die KI-Modelle hinter ihren Chatbots zu trainieren.
Reaktion auf Ausfuhrbeschränkungen
Die Motivation, ein solches System zu entwickeln, geht offenbar auf Ausfuhrbeschränkungen zurück. So wollen die USA den Export leistungsfähiger KI-Hardware, wie sie Nvidia entwickelt und herstellt, nach China einschränken. Als Reaktion darauf hat der hinter DeepSeek stehende und im chinesischen Huangzhou beheimatete Hedgefonds High Flyer Tausende Nvidia-Chips aufgekauft und zu einem Supercomputer namens Fire-Flyer II zusammengeschaltet.
Das wirkt sich nun auf Techaktien sowie auf Aktien von Chipherstellern aus. Die Nvidia-Aktie büßte mit Stand um 12:20 Uhr rund 10,7 Prozent an Wert ein. Bei der US-Halbleiterfirma Broadcom waren es rund 13 Prozent. Bei Microsoft und AMD betrug das Minus je etwas mehr als sechs Prozent.
Auch auf deutsche Unternehmen wirkt sich der DeepSeek-Hype aus: Der Wert der Infineon-Aktie lag Stand 12:20 Uhr bei minus 4,6 Prozent. Ebenso war es bei dem Münchner Unternehmen Siltronic, das Wafer für die Halbleiterindustrie herstellt. Die Aktien von Kontron, Aixtron und Süss Microtec verloren zwischen vier und 12 Prozent. Aktien von Siemens Energy brachen um sogar 21,6 Prozent ein. Noch in der vergangenen Woche hatte das Energieunternehmen ein Rekordhoch an der Börse aufgestellt.
Woher kommen die Trainingsdaten?
Die geringen Anforderungen des DeepSeek-Modells an die Hardware haben direkte Auswirkungen auf die Kosten. So sollen sechs Millionen Dollar ausgereicht haben, um die chinesische KI zum Laufen zu bringen. Vollkommen unklar ist dabei, welche Daten das Unternehmen verwendet hat, um seine KI zu trainieren – und wo diese Daten hergekommen sind.
Trainingsdaten für künstliche Intelligenz sind ein begehrtes Gut, um das oft gestritten wird. Medienunternehmen etwa wehren sich dagegen, dass ihre Inhalte ohne Gegenleistung zum Training von KI-Modellen herangezogen werden. DeepSeek unterdessen gibt nur preis, dass sein Large Language Model (LLM) von Grund auf neu entwickelt wurde. Die Grundlage dazu soll ein Datensatz aus »2 Billionen Token auf Englisch und Chinesisch« gewesen sein. (LLMs zerlegen Sprache in Token, das können Silben, Wörter, Teile von Wörtern oder auch Satzzeichen sein.)
Ohnehin spielt das Verständnis der chinesischen Sprache für DeepSeek offensichtlich eine große Rolle. So lobt sich das Unternehmen selbst dafür, dass sein LLM das von OpenAIs GPT 3.5 übertreffe, wenn es um die chinesische Sprache geht. In den Bereichen Argumentation, Programmieren, Mathematik und wiederum Chinesisch sei es zudem Llama2, einem LLM von Meta, überlegen, behauptet DeepSeek.
DeepSeek argumentiert in Antworten
Ein weiterer Unterschied gegenüber gängigen Chatbots: Bevor es eine Antwort ausspuckt, erklärt das Modell DeepSeek R1, wie es zu dieser Antwort gekommen ist und welche Aspekte es dabei berücksichtigt hat. Es argumentiert also.
DeepSeek hat sein KI-Modell als kostenlosen Download ins Netz gestellt. Wer sich mit der Technologie auskennt, kann die Software also auf einem eigenen Computersystem ausprobieren und testen, ob es die Versprechen des Herstellers erfüllen kann.
