Laut einem neuen Bericht beginnt die KI-Boom-Blase in China zu platzen. Eine Mischung aus kommunistischer Misswirtschaft, Selbstbereicherung und Unerfahrenheit der beteiligten Akteure trägt dazu bei. Es mangelt einfach an entsprechender Weitsicht. Wie geht es weiter?
Chinas kühner Vorstoß in die Welt der Künstlichen Intelligenz (KI) war noch vor wenigen Monaten in aller Munde – ein Triumphzug, der die technologischen Ambitionen des Reichs der Mitte in den Himmel hob. Nvidia-GPUs im Wert von Millionen bahnten sich ihren Weg durch Zollschranken und US-Exportbeschränkungen, während die Nachfrage nach High-End-Chips wie dem H100 auf dem Schwarzmarkt explodierte – bis zu 200.000 Yuan (ca. 25.500 Euro) wechselten für ein einziges Stück die Besitzer.
Hunderte Datenzentren schossen aus dem Boden, um die Server zu beherbergen. Doch jetzt, keine zwölf Monate später, liegt der Traum in Trümmern: Ein Bericht des MIT Technology Review enthüllt, dass Chinas KI-Boom geplatzt ist, die staatlichen Geldquellen versiegen und ungenutzte GPUs stapeln sich in Lagern, während frisch gebaute Anlagen verstauben.
Ein gigantisches Missverhältnis
Was lief schief? Chinas rasante Expansion der KI-Infrastruktur war beeindruckend, ja geradezu monolithisch – doch sie krankte an einem fatalen Mangel an Weitsicht. „Die wachsende Pein, die Chinas KI-Industrie durchleidet, ist größtenteils das Resultat unerfahrener Akteure – Konzerne und lokale Regierungen –, die blind auf den Hype-Zug aufgesprungen sind und Anlagen bauten, die für die heutigen Bedürfnisse nicht taugen“, erklärte Jimmy Goodrich, Technologieberater der RAND Corporation, gegenüber dem MIT. Statt Bedarf und Kapazitäten klug aufeinander abzustimmen, setzte man auf Quantität statt Qualität.
Viele Datenzentren wurden in einem waghalsigen Tempo hochgezogen, ohne die spezifischen Anforderungen für Training (Datenverarbeitung) und Inferenz (Datenvereinfachung) zu berücksichtigen – zwei Säulen des Deep Learning, die unterschiedliche Hardwareansprüche stellen. Das Ergebnis? Ein Überfluss an leistungsstarken GPUs, die für die Trainingsphase gedacht waren, während die Inferenz-Kapazitäten vernachlässigt wurden. Alibaba-Chef Eddie Wu brachte es auf den Punkt: „Hier bläht sich eine riesige Blase auf“, wie Barron’s berichtete.
Subventionen statt Innovation
Doch es wird noch haarsträubender: Laut MIT und Brancheninsidern nutzten zahlreiche Unternehmen die KI-Datenzentren als Deckmantel, um an staatliche Vergünstigungen zu kommen – sei es subventionierte Ökoenergie, günstige Grundstücke oder Steuererleichterungen. In manchen Fällen wurde Strom, der für KI-Aufgaben gedacht war, gewinnbringend ins Netz zurückgespeist. Andere Entwickler kassierten Kredite und ließen die Gebäude danach ungenutzt stehen.
„Die meisten Investoren in Chinas KI-Sektor wollten von großzügigen politischen Anreizen profitieren, statt echte KI-Arbeit zu leisten“, heißt es im Bericht. Ein Blick auf die Zahlen untermauert den Verdacht: Von 144 Firmen, die sich 2023 bei der Cyberspace Administration of China registrierten, um eigene Große Sprachmodelle (LLMs) zu entwickeln, investierten Ende des Jahres nur noch rund 10 Prozent aktiv in deren Training.
DeepSeek: Triumph und Fluch zugleich
Ironischerweise hat Chinas eigenes KI-Labor DeepSeek die Misere mitverschuldet – und das, obwohl es einen sensationellen Erfolg feierte. Im vergangenen Monat ließ DeepSeek das Silicon Valley erzittern: Sein Großes Sprachmodell R1 übertraf nach eigenen Benchmarks die Modelle von OpenAI, Meta und Anthropic – Giganten, die Milliarden in ihre Entwicklung pumpen. DeepSeek selbst gab an, dass die Trainingskosten für das V3-Modell bei mageren 5,6 Millionen Dollar lagen – ein Bruchteil der Summen, die US-KI-Labore verschlingen.
Und das trotz der US-Halbleiterrestriktionen, die den Export von Spitzenchips wie Nvidias H100 nach China blockieren! Dieser Coup zwang viele KI-Firmen weltweit, ihre Hardware- und Skalierungspläne zu überdenken. Doch in China führte DeepSeeks Effizienz dazu, dass die teuren, überdimensionierten Datenzentren noch überflüssiger wirkten.
Stromhunger ohne Ende?
Trotz des chinesischen Rückschlags bleibt Wall Street optimistisch, was den globalen Strombedarf angeht. „Die Nachfrage wird definitiv steigen, nur wie stark, das weiß niemand“, sagte Nikki Hsu, Analystin bei Bloomberg Intelligence. Carlos Torres Diaz von Rystad Energy ergänzt: „Effizientere Modelle wie DeepSeeks könnten dazu führen, dass Datenzentren einfach mehr Daten verarbeiten.“
Laut dem Electric Power Research Institute (EPRI) werden Datenzentren bis Ende des Jahrzehnts bis zu 9 Prozent des US-Stroms verschlingen – ein Sprung von aktuell 1,5 Prozent, angetrieben durch stromfressende Technologien wie generative KI. Zum Vergleich: Der US-Industriesektor verbrauchte 2023 rund 26 Prozent des Stroms. Chinas KI-Debakel ändert daran wenig.
Ein Weckruf
Chinas KI-Traum liegt offensichtlich in Scherben – ein Mahnmal für die Gefahren von Hast und Hype. Während DeepSeek beweist, dass Innovation auch unter Zwang gedeihen kann, zeigt der Kollaps der Infrastruktur, wie zerbrechlich solche Luftschlösser sind. Es bleibt festzuhalten: Planwirtschaft und Subventionsrausch sind kein Ersatz für marktorientierte Vernunft. Die Welt schaut zu – und China hat eine Lektion gelernt, die es so schnell nicht vergessen wird. Oder doch?