Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
frank-andrade.medium.com31. Januar 2025 · Q009900

Has DeepSeek Burst the AI Bubble or Just Raised the Stakes?

frank-andrade.medium.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Andrade argumentiert, DeepSeek habe die KI-Blase nicht platzen lassen, sondern den Wettbewerb durch günstige, leistungsfähige Modelle verschärft. Effizientere KI könne die Nutzung und damit den Rechenbedarf sogar steigern; der Text ist ein Kommentar und belegt die genannten Trainingskosten nicht eigenständig.

Mittel

Frank Andrade deutet den Kurssturz bei Technologie- und Halbleiteraktien nach dem Aufkommen von DeepSeek nicht als Beleg für das Ende des KI-Booms, sondern als Reaktion auf Medienhype und Anlegerängste. Laut seinem Bericht verlor der Markt binnen weniger Tage 17 Prozent an Wert; DeepSeek soll sein fortgeschrittenes Modell mit deutlich geringeren Kosten trainiert haben als GPT-4. Diese Kostenangaben stellt der Autor als Anlass infrage, ob das bisherige, kapitalintensive KI-Modell unverändert tragfähig ist.

Seine Hauptthese: Einzelne Modelle veralten schnell, während dauerhafter Wettbewerbsvorteil aus der Fähigkeit entsteht, mit viel Rechenleistung weitere Modelle und Trainingsdaten zu entwickeln. Günstigere und offene Modelle könnten die Nutzung verbreiten und dadurch den gesamten Rechenbedarf erhöhen – ähnlich dem Jevons-Paradox. Große Infrastrukturunternehmen sieht Andrade daher nicht grundsätzlich bedroht; Anbieter kostenpflichtiger Modelle könnten aber stärkerem Wettbewerb ausgesetzt sein. Er erwartet mehr Wettbewerb und schnellere Entwicklung, räumt jedoch ein, dass DeepSeek der Zugang zu leistungsfähigen Chips begrenzen könnte. Der Text ist ein Kommentar: Die Kostenangaben und Prognosen werden nicht durch eine eigene Untersuchung belegt.

Ausführlich lesen

Der vollständige Bericht von Frank Andrade fragt, ob DeepSeek die KI-Blase zum Platzen gebracht oder vielmehr den Wettbewerb verschärft hat. Anlass ist der starke Kursrückgang bei Halbleiter- und Technologiewerten nach der Veröffentlichung des chinesischen KI-Modells DeepSeek. Der Autor gibt an, der Markt habe in wenigen Tagen 17 Prozent verloren und rund 588,8 Milliarden US-Dollar an Börsenwert eingebüßt. Er deutet die Reaktion als Mischung aus Medienaufmerksamkeit und Anlegerpanik und meint, manche Analysten hätten DeepSeeks Bedeutung vorschnell beurteilt.

Andrade beschreibt DeepSeek als ein Reasoning-Modell, dessen Leistung – wie bei OpenAIs o1 – durch zusätzliche Rechenzeit steigen könne. Besonders aufsehenerregend sei nicht allein, dass es mit führenden proprietären Modellen konkurriere und kostenlos beziehungsweise günstig zugänglich sei. Entscheidend seien die gemeldeten niedrigen Trainingskosten: DeepSeek soll sein fortgeschrittenes Modell für 5,5 Millionen US-Dollar trainiert haben, während für GPT-4 laut Bericht mehr als 100 Millionen veranschlagt worden seien. Diese Zahlen wirft der Autor als Anlass für Fragen über die Wirtschaftlichkeit des bisherigen, stark auf teure Rechenzentren und GPUs ausgerichteten KI-Modells auf.

Seine zentrale These lautet jedoch, dass ein günstigeres Modell den Bedarf an Rechenleistung nicht zwangsläufig senkt. Einzelne Modelle würden schnell durch verbesserte Versionen ersetzt; langfristiger Wettbewerbsvorteil liege daher eher in der Fähigkeit, fortlaufend zu experimentieren und leistungsfähigere Modelle zu entwickeln. Dafür seien große Rechenkapazitäten weiterhin wichtig, unter anderem für parallele Versuche und die Erzeugung synthetischer Trainingsdaten. DeepSeeks Effizienz zeige nach seiner Deutung, dass hohe Investitionen nicht für jeden Fortschritt in gleicher Höhe nötig seien, aber nicht, dass große Ressourcen künftig bedeutungslos würden.

Zur Einordnung zieht Andrade Open-Source-Bildmodelle wie Stable Diffusion und Flux heran. Sie hätten den Zugang erweitert und neue KI-Dienste ermöglicht, zugleich sei die Nutzung und damit der Rechenbedarf seiner Darstellung nach gewachsen. Das verbindet er mit dem Jevons-Paradox: Effizienz kann die Kosten senken und die Verbreitung steigern, sodass insgesamt mehr Ressourcen eingesetzt werden. Entsprechend erwartet er, dass günstigere Sprach- und Reasoning-Modelle die KI-Nutzung ausweiten könnten. NVIDIA und andere Unternehmen mit viel Recheninfrastruktur sieht er deshalb nicht grundsätzlich gefährdet, während Anbieter kostenpflichtiger Modelle wie OpenAI und Anthropic stärker unter Preisdruck geraten könnten.

Der Text ist ein argumentativer Kommentar, keine dokumentierte Markt- oder Kostenstudie. Er führt keine eigene Datenerhebung oder Überprüfung der genannten Trainingskosten vor; seine Prognosen – etwa zu weiter steigender Rechennachfrage und beschleunigter KI-Entwicklung – sind Einschätzungen des Autors. Er räumt außerdem ein, DeepSeek könne kurzfristig durch begrenzten Zugang zu leistungsfähigen Chips eingeschränkt sein. Sein Schluss: DeepSeek sei eher ein Auslöser für mehr Wettbewerb und schnellere Entwicklung als ein Beleg für das Platzen einer KI-Blase.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die Teilfragen SF-H3-T02, SF-F2-T02 und SF-V5-T03 betreffen Prüfstandards, staatliche Messungen und Ausrichtung, die der Bericht nicht behandelt; die Einordnung stützt sich nur auf die Passagen zu synthetischen Daten, Denkmodellen und Marktwettbewerb.

Im Bericht, aber nicht in der Zusammenfassung

  • NVIDIA-GPUs bleiben trotz günstigerer Modelle das Rückgrat der Nachfrage
  • Stable Diffusion sowie Freepik und Krea als Beispiele dafür, wie offene Modelle neue Anbieter ermöglichen
  • Sam Altman sagte, KI-Kosten würden zur Commodity und Zugang zu Rechenleistung sei der eigentliche Vorteil

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
Fähigkeiten messen
  1. SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
    • clef 100 %kein Bezug
    • Luna 48 %Hintergrund, keine Belege
    • JEV 36 %Hintergrund, keine Belege
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 57 %gleiches Oberthema, hilft nicht
    • drex 49 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

    • SF-F2-T02 Wenn ein Staat fremde Modelle als Zeichen einer neuen Stufe nennt: Beruht das auf eigenen Messungen, die er so veröffentlichen könnte wie andere ihre Messungen? Und haben Labore vergleichbare Prüfungen fremder Modelle durchgeführt und sich entschieden, sie nicht zu veröffentlichen? Gefragt wurde das zu Minister Chen Yixins Nennung von Claude Mythos und GPT-5.5-Cyber als Zeichen der Phase „KI gegen KI“ bei Cyberangriff und -abwehr, nachdem die US-Prüfstelle CAISI Messungen von GLM-5.3 (17. September 2026) und, mit dem britischen AI Security Institute, von Kimi K3 (Juli 2026) veröffentlicht hatte, und zu Prüfungen von OpenAI und Anthropic an Modellen von DeepSeek, GLM, Qwen oder Kimi. Luna: Stufe 3 · 51 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
    • SF-F2-T03 Ein Minister beschreibt Risiken durch Spionage und Datenabfluss, etwa über quelloffene KI-Agentenwerkzeuge, und durch ein Ungleichgewicht in der technologischen Entwicklung, das Monopole und Technologiebeschränkungen verschärfen. Welche veröffentlichten Belege würden diese Risiken an der Fähigkeit eines Modells statt an seiner Herkunft festmachen? Luna: Stufe 3 · 41 % · Hintergrund, keine Belege
Unabhängig prüfen
  1. SF-P4 Wie lässt sich die Größe von Trainingsläufen überprüfen, ohne Modelldetails offenzulegen?
    • clef 100 %kein Bezug
    • Luna 44 %Hintergrund, keine Belege
    • JEV 40 %gleiches Oberthema, hilft nicht
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 51 %gleiches Oberthema, hilft nicht
    • d3-ultra 64 %gleiches Oberthema, hilft nicht
Tempo und Grenzen
  1. SF-T2 Woran erkennen andere, dass ein Labor wirklich bremst?
    • clef 100 %kein Bezug
    • Luna 50 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 50 %gleiches Oberthema, hilft nicht
    • SubQ 59 %gleiches Oberthema, hilft nicht
    • drex 67 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

    • SF-T2-T01 Welche öffentliche, nachprüfbare Handlung würde als Verzicht auf weitere Skalierung zählen, nicht nur eine Ankündigung? Was müsste ein Labor veröffentlichen, damit eine rivalisierende Regierung bestätigen kann, dass wirklich pausiert wurde, und welche nachträglichen Belege würden zeigen, dass keine Fähigkeitszuwächse zurückgehalten wurden, etwa durch nicht offengelegte Änderungen an Rechenleistung beim Einsatz oder Werkzeugzugang oder durch einen nicht offengelegten Austausch von Modellen? Luna: Stufe 3 · 40 % · Hintergrund, keine Belege
  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 30 %gleiches Oberthema, hilft nicht
    • Luna 38 %einzelne zitierbare Belege
    • JEV 45 %einzelne zitierbare Belege
    • amos 30 %gleiches Oberthema, hilft nicht
    • SubQ 52 %gleiches Oberthema, hilft nicht
    • drex 53 %gleiches Oberthema, hilft nicht
    • d3-ultra 64 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt

Vertrauen in Modelle
  1. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 27 %Hintergrund, keine Belege
    • JEV 31 %einzelne zitierbare Belege
    • amos 48 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 52 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 55 %Hintergrund, keine Belege
    • JEV 42 %einzelne zitierbare Belege
    • amos 48 %gleiches Oberthema, hilft nicht
    • SubQ 54 %gleiches Oberthema, hilft nicht
    • drex 62 %gleiches Oberthema, hilft nicht
    • d3-ultra 61 %gleiches Oberthema, hilft nicht

    • SF-V5-T02 Würde man lieber einem großen, überwachten Modell vertrauen oder vielen kleinen, nicht überwachten? Luna: Stufe 3 · 40 % · Hintergrund, keine Belege
    • SF-V5-T03 Ist es wirtschaftlich klug, Modelle mit geringem Denkaufwand zu betreiben, oder wird das Ausrichtungsproblem (Modelle dazu zu bringen, den vorgesehenen Zielen und Werten zu folgen) dadurch nur schwerer sichtbar? Luna: Stufe 3 · 48 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
Agenten und vernetzte Systeme
  1. SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
    • clef 100 %kein Bezug
    • Luna 64 %Hintergrund, keine Belege
    • JEV 44 %gleiches Oberthema, hilft nicht
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 59 %gleiches Oberthema, hilft nicht
    • drex 64 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Modelle teilen und schützen
  1. SF-H1 Wo endet die erlaubte Nutzung fremder Modellausgaben, und wo beginnt unerlaubte Destillation, also das Trainieren eines eigenen Modells mit diesen Ausgaben?
    • clef 100 %kein Bezug
    • Luna 44 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 36 %nur am Rande erwähnt
    • SubQ 44 %gleiches Oberthema, hilft nicht
    • drex 44 %gleiches Oberthema, hilft nicht
    • d3-ultra 52 %gleiches Oberthema, hilft nicht

  2. SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
    • clef 26 %gleiches Oberthema, hilft nicht
    • Luna 54 %Hintergrund, keine Belege
    • JEV 36 %nur am Rande erwähnt
    • amos 34 %nur am Rande erwähnt
    • SubQ 50 %gleiches Oberthema, hilft nicht
    • drex 36 %gleiches Oberthema, hilft nicht
    • d3-ultra 56 %gleiches Oberthema, hilft nicht

    • SF-H2-T01 Was unterscheidet das Veröffentlichen von Modellgewichten (den gelernten Parametern) oder von Agentenwerkzeugen mit offenem Quellcode vom Freisetzen einer Waffe: die Absicht des Akteurs, die Selbstständigkeit des Modells, seine Verwendung oder der Schaden, den es von sich aus anrichten kann? Und können Staaten diese Grenze gemeinsam festschreiben, bevor ein offenes Modell im Mittelpunkt eines schweren Vorfalls steht? Luna: Stufe 3 · 45 % · Hintergrund, keine Belege
  3. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 76 %Hintergrund, keine Belege
    • JEV 48 %gleiches Oberthema, hilft nicht
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 52 %gleiches Oberthema, hilft nicht
    • d3-ultra 54 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung gleiches Oberthema, hilft nicht

    • SF-H3-T02 Welche gemeinsamen Prüfstandards und Verfahren zum Herkunftsnachweis erkennen versteckte Verhaltensauslöser und eine systemweite Verschlechterung der Ausrichtung an den vorgesehenen Zielen und Werten, wenn Training immer mehr auf synthetischen Daten anderer Spitzenmodelle beruht? Luna: Stufe 3 · 79 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
  4. SF-H4 Was geschieht mit Modellen und Sicherheitspflichten, wenn ein Labor verkauft, aufgelöst oder ein Modell stillgelegt wird?
    • clef 100 %kein Bezug
    • Luna 54 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 43 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  5. SF-H5 Wann sind Chip- und Exportkontrollen eine Sicherheitsmaßnahme, und wann ein dauerhafter Vorteil?
    • clef 22 %nur am Rande erwähnt
    • Luna 51 %Hintergrund, keine Belege
    • JEV 47 %nur am Rande erwähnt
    • amos 27 %Hintergrund, keine Belege
    • SubQ 42 %gleiches Oberthema, hilft nicht
    • drex 32 %nur am Rande erwähnt
    • d3-ultra 56 %nur am Rande erwähnt

    • SF-H5-T02 Beziehen sich die Technologiemaßnahmen eines Staates und die Einwände des betroffenen Staates auf dieselben Listen, etwa Listen beschränkter Unternehmen und Personen (Entity Lists) und Exportkontrollen? Gefragt wurde das zu Chinas Einwänden gegen Monopol und Vorherrschaft und zu den US-Maßnahmen, die Dario Amodei (Anthropic) in seinem Essay „We Must Pace the Frontier“ befürwortet: Verbote für Chips und Anlagen, Vorgehen gegen unerlaubte Destillation (das Trainieren eines eigenen Modells mit den Ausgaben fremder Modelle) und Schutz der Modellgewichte (der gelernten Parameter). Luna: Stufe 3 · 40 % · Hintergrund, keine Belege
Frieden und Sicherheit
Offenlegung und Rechenschaft
  1. SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
    • clef 100 %kein Bezug
    • Luna 38 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 50 %gleiches Oberthema, hilft nicht
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 61 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
  1. SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
    • clef 100 %kein Bezug
    • Luna 39 %Hintergrund, keine Belege
    • JEV 43 %gleiches Oberthema, hilft nicht
    • amos 41 %gleiches Oberthema, hilft nicht
    • SubQ 58 %gleiches Oberthema, hilft nicht
    • drex 69 %gleiches Oberthema, hilft nicht
    • d3-ultra 58 %gleiches Oberthema, hilft nicht

  2. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 22 %Hintergrund, keine Belege
    • Luna 75 %einzelne zitierbare Belege
    • JEV 42 %beantwortet teilweise oder widerspricht
    • amos 27 %Hintergrund, keine Belege
    • SubQ 45 %gleiches Oberthema, hilft nicht
    • drex 35 %gleiches Oberthema, hilft nicht
    • d3-ultra 37 %Hintergrund, keine Belege
    • Haiku-Prüfung einzelne zitierbare Belege

    • SF-E4-T01 Was hieße die Formel von KI als „gemeinsamem Gut der ganzen Menschheit“ praktisch (Zugang, Teilen des Nutzens, gestaffelte Preise, Technologietransfer), so dass jeder Staat sie tatsächlich unterschreiben und prüfen könnte? Luna: Stufe 3 · 43 % · Hintergrund, keine Belege
    • SF-E4-T02 Welche konkreten Mechanismen (bezahlbarer Zugang zu Modellen, Rechenleistung im öffentlichen Interesse, Technologietransfer) sollen Sicherheitsregeln begleiten, damit sie Monopole nicht vertiefen und Länder mit wenig Mitteln nicht abhängig zurücklassen? Luna: Stufe 3 · 42 % · Hintergrund, keine Belege
  3. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 38 %Hintergrund, keine Belege
    • JEV 33 %gleiches Oberthema, hilft nicht
    • amos 38 %gleiches Oberthema, hilft nicht
    • SubQ 58 %gleiches Oberthema, hilft nicht
    • drex 71 %gleiches Oberthema, hilft nicht
    • d3-ultra 66 %gleiches Oberthema, hilft nicht

    • SF-E5-T01 Wer soll das Tempo der KI-Entwicklung bestimmen: die Labore, die Regierungen oder die Menschen, die diese Systeme jeden Tag nutzen? Luna: Stufe 3 · 36 % · Hintergrund, keine Belege
Wirtschaft und Haftung
  1. SF-W3 Wie schützt man Finanzmärkte vor Folgen von KI, von vertraulichen Entscheidungen über Pausen bis zu Kursstürzen in Sekunden?
    • clef 22 %Hintergrund, keine Belege
    • Luna 48 %Hintergrund, keine Belege
    • JEV 39 %gleiches Oberthema, hilft nicht
    • amos 27 %Hintergrund, keine Belege
    • SubQ 39 %gleiches Oberthema, hilft nicht
    • drex 32 %gleiches Oberthema, hilft nicht
    • d3-ultra 48 %Hintergrund, keine Belege

Information und Öffentlichkeit

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →