DeepSeek, Qwen, Kimi und GLM: China ist kein Nebenmarkt
Chinesische Modellfamilien erhöhen den Druck bei offenen Gewichten, Code, Reasoning, Kontext und Preis. Das macht sie relevant – nicht automatisch passend.
KI-Inhalte verändern sich schnell. Nächster planmäßiger Audit: 31.08.2026.
Chinesische Anbieter müssen technisch ernst genommen und organisatorisch konkret geprüft werden. Pauschale Abwertung ist genauso unbrauchbar wie blinde Begeisterung.
DeepSeek, Alibaba Qwen, Moonshot Kimi und Z.ai GLM verfolgen unterschiedliche Modell-, API- und Open-Weight-Strategien. Modellgewichte im Eigenbetrieb, internationale APIs und öffentliche Chatprodukte sind drei verschiedene Risikowege.
DeepSeek ist die Effizienzgeschichte
Der wichtigste Effekt war nicht ein einzelner Aktienkurs, sondern der Nachweis, dass Architektur, Training und Veröffentlichung den Wettbewerb verändern. DeepSeek steht für Reasoning- und Codeleistung, offene Gewichte und den Druck, Kostenbehauptungen genauer zu lesen.
Qwen ist die Breite
Alibaba entwickelt Qwen als Familie mit verschiedenen Größen und Spezialrichtungen. Das macht Qwen für lokale Experimente, Coding, Mehrsprachigkeit und multimodale Aufgaben interessant. Genau deshalb muss die konkrete Variante mit Lizenz und Modellkarte dokumentiert werden.
Kimi zeigt, wie schnell Legacy entsteht
Moonshots offizielles Modellregister weist aktive und eingestellte Reihen aus. Das ist keine Schwäche, sondern ein realistisches Bild des Markttempos. Wer Kimi produktiv nutzt, braucht feste Modellkennungen, Ablösehinweise und Regressionstests.
GLM zielt stark auf Coding und Agentenarbeit
Z.ai entwickelt GLM als Modellfamilie für lange Aufgaben, Code und Werkzeugnutzung. Herstellerbenchmarks sind dafür ein Ausgangspunkt. Die belastbare Aussage entsteht erst aus eigenen Aufgaben, Laufzeit, Fehlern und kontrollierten Werkzeugrechten.
Cloud und Gewichte sind verschiedene Bewertungen
Ein heruntergeladenes Modell im eigenen Rechenraum sendet nicht automatisch Daten an den ursprünglichen Anbieter. Eine öffentliche Chatoberfläche oder API tut es möglicherweise. Deshalb darf die Herkunft des Modells nicht mit dem tatsächlichen Datenweg verwechselt werden.
Die politische Frage bleibt, aber sie ersetzt die technische nicht
Unternehmen können Beschaffungsregeln oder Ausschlüsse haben. Das ist legitim. Technisch sollte trotzdem klar sein, ob der Ausschluss den Modellursprung, den Betreiber, das Hosting, den Support oder die Lieferkette betrifft. Nur dann ist die Entscheidung nachvollziehbar.
Behauptung & Befund
Anbieter veröffentlichen eigenständige Architekturen, Forschung, Modellfamilien und Werkzeuge mit globalem Einfluss.
Der tatsächliche Datenweg hängt vom Betrieb, der Software und den Verbindungen ab. Die Lieferkette bleibt trotzdem prüfpflichtig.
Leistung, Lizenz, Rechtsraum, Vertrag, Hosting und interne Regeln sind getrennte Kriterien.
Quellen
- DeepSeek models and technical releases Autor/Institution: DeepSeekPublisher: DeepSeek
- DeepSeek API change log und Modellwechsel Autor/Institution: DeepSeekPublisher: DeepSeek
- DeepSeek-R1 Release Autor/Institution: DeepSeekPublisher: DeepSeek
- Qwen research and model releases Autor/Institution: Alibaba QwenPublisher: Alibaba Qwen
- Qwen3: Modellfamilie, Größen und Hybrid-Reasoning Autor/Institution: Alibaba QwenPublisher: Alibaba Qwen
- Kimi API: aktive und eingestellte Modellfamilien Autor/Institution: Moonshot AIPublisher: Moonshot AI
- GLM-Modellfamilie und aktuelle Release Notes Autor/Institution: Z.aiPublisher: Z.ai
- Artificial Intelligence Risk Management Framework: Generative AI Profile Autor/Institution: NISTPublisher: NIST
- Generative KI-Modelle: Chancen und Risiken für Industrie und Behörden Autor/Institution: BSIPublisher: BSI