Chinas KI-Wettlauf verlagert sich von großen Modellen zu skalierbaren Agenten

Chinas KI-Branche wird zunehmend als Wettlauf um die Anwendung verstanden: Große Basismodelle sollen zu Agenten werden, die in Software, Telekommunikation, Fertigung und Endkundenangeboten konkrete Aufgaben erledigen. Die Schlüsselfrage lautet damit nicht mehr nur, wer das größte Modell trainieren kann. Entscheidend ist, wer KI-Systeme in hoher Stückzahl mit vertretbaren Kosten, ausreichender Geschwindigkeit, Zuverlässigkeit und Sicherheitsvorkehrungen betreibt.

Von Trainingskapazität zur Inferenz-Nachfrage

Ein Bericht des China Telecom Research Institute prognostiziert, dass Inferenz bis 2029 rund 80 % des chinesischen Markts für Rechenleistung ausmachen wird – und damit die Nachfrage für das Training überholt. KI-Agenten könnten den Rechenbedarf in den kommenden zwei bis drei Jahren demnach jährlich nahezu verzehnfachen. 59

Nach Schätzungen aus demselben Forschungsumfeld könnte der jährliche Tokenverbrauch in China 2026 auf 100 Billiarden steigen und 2030 mehr als 35 Trilliarden erreichen. Das sind Prognosen, keine bereits eingetretenen Werte. Sie verdeutlichen jedoch, warum das wiederholte Ausführen von Modellen strategisch ähnlich wichtig werden könnte wie ihr Training. 6

Mit Inferenz ist die Rechenarbeit gemeint, die ein trainiertes Modell beim Beantworten einer Anfrage oder bei einem Arbeitsschritt leistet. Agenten erhöhen diesen Aufwand deutlich gegenüber einer einzelnen Chatbot-Antwort: Sie können Informationen abrufen, Software-Werkzeuge aufrufen, mehrstufige Prozesse ausführen, Ergebnisse prüfen und den Ablauf wiederholen. Im großen Maßstab kostet jeder dieser Schritte Rechenleistung und steigert die betriebliche Komplexität.

Agenten machen KI zur laufenden Betriebsaufgabe

Das Training eines Spitzenmodells ist meist eine gebündelte Investition in Infrastruktur. Der Einsatz eines Agenten ist dagegen ein fortlaufender Servicebetrieb. Kosten fallen wiederkehrend für Modell-Inferenz, Datenabrufe, Netzwerke, Speicher, Überwachung sowie menschliche Prüfung oder Eskalation an.

Das verändert den wirtschaftlichen Maßstab: Ein leistungsfähiger Agent ist noch kein tragfähiges Produkt, wenn er im Betrieb zu teuer, für den Arbeitsprozess zu langsam oder für geschäftskritische Systeme zu unzuverlässig ist. Wichtiger wird der Preis und die Qualität einer erfolgreich erledigten Aufgabe – nicht allein ein Spitzenwert in einem Modellbenchmark.

Für Anbieter und Unternehmen rücken deshalb vor allem diese Punkte in den Vordergrund:

• das kleinste Modell wählen, das eine Aufgabe sicher erledigen kann;
• Anfragen an das passende Modell oder Werkzeug weiterleiten;
• wiederholte Berechnungen durch Caching und effizientes Serving verringern;
• Agenten mit vertrauenswürdigen, auf die Aufgabe zugeschnittenen Daten verbinden;
• Werkzeugnutzung und komplette Arbeitsabläufe testen, nicht nur einzelne Modellantworten;
• Fehler, Zugriffsrechte und Prüfpfade überwachen; und
• menschliches Eingreifen ermöglichen, wenn Entscheidungen oder Aktionen risikoreich werden.

Das heißt nicht, dass das Training führender Modelle an Bedeutung verliert. Es bleibt wichtig für Leistungsfähigkeit, Unabhängigkeit und den Zugang zu fortgeschrittener KI. Doch wenn leistungsfähige Modelle breit verfügbar sind, kann die dauerhafte Umsetzung zum schwierigeren Unterscheidungsmerkmal werden: kostengünstige, verlässliche Inferenz, die mit echten Unternehmenssystemen verbunden ist.

Pekings Fokus liegt auf der breiten Anwendung

Chinas politische Signale stützen den Übergang von einzelnen Modellen zu wiederholbaren Einsätzen. Der Plan des Ministeriums für Industrie und Informationstechnologie (MIIT) für „KI plus Software“ sieht vor, KI-gestützte Programmierwerkzeuge bis 2028 in mehr als 20.000 großen Softwareunternehmen zu verbreiten. Zusätzlich sollen in Schlüsselbranchen 100 Referenzanwendungen für agentenbasierte Software entstehen und mindestens fünf hochwertige Open-Source-Projekte gefördert werden. 3

Bis 2030 zielt der Plan auf ein intelligenteres und sichereres Software-Ökosystem, einschließlich intelligenter Aufwertungen kritischer Softwaresysteme. 37 Ein weiterer MIIT-Plan für KI und Informationskommunikation nennt bis 2028 mehr als 30 hochwertige Anwendungsszenarien, repräsentative Anwendungen und spezialisierte Agenten. Zugleich verknüpft er die Einführung mit leistungsfähigerer Netz- und Recheninfrastruktur. 17

Eine gemeinsame Initiative des MIIT und der National Data Administration fordert zudem branchenspezifische KI-Szenarien mit hohem Wert, spezialisierte Datensätze sowie spezialisierte Modelle oder Agenten, wenn autonome Planung und Ausführung nötig sind. Vorgesehen sind auch maßgeschneiderte Evaluierungsdaten und Bewertungsverfahren für Branchenmodelle und Agenten. 18

Zusammengenommen deuten diese Initiativen auf ein Modell der breiten Verbreitung hin: Wiederverwendbare Szenarien, Daten, Software-Werkzeuge und Referenzimplementierungen sollen die Übernahme in vielen Branchen erleichtern. Die Chance liegt in schnellerer Einführung. Das Risiko: Erfolg könnte an der Zahl von Pilotprojekten gemessen werden statt an dauerhaft sicheren, wirtschaftlichen und wirksamen Systemen.

Ausgaben und industrielle Dimension erhöhen den Druck

Berichte auf Grundlage der Analyse des China Telecom Research Institute beziffern die KI-Ausgaben chinesischer Technologieunternehmen in diesem Jahr auf knapp 600 Milliarden Yuan. Da öffentliche Angaben unterschiedliche Definitionen von KI-Ausgaben verwenden können, ist diese Summe als Schätzung zu verstehen und nicht als vollständig einheitlich erhobene Kennzahl. 9

Auf nationaler Ebene rechnet China damit, dass KI-bezogene Industrien bis zum Ende des 15. Fünfjahresplans 2026 bis 2030 einen Umfang von mehr als 10 Billionen Yuan erreichen. 45 KI-Agenten werden damit nicht nur als Cloud-Dienst positioniert, sondern als grundlegende Technologie für industrielle Modernisierung, Softwareentwicklung, Kommunikation und Verbraucherdienste.

Europa baut Rechenkapazität auf – doch auch hier entscheidet die Anwendung

Die EU verfolgt einen eigenen Infrastrukturansatz. Die Europäische Kommission hat eine Ausschreibung für bis zu sieben KI-Gigafactories eröffnet. Dafür sind bis zu 10 Milliarden Euro aus EU- und nationalen Mitteln vorgesehen; mindestens 20 Milliarden Euro private Investitionen sollen zusätzlich mobilisiert werden. 50

Das Vorhaben ist für europäische Rechenkapazität und technologische Souveränität bedeutsam. Der Bau von Infrastruktur allein löst jedoch nicht die Frage der Umsetzung. Der Wettbewerbsvorteil dieser Kapazitäten hängt davon ab, ob sie zugängliche und bezahlbare Inferenz, nützliche branchenspezifische Daten, Software-Integration und vertrauenswürdige Anwendungen für europäische Organisationen ermöglicht.

Was die nächste Phase des KI-Wettlaufs belohnt

Chinas Vorstoß bei Agenten verweist auf einen breiteren globalen Wandel. KI-Vorteile werden zunehmend davon abhängen, Rechenleistung dauerhaft in nützliche und nachvollziehbare Arbeit zu verwandeln. Dafür braucht es Chips und Strom, aber ebenso effizientes Serving, Datenzugang, Einbindung in Arbeitsabläufe, Sicherheitskontrollen, Evaluierung und klare menschliche Verantwortung.

Die Prognose von 80 % Inferenzanteil ist als Richtungssignal zu lesen, nicht als gesicherte Tatsache. Ihre Botschaft ist dennoch klar: Wandert KI aus Demonstrationen in den laufenden Betrieb, werden die Gewinner womöglich weniger durch den größten Trainingslauf bestimmt als durch die Fähigkeit, Agenten zuverlässig und kostengünstig genug zu betreiben, damit sie Teil der täglichen Arbeit werden. 56