Chinesische Open-Weight-KI vs. US-API: Was europäische Unternehmen jetzt wissen müssen

Für europäische Unternehmen ist die Wahl zwischen chinesischen Open-Weight-KI-Modellen und proprietären US-Alternativen keine einfache Entweder-oder-Entscheidung. Wie ein in Deutschland ansässiger Berater der South China Morning Post sagte: „Ein chinesisches Open-Weight-Modell, das auf europäischer Infrastruktur betrieben wird, wobei die Daten unter der Kontrolle des Unternehmens bleiben, kann in mancher Hinsicht eine größere operative Souveränität bieten als die Nutzung eines proprietären ausländischen [Modells], das aus der Ferne geändert, neu bepreist oder zurückgezogen werden kann“ . Der entscheidende Faktor ist nicht, wo das Modell entwickelt wurde, sondern wie es bereitgestellt wird.

Das Souveränitätsparadox: Selbsthosting vs. API-Miete

Chinesische Open-Weight-Modelle können die operative Souveränität europäischer Unternehmen paradoxerweise verbessern, wenn sie auf lokalen Servern selbst gehostet werden. Sobald sie unter einer freizügigen Lizenz veröffentlicht wurden (DeepSeek nutzt MIT, Qwen Apache 2.0), können diese Gewichte heruntergeladen, modifiziert und vollständig auf der eigenen Infrastruktur des Unternehmens ausgeführt werden, ohne dass Daten an den Anbieter zurückfließen .

Im Gegensatz dazu erfordern US-geschlossene Modelle von OpenAI, Anthropic und Google die Anmietung eines API-Zugangs, der pro Token abrechnet und die Unternehmen den Bedingungen, Preisänderungen und der Roadmap des Anbieters unterwirft . Wie CNBC anmerkte, schafft dies eine Abhängigkeit von „einer Handvoll KI-Anbieter“ . Auch das Europäische Parlament äußerte Bedenken, dass die Dominanz nicht-europäischer KI-Unternehmen Unsicherheit darüber schafft, ob KI auf dem EU-Markt „die Grundrechte und Werte der EU schützt“ .

Europa fehlt es derzeit an einem Spitzen Closed Model auf GPT- oder Claude-Niveau; sein stärkster Open-Weight-Champion, Mistral, ist konkurrenzfähig, aber nicht an der absoluten Spitze . Die realistische kurzfristige Wahl für die meisten europäischen Unternehmen liegt also zwischen einem US-Proprietärmodell und einem chinesischen Open-Weight-Modell – nicht zwischen einer europäischen Alternative.

Der schärfste Graben: DSGVO-Compliance und Datenkontrolle

Hier schafft die Bereitstellungsart eine rechtliche Kluft. Das Sovereign AI Registry bewertet DeepSeek R1 bei Selbsthosting als „EU-beschaffungsbereit“ und stellt fest: „Die Datenflüsse laufen vollständig lokal – gleiche Gewichte, null Datenfluss in die VR China“ . Das DSGVO-Risiko hängt am gehosteten Dienst, nicht an den Open Weights selbst .

• Gehostete chinesische API (z. B. deepseek.com): China hat keinen EU-Angemessenheitsbeschluss zur DSGVO, und DeepSeeks Datenschutzerklärung besagt ausdrücklich, dass Daten in China gespeichert und mit chinesischen Behörden geteilt werden können. Italien hat den gehosteten Dienst innerhalb von 72 Stunden verboten . Die Europäische Kommission bestätigte, dass jede Übermittlung personenbezogener Daten nach China durch DeepSeek der DSGVO entsprechen muss, was Standardvertragsklauseln oder einen Angemessenheitsbeschluss erfordert, die derzeit nicht existieren .
• Selbst gehostete Open Weights: Ein selbst gehostetes chinesisches Open-Weight-Modell auf EU-Infrastruktur sendet keine Daten zurück nach China. Mehrere Rechtsanalysten bestätigen, dass der Betrieb von Open-Weight-Modellen vor Ort das gleiche geringe Risiko birgt wie der Betrieb von lokalem Qwen oder Llama – kein grenzüberschreitender Datenfluss .
• US-Proprietär-API: US-Cloud-Anbieter bieten in der Regel DSGVO-konforme Datenverarbeitungsvereinbarungen und Optionen für den Datenaufenthalt in der EU. Allerdings sendet jeder API-Aufruf immer noch Eingabedaten an die Infrastruktur des Anbieters, was bei hochsensiblen Anwendungsfällen Bedenken aufwerfen kann .

Lieferkettenabhängigkeiten: Eine andere Form des Risikos

Die Verwendung chinesischer Open-Weight-Modelle schafft eine nachgelagerte Abhängigkeit von chinesischen KI-Laboren für Updates, Sicherheitspatches und zukünftige Modellversionen. CNBC wies auf das Risiko hin, dass „amerikanische Unternehmen von chinesischer Technologie abhängig werden“ – die gleiche Logik gilt für Europa . Das Centrum für Europäische Politik (cep) warnt davor, dass chinesische Modelle „Hintertüren enthalten können, die selbst durch intensive Sicherheitstrainingsverfahren nicht entfernt werden können“ und dass die politische Kontrolle „tief in der Architektur der Trainingsdaten verankert“ ist .

Beide Optionen sind letztlich von US-amerikanisch entwickelten Chips (Nvidia, AMD) oder chinesischen Alternativen abhängig, die Exportkontrollen unterliegen. Ein chinesisches Modell, das auf europäischer Hardware läuft, bleibt dennoch von einer globalen Halbleiterlieferkette abhängig.

Die Nutzung von US-Modellen bindet das Unternehmen an US-Cloud-Anbieter und die Preisgestaltung einzelner Anbieter. Da die US-KI-Kosten gestiegen sind, verlagern globale Unternehmen ihre Aktivitäten aktiv auf günstigere Alternativen . Goldman Sachs stellte fest, dass chinesische Open-Weight-Modelle „einen kritischen Punkt der Intelligenz erreichen, der sie zu tragfähigen Alternativen macht“ .

Der Kostenunterschied ist dramatisch

Chinesische Open-Weight-Modelle sind 60–90 % günstiger als führende US-Proprietärmodelle . DeepSeek V4 Flash kostet 0,14 US-Dollar pro Million Input-Tokens, verglichen mit GPT-5.2 für 1,75 US-Dollar . Ein Arbeitsablauf, der mit einem führenden US-Modell 10.000 US-Dollar pro Monat kostet, könnte mit einer chinesischen Open-Weight-Alternative zwischen 1.000 und 4.000 US-Dollar laufen .

Bis Juli 2026 leiteten US-Unternehmen mehr als 30 % ihrer OpenRouter-Tokens an chinesische Open Modelle weiter, gegenüber nur 4,5 % in der ersten Jahreshälfte 2025 . Coinbase gab im Juni 2026 bekannt, dass es Routineaufgaben im Ingenieurwesen von OpenAI auf Open-Weight-Modelle von Zhipu AI und DeepSeek umgestellt hat .

Ein praktischer Mittelweg: Multi-Modell-Routing

Viele europäische Unternehmen setzen auf eine „Workload-Routing“-Strategie: Sie verwenden günstigere Open-Weight-Modelle für unkritische Aufgaben und Premium-Modelle für sicherheitsrelevante Anwendungen, um die Abhängigkeit von einem einzelnen Anbieter zu verringern . Dieser hybride Ansatz ermöglicht es Unternehmen, Kosten, Risiko und Leistung auszugleichen.

Eine verteidigbare Strategie zur Modellauswahl umfasst vier Schritte, so die National Law Review: Erfassen, welche Arbeitsabläufe mit welchen Modellen interagieren; Identifizieren, wo exportkontrollierte Technologie in diese Arbeitsabläufe gelangt; Festlegen einer Modell- und Bereitstellungshaltung für jede Arbeitslast; und gründliche Dokumentation der Sorgfaltspflicht .

Das Open-Weight-Paradoxon ist nicht zu ignorieren

Open Weights sind „nicht rückholbar“ – einmal veröffentlicht, können Sicherheitsvorkehrungen mit minimalem Aufwand entfernt werden, und Tausende von entschärften Varianten zirkulieren bereits frei . Das gleichberechtigende Potenzial von Open-Weight-Modellen und die mit ihnen verbundenen Sicherheitsrisiken sind untrennbar miteinander verbunden .

Der EU AI Act, der ab August 2025 für auf dem EU-Markt bereitgestellte allgemeine KI-Modelle gilt, geht davon aus, dass Modelle, die mit mehr als 10²⁵ Gleitkommaoperationen trainiert wurden, ein Systemrisiko darstellen und erhöhte Sicherheits- und Transparenzpflichten erfüllen müssen . Sowohl chinesische Open-Weight- als auch US-Proprietärmodelle müssen diese Anforderungen erfüllen.

Fazit: Die Wahl für europäische Unternehmen besteht nicht zwischen „chinesisch“ und „amerikanisch“ als monolithischen Kategorien. Das Selbsthosten eines chinesischen Open-Weight-Modells auf europäischer Infrastruktur kann eine bessere Datenkontrolle und operative Souveränität bieten als die Abhängigkeit von einer US-Proprietär-API – bringt aber andere Lieferkettenabhängigkeiten, Sicherheitsrisiken und politische Bedenken mit sich. Der praktikabelste Weg für viele Unternehmen ist eine Hybridstrategie, die sensible Arbeitslasten an selbst gehostete Open Modelle und weniger sensible, leistungsintensive Aufgaben an US-Proprietär-APIs weiterleitet .