„Intelligence and knowledge have to come together“ – Chinas Wette auf die KI-Infrastruktur

Es beginnt mit einem Bild, das man so nicht erwartet: Ein chinesischer Hedgefonds-Manager, Liang Wenfeng, sitzt in einem Büro in Hangzhou und signiert eine wissenschaftliche Arbeit. Der Titel: „DSpark: Confidence-Scheduled Speculative Decoding with Semi-Autoregressive Generation“. Es ist der 27. Juni 2026, und DeepSeek, sein Startup, veröffentlicht ein Framework, das die Generierungsgeschwindigkeit seines Spitzenmodells V4 um 60 bis 85 Prozent steigert – ohne eine einzige neue Modellarchitektur. Kein neues Modell, nur smartere Ingenieurskunst. Ein reiner Effizienzgewinn.

Doch das eigentliche Manöver spielt sich woanders ab. Während US-KI-Firmen um Milliarden kämpfen und Anthropic-CEO Dario Amodei vor chinesischem Zugang zu Frontier-Modellen warnt, baut ein anderes chinesisches Unternehmen die unsichtbare Infrastruktur, die den globalen KI-Handel erst möglich macht: Airwallex, ein Fintech mit Sitz in Melbourne und chinesischen Wurzeln, erreicht eine Bewertung von 110 Milliarden US-Dollar. Es ist der Finanzverwalter hinter Kimi, Zhipu und MiniMax. Und es zeigt: Chinas KI-Strategie zielt nicht auf technologische Überlegenheit allein, sondern auf die Kontrolle der globalen KI-Infrastruktur – durch kostengünstige Open-Source-Modelle und Finanzdienstleistungen.

Kernzahlen:

• DeepSeek V4: 60–85 % schnellere Generierung pro Nutzer durch DSpark
• Airwallex: Bewertung 110 Mrd. USD, US-Umsatz +170 % im Jahresvergleich
• US-geschlossene Modelle: 88 % globaler Enterprise-LLM-Marktanteil (2025)
• Chinesische Open-Weight-Modelle wachsen schneller als Llama, aber US-Modelle dominieren den Enterprise-Markt

Der unsichtbare Finanzhebel

Airwallex ist kein KI-Unternehmen im engeren Sinne. Es stellt keine Modelle her, trainiert keine großen Sprachmodelle. Es macht etwas viel Mächtigeres: Es verwaltet das Geld der KI-Industrie. „Wir haben die schwierigste Basisarbeit erledigt. In der oberen Anwendungsschicht und den Geschäftseingängen beschleunigt sich alles, sobald KI kommt“, sagte Wu Kai, Chief Revenue Officer von Airwallex, in einem Interview.

Die Logik dahinter ist einfach: KI-Unternehmen wie Kimi oder Zhipu verkaufen ihre Dienste nicht mehr pro Sitzplatz, sondern pro Token. Die Abrechnung ist komplex, die Kunden sind global, die Währungen vielfältig. Airwallex hat dafür ein eigenes Abrechnungssystem namens Billing entwickelt, das Echtzeit-Tracking, Budgetkontrollen und Modellwechsel nahtlos integriert. „Kunden achten zuerst oft darauf, wie viel Geld sie ausgegeben haben, nicht darauf, wie viele Token verbraucht wurden“, sagte Wu Kai. Das ist ein Paradigmenwechsel, den traditionelle Zahlungsdienstleister nicht abbilden können.

Doch Airwallex geht weiter. Mit der neuen Serie-H-Finanzierung in Höhe von 320 Millionen US-Dollar kündigt das Unternehmen zwei Produkte an: T:0, eine KI-native Finanzplattform, die Buchhaltung, Forecasting und Compliance automatisiert, und Airi, eine Wallet-Infrastruktur für den sogenannten „agentic commerce“ – also Zahlungen, die KI-Agenten im Auftrag von Menschen tätigen. „We believe this is the most consequential moment in the history of global finance, and we are building accordingly“, sagte CEO Jack Zhang.

Die letzte Meile der KI: DeepSeek DSpark

Während Airwallex die Finanzströme kontrolliert, optimiert DeepSeek die letzte Meile der KI-Infrastruktur: die Inferenzgeschwindigkeit. Das neue Framework DSpark ist ein Paradebeispiel für chinesische Ingenieurskunst. Es basiert auf spekulativer Dekodierung, einer Technik, bei der ein leichtes „Entwurfsmodell“ mehrere Token vorhersagt und das Hauptmodell diese nur noch validiert. Das spart Rechenzeit, ohne die Ausgabequalität zu beeinträchtigen.

Der Clou: DeepSeek hat einen „Confidence Head“ eingebaut, der die Wahrscheinlichkeit jedes Tokens bewertet. In Kombination mit einem hardwarebewussten Scheduler wird die Validierungslänge dynamisch angepasst – je nach Auslastung der GPU. „DSpark führt einen Konfidenzkopf ein, um die Überlebenswahrscheinlichkeit jedes Tokens zu bewerten“, erklären die Autoren der Arbeit. Das Ergebnis: Unter realem Online-Traffic steigt die Generierungsgeschwindigkeit pro Nutzer um 60 bis 85 Prozent.

Doch DeepSeek öffnet nicht nur das Modell, sondern auch das gesamte Trainingsframework DeepSpec unter der MIT-Lizenz. Das ist ein strategischer Schachzug: Es senkt die Einstiegshürde für Entwickler weltweit und macht DeepSeek zur Standard-Infrastruktur für Inferenzoptimierung. „Der Wettbewerb um große Modelle hat eine systemische Phase erreicht, in der Training und Inferenz gleichermaßen wichtig sind“, schreibt die chinesische Tech-Plattform 36Kr.

Der Schwarzmarkt für Claude

Doch so sehr China auf eigene Infrastruktur setzt – die chinesischen Entwickler selbst schwören auf US-Modelle. Trotz Exportkontrollen und strenger Geoblocking-Maßnahmen von Anthropic haben chinesische Programmierer einen florierenden Schwarzmarkt für Claude-Tokens aufgebaut. „Chinese software developers say they overwhelmingly prefer using tools like Claude Code and OpenAI’s Codex compared to tools from domestic companies“, berichtet WIRED.

Zilan Qian, Research Associate am Oxford China Policy Lab, beziffert den Rückstand chinesischer Modelle auf sechs bis neun Monate – zumindest bei spezifischen Aufgaben wie Codegenerierung. „Analysis shows that Chinese models are still six to nine months behind the US models, and for specific things like coding and developing, you can obviously tell the gap“, sagt Qian.

Matt Sheehan, Senior Fellow am Carnegie Endowment, sieht darin einen kulturellen Unterschied: „For both Chinese AI policymakers and technical people, they have much less of a problem drawing on and using American ideas or products, regardless of the geopolitical or ideological rivalry“.

Der Mythos von der Dominanz

Trotz aller Erfolge chinesischer Open-Weight-Modelle wie Qwen und DeepSeek: Der globale Enterprise-Markt wird von US-geschlossenen Modellen dominiert. Laut einer Analyse von Access Partnership kontrollieren OpenAI, Anthropic und Google zusammen 88 Prozent des globalen Enterprise-LLM-API-Marktes. Chinesische Modelle wachsen zwar schneller als Llama, aber von einem niedrigen Niveau.

Das bedeutet: Chinas Stärke liegt nicht in der Marktbeherrschung, sondern in der Diffusion. Die Modelle sind günstiger, offener und in nicht-englischen Märkten strukturell überlegen. „Chinese models offer lower effective costs, stronger multilingual support, and local deployment options that suit regulatory environments where data sovereignty is a growing priority“, heißt es in der Analyse. Sogar US-Firmen wie Airbnb nutzen Qwen in ihrem LLM-Stack.

Die ethische Leerstelle

Was in den Quellen kaum thematisiert wird: Wie setzen chinesische KI-Unternehmen ihre Modelle in autoritären Kontexten ein? Die chinesische Regierung hat im April 2026 eine viermonatige KI-Prüfungskampagne gestartet, die auf Datensicherheit und Missbrauchsrisiken abzielt. Gleichzeitig gibt es Berichte über KI-gestützte Überwachungsprojekte, die Kritiker vorhersagen sollen.

Doch die öffentliche Debatte konzentriert sich auf technische Leistungsfähigkeit und Kosten. Die Frage, ob chinesische KI-Modelle in der Überwachung oder Zensur eingesetzt werden, bleibt außen vor. Ein entscheidender blinder Fleck für die ethische Bewertung.

Der Wettlauf um die nächste Knappheit

Der Börsengang von Cerebras, einem US-Chipunternehmen, in das ein chinesischer Investor bereits 2016 investierte, zeigt: Die nächste Knappheit wird nicht das Training sein, sondern die Inferenz. „Mehr als die Hälfte der Rechenleistung wird heute für Inferenz verwendet“, sagt Zhou Nan von Qualcomm Ventures. Cerebras, das einen gesamten Wafer zu einer KI-Rechenmaschine macht, profitiert davon. Und DeepSeek hat mit DSpark genau den Nerv getroffen: Inferenzoptimierung wird zum entscheidenden Wettbewerbsfaktor.

Doch der eigentliche Gewinner könnte Airwallex sein. Während die Tech-Welt auf Modelle und Chips schaut, baut dieses Unternehmen die unsichtbare Infrastruktur, die den globalen KI-Handel ermöglicht. Es ist ein stiller, aber strategischer Hebel – und er zeigt, dass Chinas KI-Strategie nicht auf einen einzelnen Durchbruch setzt, sondern auf ein System.

❝

„Intelligence and knowledge have to come together.“