Die KI-Debatte hat den falschen Ansatz
Fast jede Diskussion dreht sich um Modelle: grössere Parameterzahlen, bessere Benchmarks, spektakuläre Demos. Es entsteht der Eindruck, der Wettbewerb bestehe aus einem direkten Duell zwischen Modellgenerationen.
Doch das ist nur die sichtbare Oberfläche.
Der eigentliche Wettbewerb in der künstlichen Intelligenz wird längst woanders entschieden – bei Infrastruktur, Regulierung und Marktmacht. Modelle bleiben wichtig. Aber sie sind zunehmend nur noch ein Baustein in einem viel grösseren System.
Wer die Dynamik des KI-Marktes verstehen will, muss deshalb weniger auf Modelle schauen – und stärker auf die Systeme, in denen sie laufen.
Modelle verlieren ihren strategischen Wert
Noch vor wenigen Jahren war das bessere Modell der zentrale Wettbewerbsvorteil. Wer die leistungsfähigste Architektur trainierte, dominierte die Aufmerksamkeit im Markt.
Diese Phase neigt sich dem Ende zu.
Die Leistungsunterschiede zwischen großen Sprachmodellen schrumpfen. Open-Weight-Modelle aus China wie Qwen oder DeepSeek erreichen inzwischen Benchmark-Ergebnisse, die nahe an westlichen Systemen liegen. In chinesischen Wissensbenchmarks schneiden sie teilweise sogar besser ab, weil sie stärker auf lokale Sprache, Daten und Anwendungskontexte trainiert wurden.
Das Entscheidende ist jedoch die Marktlogik dahinter.
Sobald Modelle «gut genug» werden, verschiebt sich der Wettbewerb automatisch. Das Modell selbst wird austauschbar.
Unternehmen können Modelle wechseln, sie fine-tunen oder durch günstigere Varianten ersetzen. Genau diese Dynamik verwandelt Modelle in eine Art Infrastrukturkomponente.
Der Wettbewerb verlagert sich damit auf eine andere Ebene: Wer kontrolliert die Umgebung, in der Modelle betrieben werden?
Infrastruktur entscheidet Geschwindigkeit
Künstliche Intelligenz ist letztlich eine Infrastrukturtechnologie.
Modelle benötigen enorme Mengen an Rechenleistung – sowohl beim Training als auch im laufenden Betrieb. Compute bedeutet dabei mehr als nur Chips: Rechenzentren, Energieversorgung, Netzwerke, Software-Stacks und Cloud-Plattformen bilden gemeinsam die eigentliche Grundlage moderner KI.
Hier zeigt sich ein struktureller Vorteil der USA.
Die großen amerikanischen Hyperscaler betreiben globale Cloud-Plattformen und kontrollieren grosse Teile des Technologie-Stacks: Rechenzentren, Entwicklerplattformen, Deployment-Infrastruktur und Unternehmensvertrieb. Diese vertikale Integration erzeugt Geschwindigkeit. Modelle können entwickelt, direkt in Produkte integriert und über bestehende Cloud-Netzwerke skaliert werden.
China verfolgt eine andere Strategie.
Dort wird Rechenleistung zunehmend als nationale Infrastruktur verstanden. Programme wie «Eastern Data, Western Computing» sollen ein landesweites Netzwerk aus Rechenzentren schaffen und Compute stärker staatlich koordinieren.
Doch unter dieser Strategie liegt ein zentraler Engpass: Hochleistungschips.
Exportkontrollen für GPUs zeigen deutlich, dass Hardware längst ein geopolitisches Instrument geworden ist. Ohne Zugang zu moderner Hardware lässt sich selbst das beste Modell nicht im grossen Massstab betreiben.
Europa wiederum befindet sich in einer schwierigeren Position. Programme wie die europäischen AI Factories sollen eigene Rechenkapazitäten aufbauen und technologische Abhängigkeiten reduzieren.
Doch die strukturelle Realität bleibt sichtbar: Cloud-Infrastruktur, Hardware-Ökosysteme und grosse Plattformen liegen weiterhin überwiegend außerhalb Europas.
Europa kann Regeln formulieren. Aber häufig betreibt es die Systeme auf Infrastruktur anderer.
Regulierung als Marktarchitektur
Neben Infrastruktur spielt Regulierung eine zweite zentrale Rolle im KI-Wettbewerb.
Regulierung bestimmt, wer überhaupt am Markt teilnehmen kann, wie schnell neue Systeme eingeführt werden und welche Kosten Anbieter tragen müssen. Sie ist damit nicht nur Governance – sie ist Marktarchitektur.
China setzt auf ein Modell kontrollierter Markteinführung. Anbieter generativer KI müssen ihre Systeme registrieren und regulatorische Anforderungen erfüllen. Dieses Filing-System schafft Marktzugangshürden, ermöglicht aber gleichzeitig eine schnelle politische Steuerung neuer Technologien.
Die USA verfolgen traditionell einen stärker marktgetriebenen Ansatz. Innovation entsteht vor allem in privaten Unternehmen, während der Staat punktuell über Sicherheitsprogramme oder Exportkontrollen eingreift.
Europa wiederum verfolgt mit dem AI Act einen umfassenden regulatorischen Rahmen, der KI-Anwendungen nach Risiko klassifiziert und entsprechende Pflichten definiert.
Jede dieser Strategien erzeugt unterschiedliche wirtschaftliche Effekte: Geschwindigkeit, Kontrolle, Wettbewerb und Marktkonzentration verschieben sich jeweils anders.
Der Wettbewerb der Systeme
Der globale KI-Wettbewerb entwickelt sich deshalb zu einem Wettbewerb der Systeme.
Entscheidend ist nicht mehr allein, welches Modell die besten Benchmarks erreicht. Entscheidend ist, wer Zugang zu Rechenleistung kontrolliert, wer Cloud-Plattformen betreibt, wer Hardware-Lieferketten sichern kann und wer die regulatorischen Spielregeln prägt.
Modelle können sich angleichen.
Systeme tun das selten.
Deshalb wird die nächste Phase der KI weniger durch einzelne Durchbrüche entschieden – sondern durch Infrastruktur, Plattformen und politische Rahmenbedingungen.
Wer KI strategisch verstehen will, sollte deshalb weniger auf Modellrankings schauen.
Und stärker beobachten, wem die Systeme gehören, auf denen diese Modelle laufen.
