DeepSeek-R1 und der Effizienzschock (2025)
Ein chinesisches Start-up veröffentlichte ein Reasoning-Modell mit offenen Gewichten, das den Besten ebenbürtig war, zu einem Bruchteil der angegebenen Kosten, und ließ am 27. Januar 2025 einen Rekordbetrag von Nvidias Wert verschwinden.
Am 20. Januar 2025 veröffentlichte das chinesische Start-up DeepSeek das Modell R1 für Reasoning, das OpenAI o1 in vielen öffentlichen Tests ebenbürtig war. Zwei Dinge ließen es einschlagen wie ein Donnerschlag: Es kam mit offenen Gewichten, jeder konnte es also herunterladen und ausführen, und die Firma gab an, ihr Basismodell für ein paar Millionen Dollar trainiert zu haben, einen winzigen Bruchteil dessen, was westliche Labore ausgaben.
Warum der Markt in Panik geriet
Zwei Jahre lang hatte die KI-Erzählung an der Börse eine einfache Form: Fortschritt braucht enorme Rechenleistung, also kauf die Chips. DeepSeek stellte diese Prämisse infrage. Wenn ein starkes Modell billig trainiert und verschenkt werden kann, wirkte der Fall für Ausgaben in Hunderten Milliarden wackliger.
Am Montag, dem 27. Januar 2025, traf der Zweifel den Markt. Nvidia fiel an einem einzigen Tag um rund 17 Prozent und verlor fast 600 Milliarden Dollar an Wert, der größte Tagesverlust eines Unternehmens in der bisherigen Geschichte der Wall Street, und riss Chiphersteller und Stromversorger mit nach unten.
Was wirklich neu war
R1 stützte sich auf verstärkendes Lernen, um dem Modell beizubringen, vor der Antwort lange Gedankenketten zu bilden, ganz ähnlich wie o1, doch das Rezept war offen beschrieben. Es baute zudem auf einem Expertenmischungs-Entwurf auf, der pro Anfrage nur einen Teil des Netzes aktiviert, um Rechenleistung zu sparen. DeepSeek veröffentlichte sogar kleinere „destillierte” Versionen und setzte damit die Tradition offener Gewichte von Llama 2 fort.
Analysten merkten später an, dass die Zahl zu den Trainingskosten nur einen einzigen Lauf abdeckte und einen Großteil der tatsächlichen Rechnung ausließ, und dass die Firma noch immer eine große Flotte von Nvidia-Chips besaß. Die Effizienz war echt, die Darstellung großzügig.
Warum das wichtig ist
DeepSeek-R1 setzte die Erwartungen neu, wer ein Spitzenmodell bauen kann und wie viel es kosten muss. Es stärkte das Lager der offenen Gewichte, verkomplizierte die Geopolitik der Chip-Exportkontrollen und erzwang eine härtere Frage zu den Ausgaben im Stargate-Maßstab, die im selben Monat als Zukunft der KI angekündigt wurden.