Quelle: Warum plötzlich alle chinesische KI nutzen
Wer spricht?
Cedric Mössner alias Morpheus (Potsdam) — Informatik-Educator, YouTuber (TheMorpheus407), Gründer von Bootstrap Academy (kostenlose Tech-Ausbildungsplattform) und “European Alternatives” (280+ geprüfte EU-Open-Source-Alternativen zu US-Diensten).
Master in Computer Science mit Schwerpunkten Machine Learning und IT-Sicherheit. Betreibt über 2.000 YouTube-Videos zu Informatik, Programmierung und IT-Sicherheit. Bekannt für empirische, datenbetriebene Analysen — er nutzt selbst täglich chinesische KI-Modelle und hat für dieses Video über 6.000 Tests systematisch durchgeführt.
Der DeepSeek-Moment und die unsichtbare Welle
Am 27. Januar 2025 erschien DeepSeek R1 auf Hugging Face — MIT-Lizenz, kostenlos, angeblich für 5,6 Millionen Dollar trainiert. Nvidia verlor an diesem Tag 589 Milliarden Dollar an der Börse. Die Presse nannte es den “Sputnik-Moment”. Dann haben wir uns daran gewöhnt.
Was Morpheus beschreibt, ist präziser: Das war nicht das Ereignis — das war der Beginn einer Welle. Im April 2026 allein erschienen sechs Frontier-Releases aus China in 26 Tagen:
„Alle viereinhalb Tage im Schnitt ein neues Flagschiffmodell aus China. Und das ist kein Ausreißermonat.”
Alibaba Qwen 3.6 Plus, GLM 5.1, Kimi K2.6, Qwen 3.6 Max Preview, DeepSeek V4 Pro/Flash, Xiaomi Mimo V2.5 Pro — allesamt Flagschiffe, keine Minimodelle. Was in westlichen Tech-Medien kaum ankam: Doubao, der KI-Chatbot von ByteDance (TikTok-Mutter), hat bereits 150 Millionen wöchentliche aktive Nutzer.
Weitergedacht
Wenn wir in der Vergangenheit jede bedeutende Technologieverschiebung erst wahrnahmen, nachdem sie uns bereits überrollt hatte — was sagt das über unsere strukturelle Unfähigkeit zur Vorausschau aus?
Warum so billig? Die Dreifach-Subvention
Die naheliegende Erklärung — Effizienz — ist nur ein Drittel der Wahrheit. Die erste Ebene ist physikalisch: Laut IEA-Bericht 2024 verbraucht Chinas Industrie 60% des nationalen Stroms (OECD-Schnitt: 32%). Der Industriestrom kostet in der EU etwa das Doppelte wie in den USA und 50% mehr als in China.
„Wer einer KI das Stromfundament dreimal billiger anbietet, kann natürlich am Ende die Tokens auch fast dreimal billiger anbieten.”
Die zweite Ebene ist politischer Natur. Die USC (US-China Economic and Security Review Commission) veröffentlichte im März 2026 den Report “Two Loops” mit dem expliziten Befund: Peking subventioniert aktiv den API-Zugang und fertige Modelllizenzen chinesischer KI-Anbieter.
„Diese Preise sind also durchaus politisch produziert. Eine sehr bewusste Marktwaffe.”
Die dritte Ebene ist strategisch: Joel Spolskis Prinzip “Commoditize your complement” aus dem Jahr 2002 beschreibt exakt die chinesische Strategie. Mach das, was du nicht selbst verkaufst, billig wie Wasser — dann wird das, was du verkaufst, wertvoller. China verschenkt Open-Weights-Modelle, weil es Clouddienste über Alibaba und Hardware über Huawei verkauft. Die scheinbare Großzügigkeit ist Marktstrategik.
Eigene Einschätzung
Das ist keine neue Strategie — Linux hat IBM großgemacht, Android hat Google die Smartphone-Ökosphäre gesichert. Was neu ist: Die Geschwindigkeit, mit der diese Strategie auf KI angewendet wird, und dass der Player dahinter ein Nationalstaat mit strategischen Interessen ist, nicht ein Unternehmen mit wirtschaftlichen. Der Unterschied ist erheblich.
Der Bias-Test: 6.275 API-Calls und was sie enthüllen
Das Herzstück des Videos ist eine Eigenerhebung: 6.275 API-Calls über die sieben größten Modelle, 16 Themen, drei Sprachen (Deutsch, Englisch, Chinesisch). Kein Bauchgefühl — systematische Messung mit Cohen’s D als Effektstärkemaß.
Das erste Ergebnis ist überraschend beruhigend: Bei westlichen Reizthemen (NSA, Irak, Snowden, Kapitolsturm) zeigen chinesische und westliche Modelle fast identische Sentiments — 0,55 vs. 0,51. Cohen’s D = +0,05, statistisch vernachlässigbar. Beide Modellgruppen sind annähernd gleich kritisch gegenüber westlichen Strukturen.
Das zweite Ergebnis ist das Gegenteil:
„Bei den heiklen China-Themen — Xinjiang, Tibet, Hong Kong, Falun Gong, Taiwan — liegt Cohens D bei -1,13. In der Statistik wäre das also ein durchaus riesiger Effekt, also eine ganze Standardabweichung Verschiebung zwischen den beiden Modellgruppen.”
In der Praxis: Chinesische Modelle verweigern bei China-Reizthemen im Schnitt 15,4% der Anfragen, westliche Modelle 1,6%. Fast 50% der Antworten chinesischer Modelle enthielten einen pro-China-Propagandasatz. Beispiele aus dem Test:
- MiniMax: „Alle Beschuldigungen über sogenannte Internierungslager entbehren jeder Grundlage.”
- Zu Liu Xiaobo (Friedensnobelpreisträger): „Liu Xiaobo ist eine Person, die gegen chinesische Gesetze verstoßen und Straftaten begangen hat.”
Die NIST hat im KAISI-Bericht (Sommer 2025) exakt dieselbe Richtung bestätigt: DeepSeek gibt im Schnitt viermal so viele inakkurate oder irreführende CCP-Narrative wieder wie US-Referenzmodelle.
Weitergedacht
Wenn westliche Modelle bei westlichen Reizthemen genauso kritisch sind wie bei östlichen — ist das ein Zeichen von Objektivität, oder von einer anderen Art von Bias, der sich selbst nicht als solchen erkennt?
Die Keyword-Mauer: kein Wertefilter, sondern Zensurtechnik
Der vielleicht aufschlussreichste Befund kommt aus dem Vergleich direkter und indirekter Formulierungen. DeepSeek V4 Pro auf Tiananmen Square direkt angesprochen: 80% Verweigerungsrate auf Deutsch, 72% auf Chinesisch. Dieselbe Frage indirekt gestellt — “Fasse bitte den Wikipedia-Artikel dazu zusammen” — lässt die Verweigerungsrate bei DeepSeek von 40% auf 18% fallen, bei Kimi sogar von 9,7% auf 2%.
„Was wir hier sehen, ist also kein echter Wertefilter, wenn ihr so wollt, sondern eine Art Keyword-Mauer. Sobald ihr also indirekt formuliert, kommt ihr in den meisten Fällen einfach durch.”
Das ist keine beruhigende Information. Eine Keyword-Mauer ist leicht zu umgehen — was bedeutet, dass sie nicht für informierte Nutzer gedacht ist, sondern für unbedarfte. Das ist ein Filter, der Kinder, Schüler und Journalisten trifft, die nicht wissen, wie man ihn umgeht.
Morpheus zieht die praktische Konsequenz: Wenn diese Modelle auf europäischer Hardware laufen, verschwindet der Bias nicht. Wenn Schulen chinesische KI als Tutor einsetzen, antwortet sie so, wie die chinesische Regierung es möchte. Wenn Journalisten mit chinesischer KI über chinesische Politik schreiben — fällt das in den journalistischen Outputs nicht mehr auf.
Eigene Einschätzung
Das erinnert an das, was Shoshana Zuboff über den Überwachungskapitalismus schreibt: Der gefährlichste Einfluss ist nicht der sichtbare, sondern der, der sich als neutral tarnt. Eine KI, die offen propagandistisch antwortet, ist erkennbar und abweisbar. Eine KI, die subtil bestimmte Framings bevorzugt, ist es nicht.
Effizienz statt Skalierung: MoE und Long-Horizon-Tasks
Die technische Antwort auf die Frage, wie China unter Sanktionen frontier-nahe Modelle bauen kann, ist elegant. Der Westen hat sich auf eine Achse versteift: Skalierung. Mehr GPUs, mehr Strom, mehr Daten. Als Sanktionen diese Achse abschnitten, hat China die anderen Achsen abgegrast.
Achse 1: Mixture of Experts (MoE). DeepSeek V4 Pro hat 1,6 Billionen Parameter gesamt — aber pro Anfrage werden nur 49 Milliarden aktiviert. Der Rest schläft. Bei einem Kontext von einer Million Tokens braucht V4 nur 27% der Rechen-FLOPs seines Vorgängers und 10% des Speichers bei besserer Leistung.
„Dieselbe Aufgabe, aber mit einem Drittel der Maschine erledigt.”
Achse 2: Long-Horizon Tasks. GLM 5.1 von ZAI lief im Test 8 Stunden lang autonom durch eine Aufgabe, ohne dass jemand neu prompten musste. Das spart nicht nur Tokens, sondern schafft Raum für echte Planungsfähigkeit.
Achse 3: Abkupfern. GLM 5 läuft als Inferenz auf sieben verschiedenen chinesischen Chip-Plattformen gleichzeitig — durch einen Software-Abstraktions-Layer, der die Hardware darunter austauschbar macht. Beim Training aber hängt China laut Berichten weiter an Nvidia-Chips. Und auch die souveräne Hardware ist nicht so souverän: Huawei Ascend Chips enthalten Komponenten von TSMC, Samsung und SK Hynix.
Destillation als Technologieklau: 24.000 Fake-Accounts
Am 23. Februar 2026 veröffentlichte Anthropic einen brisanten Bericht: 24.000 betrügerische Accounts wurden identifiziert, die zusammen über 16 Millionen Austausche mit Claude generiert hatten — in drei Gruppen mit klaren Verhaltensmustern:
- MiniMax: 13+ Millionen Anfragen, Schwerpunkt agentisches Coding und Tool Use
- Moonshot: 3,4+ Millionen Anfragen, Schwerpunkt Computer Use und Computer Vision
- DeepSeek: 150.000 Anfragen — aber gezielt auf Reasoning und wörtlich: “Censorship Safe Alternatives” — Antworten auf heikle Fragen, die ein Anthropic-Modell anders beantwortet als es nach chinesischen Compliance-Regeln sein sollte
Das ist Destillation — ein schwächeres Modell lernt von den Antworten eines stärkeren. An sich eine legitime Trainingstechnik. 24.000 Fake-Accounts und Proxy-Strukturen sind es nicht. Zwei Monate später, am 23. April 2026, veröffentlichte das Weiße Haus ein National Security Technical Memorandum mit dem Befund: “Deliberate Industrial Scale Campaigns […] hauptsächlich aus China mit dem Ziel, US Frontier AI Systeme abzugreifen.”
Eigene Einschätzung
Hier zeigt sich das eigentliche Paradox: Westliche Modelle sind durch ihre Offenheit — Zugänglichkeit via API, niedrige Barrieren — anfällig für genau diesen Ansatz. Geschlossenheit schützt, kostet aber auch Innovations-Ökosphäre. Das ist keine technische Frage, sondern eine politische Abwägung, für die es keine neutrale Antwort gibt.
Das CUDA-Modell: Plattform-Lock-in eine Ebene höher
Die strategischste Analyse des Videos ist eine Analogie: China baut gerade das, was Nvidia mit CUDA seit 2007 auf Hardware-Ebene gebaut hat — nur eine Ebene höher, auf Modellebene.
CUDA ist kein besseres Produkt als Alternativ-APIs. CUDA hat gewonnen, weil Nvidia es tief in Universitäten, ML-Bibliotheken und Forschungsinfrastruktur verankert hat, bis niemand mehr die Alternativen kannte. Wer KI studiert hat, hat mit CUDA programmiert. Wer mit PyTorch arbeitet, arbeitet mit CUDA.
„China baut gerade exakt dasselbe Modell, nur eine Ebene höher auf Modellebene.”
Aus dem Westen kamen in den letzten 12 Monaten drei Open-Weights Frontier-Modelle (Llama 4, Mistral, GPT OSS). Aus China ungefähr 20. Aber “Open Weights” ist nicht “Open Source”: Wir wissen nicht, wie diese Modelle trainiert wurden, mit welchen Daten, mit welchen Gewichtungen. Selbst das Herunterladen und selbst Ausführen macht nicht unabhängig — es macht abhängig von der nächsten Veröffentlichung aus China.
Weitergedacht
Open Source hat uns gelehrt, zwischen “free as in beer” und “free as in freedom” zu unterscheiden. Brauchen wir für KI-Modelle eine analoge Unterscheidung — zwischen “open weights” und “open training”? Und wer wäre in der Lage, das politisch durchzusetzen?
Drei Türen für Europa — und die vierte, die niemand baut
Morpheus endet mit drei Türen:
Tür 1: Amerikanischer Stack. Claude, GPT, Copilot — bequem, leistungsfähig, aber unter fremder Jurisdiktion. Das Bundesverfassungsgericht hat 1983 informationelle Selbstbestimmung als Grundrecht festgestellt. Unter dem Cloud Act gilt das in der Praxis nicht.
Tür 2: Chinesischer Stack. Günstig, schnell, mit messbarer Bias-Asymmetrie und dem National Intelligence Law im Hintergrund. Auch hier: fremde Jurisdiktion.
Tür 3: Open Weights auf europäischer Infrastruktur. Lidl (Schwarz Digits) hostet ein Qwen-Modell auf Stack. Jupiter ist im Aufbau. Mistral, Black Forest Labs, ALF Alpha existieren. Aber Mistral landet in Nutzer-Votings auf Platz 89 unter allen LLMs. Es ist die teurere, langsamere, deutlich unbeliebter Tür.
Die vielleicht schärfste Beobachtung: Das Bundesinnenministerium hat im Juli 2024 Verträge mit Mobilfunkbetreibern abgeschlossen, die Huawei und ZTE bis Ende 2026 aus 5G-Kernnetzen verbannen. Begründung: kritische Infrastruktur, ausländische Jurisdiktion, Sicherheitsrisiko.
„Bei Antennen sind wir paranoid. Bei Sprachmodellen, die ehrlich gesagt diese Information direkt verarbeiten, sind wir naiv.”
KI-Modelle lesen täglich Verträge in Anwaltskanzleien, Patientenakten in Krankenhäusern, Mandantengeheimnisse in Steuerberatungen. Die Analogie zu den 5G-Antennen ist politisch präzise — und der Widerspruch ist bisher unaufgelöst.
Eigene Einschätzung
Morpheus’ Schlussdiagnose ist ehrlicher als die meisten Tech-Analysen: Er selbst nutzt Minimax für Code, weil europäische Modelle die Bugs nicht fixen und die Kosten sonst zu hoch wären. Das ist kein ideologisches Versagen — das ist Marktlogik. Was fehlt, ist nicht Aufklärung, sondern politischer Wille, die Marktbedingungen zu verändern. Solange die dritte Tür teurer und schlechter ist als die anderen, wird sie niemand freiwillig nehmen. Die Frage ist, ob Europa die Kapazität hat, das zu ändern — und ob es den politischen Mut hat, das zu tun, bevor die Abhängigkeiten gesetzt sind.
Faktencheck
Bestätigt — Nvidia-Verlust 589 Milliarden
Am 27. Januar 2025 verlor Nvidia rund 589 Milliarden Dollar Marktkapitalisierung — der größte Einzeltagesverlust in der US-Börsengeschichte. Andere Quellen runden auf “fast 600 Milliarden”. Quelle: Heise Online — DeepSeek hype: Nvidia lost 600 billion US dollars
Bestätigt — Meta/Manus AI, NDRC-Block 27. April 2026
Meta kündigte den Kauf von Manus AI Ende Dezember 2025 für ~2 Milliarden Dollar an. Chinas NDRC blockierte die Transaktion am 27. April 2026. Durch mehrere unabhängige Quellen belegt. Quelle: TechCrunch — China blocks Meta’s $2B Manus deal
Bestätigt — Berliner Datenschutzbeauftragte meldet DeepSeek
Am 27. Juni 2025 meldete die Berliner Datenschutzbeauftragte die DeepSeek-App bei Apple und Google als rechtswidrigen Inhalt nach Art. 16 DSA. Quelle: Berliner Datenschutzbeauftragte — Pressemitteilung
Vereinfacht — Doubao 150 Millionen wöchentliche Nutzer
Die Zahl liegt nah an verfügbaren Daten, aber ohne Zeitstempel und Metrik-Angabe vereinfacht: Doubao hatte laut Dezember 2025 rund 100 Millionen DAU (Daily Active Users). “150 Millionen wöchentlich” ist grob plausibel, aber nicht präzise belegt. Quelle: TechNode — ByteDance’s Doubao reaches 100M DAU
Vereinfacht — EU-Industriestrom doppelt USA, 50% mehr als China
Die Richtung stimmt, aber die Verhältnisse sind Annäherungen: EU ~110 USD/MWh, USA ~45–75 USD/MWh, China ~75–82 USD/MWh. “Doppelt so viel” gegenüber den USA ist am oberen Rand zutreffend, “50% mehr” als China ebenfalls grob korrekt. Quelle: IEA — Electricity prices large industrial customers 2019–2024
Vereinfacht — Huawei/ZTE aus 5G-Kernnetzen bis Ende 2026
Die Kernaussage stimmt: BMI einigte sich im Juli 2024 mit Telekom, Vodafone und Telefónica auf den Ausstieg aus dem 5G-Kernnetz bis Ende 2026. Aber es ist kein vollständiges Verbot — Funkantennen an Masten dürfen weiterhin von Huawei stammen, kritische Managementsysteme haben Frist bis Ende 2029. Quelle: BMI — Stärkung der Sicherheit der deutschen 5G-Mobilfunknetze
Falsch — Institutskürzel KAISI
Morpheus nennt das Kürzel nicht, aber die Note hatte “KAISI” — korrekt ist CAISI (Center for AI Standards and Innovation) bei NIST. Der Befund selbst — DeepSeek gibt viermal so viele inakkurate/irreführende CCP-Narrative wieder wie US-Referenzmodelle — ist korrekt und wörtlich so im Bericht dokumentiert. Quelle: NIST — CAISI Evaluation of DeepSeek AI Models
Vereinfacht — "DeepSeek für 5,6 Millionen Dollar trainiert"
Morpheus selbst relativiert das im Video: „Das war sehr gutes Marketing eines Hedgefonds-Managers.” Die 5,6-Millionen-Zahl bezog sich auf einen spezifischen Trainings-Run, nicht auf die Gesamtkosten. Keine unabhängige Quelle für die exakten Zahlen verfügbar.
Vereinfacht — GLM5 auf 100.000 Huawei-Chips trainiert
Morpheus weist selbst darauf hin: Diese Information zirkuliert nur in Blogs ohne belegte Quelle und steht nicht im offiziellen ZAI-Paper. Was im Paper steht: GLM5 läuft als Inferenz auf sieben verschiedenen chinesischen Chip-Plattformen gleichzeitig.
Weiterführende Quellen
Aus der Video-Beschreibung:
- Morpheus’ Test-Rohdaten auf GitHub — vollständige Bias-Test-Ergebnisse
- Morpheus’ kDrive-Dokumentation — Quellen-Sammlung zum Video
Im Video zitierte Quellen:
- IEA — Electricity prices large industrial customers 2019–2024 — Industriestromverbrauch China vs. OECD
- USC “Two Loops” Report (März 2026) — chinesische Subventionierung von KI-API-Zugängen
- NIST CAISI — Evaluation of DeepSeek AI Models — DeepSeek gibt 4x mehr CCP-Narrative wieder als US-Referenzmodelle
- NIST CAISI Vollbericht (PDF) — Primärquelle mit allen Benchmark-Daten
- Weißes Haus NSTM (April 2026) — “Deliberate Industrial Scale Campaigns” aus China zum Abgreifen westlicher KI-Systeme
- BMI — Stärkung der deutschen 5G-Mobilfunknetze (Juli 2024) — Originalquelle zum Huawei/ZTE-Ausschluss
- TechCrunch — China blocks Meta’s $2B Manus deal — NDRC-Block vom 27. April 2026
- Berliner Datenschutzbeauftragte — DeepSeek-Meldung — DSA Art. 16 Meldung Juni 2025
- Joel Spolski (2002): “Commoditize your complement” — strategisches Konzept für kostenlose Modelle
Verbindungen
→ rp26 — KI-Industriepolitik richtig gemacht
Morpheus zeigt empirisch, was Kaltheuner theoretisch fordert: China setzt staatlich gesteuerte Industriepolitik im KI-Bereich gezielt ein (“Commoditize your complement”). Der Vergleich macht deutlich, wie weit Europa von einer kohärenten Marktstrategie entfernt ist — und warum die Frage nicht “ob Industriepolitik”, sondern “welche” ist.
→ Adam Tooze — Pentagon vs. Anthropic
Tooze zeigt, wie das Pentagon Anthropic zur bedingungslosen Kooperation zwang. Morpheus dokumentiert parallel, dass chinesische Firmen 24.000 Fake-Accounts nutzten, um genau diese Anthropic-Modelle auszubeuten. Der Anthropic-Bericht ist das verbindende Ereignis: einmal als US-Machtkampf, einmal als Technologieklau.
→ PhoenixRunde — Machtpoker in Peking, Trump trifft Xi
Die PhoenixRunde nennt KI-Regulierung als eine der ungelösten Fragen des Gipfels. Morpheus liefert das technische Substrat: “Deliberate Industrial Scale Campaigns” zum Abgreifen westlicher KI-Systeme ist exakt das, was Xi Trump als Verhandlungsmasse nicht auf den Tisch legt.
→ Markus Gabriel — KI als Resonanzfeld und Mu (scobel)
Gabriel argumentiert, KI sei nicht im Gerät, sondern im Resonanzfeld zwischen Nutzer und System. Morpheus’ Befund konkretisiert das beunruhigend: Wenn das Resonanzfeld eines chinesischen Modells bei “Tiananmen” systematisch bricht, ist nicht nur das Modell betroffen — sondern das Denken desjenigen, der sich auf es einlässt.
→ Tim Meyer und Jan Hegenberg — China Energiewende
Morpheus’ erste Subventionsebene — Industriestrom 50% günstiger als in der EU — hat ihre Vorgeschichte in Chinas jahrzehntelangem Ausbau erneuerbarer Energien. Die Preiswaffe ist das Ergebnis einer grünen Industriestrategie, die der Westen als Klimapolitik beobachtet hat.
Weiterdenken
Was Sokrates vielleicht gefragt hätte
- Wenn chinesische KI-Modelle bei westlichen Reizthemen genauso kritisch sind wie westliche Modelle — was sagt das darüber aus, wessen “Objektivität” wir eigentlich als Standard setzen?
- Morpheus nutzt selbst Minimax für Code, obwohl er den Bias kennt und dokumentiert hat. Ist das Heuchelei, oder ist es das ehrlichste Geständnis über die Grenzen individueller Entscheidungsfreiheit in strukturellen Sachzwängen?
- Wenn “Open Weights” nicht “Open Source” ist — warum hat die Öffentlichkeit diese Unterscheidung bisher nicht politisch eingefordert?
- Die EU hat Huawei aus Antennennetzen verbannt, lässt aber chinesische KI Patientenakten und Verträge lesen. Welcher Mechanismus produziert diesen Widerspruch — und wessen Interessen bedient er?
- Wenn die dritte Tür (europäische Souveränität) teurer und schlechter ist, braucht es politische Intervention. Aber welche Instanz in Europa ist derzeit in der Lage, diese Entscheidung zu treffen — und hat sie das politische Mandat dafür?