Chinas neue KI:Ist DeepSeek wirklich 6× effizienter als Claude?

Effizienz-Schlagzeilen funktionieren, weil sie eine echte Sorge treffen: KI kann teuer werden, und niemand zahlt gern das Doppelte für dasselbe Ergebnis. „6× effizienter als Claude" verspricht genau das — sechsmal mehr fürs Geld. Bevor man danach handelt, lohnt der nüchterne Blick: Was ist gemessen, was ist behauptet, und was heißt das konkret für ein Unternehmen, das mit KI Geld verdienen oder Kosten senken will?

Was „6× effizienter" überhaupt heißt

„Effizienz" ist kein einheitlicher Wert, sondern mindestens drei verschiedene Dinge — und genau hier entsteht der Spielraum für griffige Zahlen:

• Kosten pro Token. Was kostet eine verarbeitete Einheit Text? Hier sind chinesische Open-Weight-Modelle tatsächlich oft drastisch günstiger.
• Rechenaufwand pro Antwort. Wie viel GPU-Zeit/Energie braucht eine Anfrage? Das ist der technische Kern der Effizienz-Story.
• Qualität pro Euro. Das Entscheidende — und das Unbequeme: Ein Modell, das halb so gut ist, aber ein Sechstel kostet, ist nicht automatisch „effizienter" für deinen Anwendungsfall.

Die ehrliche Einordnung: Eine konkrete „6×-gegenüber-Claude"-Zahl ist nicht unabhängig belegt. Was sich dagegen sauber belegen lässt, sind die Mechanismen, mit denen diese Modelle ihren Rechenaufwand senken. Und die sind die eigentliche Nachricht.

Die zwei Hebel hinter der Effizienz

Hebel 1: Mixture-of-Experts (MoE). Klassische Modelle aktivieren für jede Anfrage alle ihre Parameter. MoE-Modelle teilen das Netz in viele „Experten" auf und aktivieren pro Anfrage nur wenige davon. DeepSeek etwa aktiviert je Anfrage nur rund 37 von 671 Milliarden Parametern. Das Modell „weiß" so viel wie ein riesiges, rechnet aber wie ein kleines — der Rechenaufwand sinkt dadurch um ein Vielfaches gegenüber einem gleich großen klassischen („dense") Modell.

Hebel 2: Sparse Attention. Der zweite Kostentreiber bei Sprachmodellen ist der „Attention"-Mechanismus, mit dem das Modell jeden Textabschnitt mit jedem anderen in Beziehung setzt — sein Aufwand wächst überproportional mit der Textlänge. DeepSeeks Ansatz („DeepSeek Sparse Attention") berechnet nicht mehr jede Beziehung, sondern nur die relevanten. Das senkt vor allem bei langen Kontexten die Kosten erheblich — also genau dort, wo Unternehmens-KI mit großen Dokumenten, Akten oder Codebasen arbeitet.

Beide Hebel zusammen — plus aggressive Preisgestaltung — ergeben die Effizienz-Story. Keiner davon ist „Magie", und keiner ist exklusiv chinesisch; westliche Anbieter nutzen MoE ebenfalls. Chinesische Labore sind hier aber besonders aggressiv unterwegs und veröffentlichen ihre Modelle meist als Open Weight.

DeepSeek, Kimi, Qwen, GLM: Wer „China-KI" 2026 eigentlich ist

Hinter der pauschalen Schlagzeile steckt kein einzelnes Modell, sondern ein ganzes Feld:

• DeepSeek — der Effizienz-Vorreiter. V3.2 brachte die Sparse Attention; im April 2026 folgte die V4-Serie mit einem großen V4 Pro (rund 1,6 Billionen Parameter) und einem schlanken, sehr günstigen V4 Flash (rund 284 Milliarden). Beide open-weight.
• Kimi (Moonshot), Qwen (Alibaba), GLM (Zhipu) — allesamt starke, offen verfügbare MoE-Modelle, die je nach Aufgabe und Sprache ihre Stärken haben.

Das gemeinsame Muster: hohe Leistung, niedrige Kosten, offene Gewichte. Genau diese Kombination macht sie für den Mittelstand interessant — und wirft zugleich die entscheidende Frage auf.

Effizienz ist nicht gleich „beste KI"

Die unbequeme Wahrheit hinter jeder Effizienz-Schlagzeile: Günstiger heißt nicht besser. Bei Standard-Workloads — Klassifikation, Extraktion, Standard-Texte, einfache Auskünfte — liefern effiziente Modelle oft praktisch gleichwertige Ergebnisse zu einem Bruchteil der Kosten. Bei den schwierigsten Aufgaben — mehrstündige autonome Agenten-Läufe, komplexes Reasoning, anspruchsvolle Code-Migrationen — führen westliche Spitzenmodelle wie Claude weiterhin. Der Abstand wird kleiner, aber er ist 2026 noch da.

Für die Praxis heißt das: Die Frage ist nicht „chinesisch oder westlich", sondern „welcher Workload braucht welches Modell". Wie wir das aufschlüsseln, steht in unserer Multi-Model-Strategie für KI-Agenten — und die Gegenseite der Medaille, das teure Spitzenmodell, in unserer Einordnung zu Claude Fable 5 für den Mittelstand.

Der Haken für den Mittelstand: Datenresidenz

Hier wird es für inhabergeführte Unternehmen ernst. Nutzt du die offizielle API eines chinesischen Anbieters, verlassen deine Daten die EU und werden auf Servern außerhalb des europäischen Rechtsraums verarbeitet. Für Patientendaten, Mandantenschriftverkehr oder interne Strategiedokumente ist das in den meisten Fällen ein Ausschlusskriterium — unabhängig davon, wie günstig das Modell ist.

Dazu kommt der regulatorische Rahmen: Der EU AI Act ist seit August 2024 in Kraft und ab dem 2. August 2026 für die meisten Pflichten vollständig anwendbar. Datengovernance, Transparenz und Dokumentation gelten unabhängig davon, aus welchem Land das Modell stammt.

Die Chance: open-weight bedeutet Self-Hosting

Genau hier dreht sich die Geschichte. Weil DeepSeek & Co. ihre Gewichte offen veröffentlichen, bist du nicht auf die China-API angewiesen. Dieselben Modelle lassen sich bei einem EU-Hoster oder — je nach Größe und Hardware — lokal im eigenen Haus betreiben. Dann gilt: gleiche Effizienz, gleiche niedrige Kosten, aber die Daten bleiben unter deiner Kontrolle.

Was dafür an Hardware realistisch reicht, wann sich lokaler Betrieb rechnet und wo die Grenzen liegen, haben wir ausführlich im Beitrag zu lokalen LLMs für den Mittelstand aufgeschlüsselt. Die Grundsatzfrage „eigenes Modell betreiben oder kommerzielle API einkaufen" ordnet der Build-vs-Buy-Leitfaden ein.

Was der Mittelstand jetzt tun sollte

Drei Grundsätze:

• Effizienz-Schlagzeilen als Signal lesen, nicht als Befehl. „6× effizienter" ist kein Grund, das ganze KI-Setup umzustellen — aber ein guter Anlass, die eigenen Kosten und die Modellwahl zu überprüfen.
• Nach Workload entscheiden, nicht nach Herkunft. Günstige effiziente Modelle für Masse und Routine, Spitzenmodelle für die schwersten Aufgaben. Ein Modell-Portfolio senkt die Kosten oft um mehr als die Hälfte, ohne dass die Qualität dort leidet, wo sie zählt.
• Datenresidenz zuerst klären. Bevor ein chinesisches Modell in Produktion geht: über EU-Hosting oder lokalen Self-Hosting-Betrieb laufen lassen, nicht über die China-API mit sensiblen Daten.

Der rote Faden, den wir in jeder dieser Modell-Diskussionen sehen: Der Gewinn liegt nicht darin, dem neuesten „Modell X schlägt Modell Y"-Video zu folgen, sondern in einer nüchternen Architektur — welcher Workload gehört zu welchem Modell, und wo dürfen die Daten verarbeitet werden.

Häufige Fragen zu Chinas KI-Modellen