DeepSeek setzt US-amerikanische Technologiekonzerne und Kryptowährungen unter Druck

DeepSeek, das neue chi­ne­sis­che KI-Mod­ell, stellt eine ern­stzunehmende Bedro­hung für US-amerikanis­che Tech­nolo­giekonz­erne und indi­rekt auch für Kryp­towährun­gen dar. Mit Entwick­lungskosten von nur 15 Mil­lio­nen US-Dol­lar hat DeepSeek R1 ein KI-Mod­ell geschaf­fen, das mit führen­den US-Mod­ellen wie Chat­G­PT konkur­ri­eren kann. Dies stellt die Mil­liar­den­in­vesti­tio­nen und die Dom­i­nanz von US-Tech-Gigan­ten im KI-Bere­ich infrage¹DeepSeek-R1: Das KI-Mod­ell, das selb­st Yann LeCun beein­druckt²DeepSeek R1: Ein Durch­bruch in der Open-Source-KI.

Ursachen für die Effizien­zgewinne 

DeepSeek R1 erre­icht seine beein­druck­enden Effizien­zgewinne durch mehrere inno­v­a­tive Ansätze. Zen­tral ist die Mix­ture-of-Experts (MoE) Architek­tur, die nur rel­e­vante Para­me­ter für jede spez­i­fis­che Auf­gabe aktiviert und so die Ressourcennutzung opti­miert. Ergänzt wird dies durch die Mul­ti-Head Latent Atten­tion (MLA) Tech­nik, die redun­dante Berech­nun­gen reduziert und die Aufmerk­samkeit auf Schlüs­sel­muster konzen­tri­ert, was die Effizienz weit­er steigert³DeepSeek-R1: Chi­ne­sis­ches Mod­ell erre­icht in Bench­marks Rea­son­ing-Leis­tung von Ope­nAIs o1⁴DeepSeek-R1: Incen­tiviz­ing Rea­son­ing Capa­bil­i­ty in LLMs via Rein­force­ment Learn­ing.

Ein Schlüs­se­lele­ment ist das reine Rein­force­ment Learn­ing, mit dem DeepSeek R1 auss­chließlich trainiert wurde, ohne vorheriges Super­vised Fine-Tun­ing. Dies ermöglicht autonomes Ler­nen und Opti­mierung des Schlussfol­gerns bei gle­ichzeit­iger drastis­ch­er Reduzierung der Train­ingskosten. Die effiziente Para­me­ter­nutzung spielt eben­falls eine wichtige Rolle: Mit ins­ge­samt 671 Mil­liar­den Para­me­tern, von denen nur etwa 37 Mil­liar­den pro Token aktiv sind, liefert das Mod­ell eine außergewöhn­liche Leis­tung bei gle­ichzeit­iger Ressourcenef­fizienz.

Beson­ders bemerkenswert sind die kosten­ef­fek­tiv­en Train­ingsmeth­o­d­en: Die Train­ingskosten von DeepSeek R1 belaufen sich auf etwa 15 Mil­lio­nen Dol­lar, ver­glichen mit 150 Mil­lio­nen Dol­lar bei Meta, was eine zehn­fache Effizien­zsteigerung darstellt. Diese Kom­bi­na­tion aus fortschrit­tlich­er Architek­tur, inno­v­a­tiv­en Train­ingsmeth­o­d­en und effizien­ter Ressourcennutzung ermöglicht es DeepSeek R1, beein­druck­ende Leis­tun­gen zu erbrin­gen und dabei gle­ichzeit­ig die Kosten und den Ressourcenver­brauch im Ver­gle­ich zu anderen führen­den KI-Mod­ellen erhe­blich zu reduzieren.

Mark­treak­tion 

Die Mark­treak­tion war deut­lich: Die Futures von Nvidia, Broad­com, Meta und anderen US-KI-Unternehmen brachen ein, Nas­daq-Futures fie­len um 1,8%, S&P 500-Futures um 0,9%.

Indi­rek­te Auswirkun­gen auf Bit­coin und Kryp­to

• Stark­er Kur­sein­bruch: Bit­coin ist um mehr als 6,5% gefall­en und rutschte unter die 100.000-Dollar-Marke.
• Andere Kryp­towährun­gen wie XRP und Solana verze­ich­neten sog­ar Ver­luste von bis zu 9–11%
• Mas­sive Liq­ui­da­tio­nen: In den 24 Stun­den nach der DeepSeek-Ankündi­gung wur­den Kryp­to-Posi­tio­nen im Wert von fast 1 Mil­liarde USD liq­ui­diert, wobei allein Long-Posi­tio­nen im Wert von 569 Mil­lio­nen USD aufgelöst wur­den.
• Auswirkun­gen auf AI-Token: KI-bezo­gene Kryp­towährun­gen wur­den beson­ders hart getrof­fen, mit einem Rück­gang der Mark­tkap­i­tal­isierung um fast 13% auf 36,4 Mil­liar­den USD.

Ein­schränkun­gen

• Es gibt derzeit keine Beweise dafür, dass DeepSeek einen direk­ten Ein­fluss auf Kryp­towährungskurse hat.
• Kryp­towährungskurse eben­so wie die von Bit­coin, wer­den von vie­len Fak­toren bee­in­flusst, darunter Mark­t­sen­ti­ment, reg­u­la­torische Nachricht­en, makroökonomis­che Bedin­gun­gen und tech­nol­o­gis­che Entwick­lun­gen im Kryp­to-Bere­ich selb­st.
• KI-Entwick­lun­gen wie DeepSeek kön­nten the­o­retisch indi­rek­te Auswirkun­gen auf den Tech­nolo­giesek­tor haben, aber ein direk­ter Ein­fluss auf Kryp­towährun­gen ist nicht belegt.
• Kurs­be­we­gun­gen von Bit­coin und anderen Kryp­towährun­gen soll­ten im Kon­text ihrer eige­nen Mark­t­dy­namiken und spez­i­fis­chen Nachricht­en aus dem Kryp­to-Sek­tor betra­chtet wer­den.

Mögliche Kon­se­quen­zen 

DeepSeek wider­legt die Annahme, dass KI-Entwick­lung immer mehr Rechen­leis­tung und Energie benötigt. Dies kön­nte zu einem Umdenken bei Investi­tio­nen in KI-Tech­nolo­gien führen und die Preis­macht der US-Tech-Gigan­ten bedro­hen. Der Erfolg von DeepSeek kön­nte die US-Dom­i­nanz im KI-Bere­ich gefährden und möglicher­weise Bil­lio­nen an Mark­twert an der Nas­daq aus­löschen⁵DeepSeek, alles über den chi­ne­sis­chen Außen­seit­er, was Ope­nAI zum Zit­tern bringt⁶Did China’s DeepSeek just burst the enter­prise AI bub­ble?. Obwohl Kryp­towährun­gen nicht direkt betrof­fen sind, lei­den sie unter der all­ge­meinen Mark­tun­sicher­heit und dem Ausverkauf riskan­ter Assets. Der Bit­coin-Kurs fiel unter 100.000 US-Dol­lar.

Trotz der aktuellen Mark­t­tur­bu­len­zen bleibt abzuwarten, ob sich DeepSeek langfristig als tragfähige, kostengün­stigere Alter­na­tive etablieren wird. Die Sit­u­a­tion unter­stre­icht die Dynamik und Unsicher­heit im schnel­llebi­gen Tech­nolo­gie- und Kryp­tosek­tor.

Unter­schiede zwis­chen DeepSeek V3 und DeepSeek R1

DeepSeek V3 und DeepSeek R1 unter­schei­den sich in mehreren wichti­gen Aspek­ten, obwohl bei­de auf ein­er ähn­lichen Architek­tur mit 671 Mil­liar­den Para­me­tern und 37 Mil­liar­den aktivierten Para­me­tern pro Token basieren.

R1 wurde speziell auf Rea­son­ing-Fähigkeit­en aus­gerichtet und mit­tels großan­gelegtem Rein­force­ment Learn­ing trainiert, während V3 ein all­ge­meineres Mod­ell mit einem bre­it­eren Fähigkeitsspek­trum ist. In Bezug auf die Leis­tung erre­icht R1 bei Rea­son­ing-Bench­marks eine mit Ope­nAI-o1-1217 ver­gle­ich­bare Leis­tung und über­trifft V3 bei Wis­sens-Bench­marks wie MMLU, MMLU-Pro und GPQA Dia­mond deut­lich. V3 zeigt jedoch in eini­gen Bere­ichen wie IFE­val eine leicht bessere Per­for­mance.

R1 zeich­net sich beson­ders durch seine Stärken in Math­e­matik- und Cod­ing-Auf­gaben aus, während V3 effizien­teres Train­ing und inno­v­a­tive Lastverteilung bietet. Ein weit­er­er Unter­schied liegt in der max­i­malen Aus­ga­belänge: R1 kann bis zu 32.000 Token in ein­er Anfrage gener­ieren, V3 hinge­gen nur 8.000 Token.

Hin­sichtlich der Kosten ist die API-Nutzung von V3 deut­lich gün­stiger, sowohl bei Input- als auch bei Out­putkosten. V3 wurde am 27. Dezem­ber 2024 veröf­fentlicht, R1 fol­gte am 21. Jan­u­ar 2025. Für die Zukun­ft plant DeepSeek bei R1 Verbesserun­gen in Bere­ichen wie Func­tion Call­ing, Mul­ti-Turn-Dialoge und kom­plexe Rol­len­spiele, in denen es derzeit hin­ter V3 zurück­liegt.

Ins­ge­samt repräsen­tieren bei­de Mod­elle unter­schiedliche Ansätze in der Entwick­lung fortschrit­tlich­er KI-Mod­elle, wobei R1 auf spezial­isierte Rea­son­ing-Fähigkeit­en und V3 auf bre­ite Anwend­barkeit und Effizienz set­zt.