Wichtige Erkenntnisse
- Chinas KI-Strategie priorisiert Kosteneffizienz, Produktivitätssteigerung und schnelle Implementierung gegenüber einer Führungsrolle bei Frontier-Modellen. Dadurch wird eine breite Nutzung in Unternehmen und bei Konsumenten ermöglicht.
- Beschränkungen bei der Rechenkapazität treiben Innovationen in Architektur, Systemtechnik und der Substitution durch heimische Chips voran und verwandeln Einschränkungen in Wettbewerbsvorteile.
- Vertikal integrierte Plattformen und starke staatliche Unterstützung beschleunigen die Kommerzialisierung. Damit werden Distribution und Implementierung zu den zentralen Treibern der Wertabschöpfung.
Für Investoren ist KI in China nicht einfach nur ein wachstumsstarkes Technologiethema, sondern eine strategische Fähigkeit, die mit nationaler Wettbewerbsfähigkeit, industrieller Modernisierung und langfristiger Produktivität verbunden ist. Entsprechend sind politische Unterstützung, Kapitalallokation und Kommerzialisierung ungewöhnlich stark aufeinander abgestimmt. Das macht KI zu einer der wichtigsten Perspektiven, um Chinas nächste Wachstumsphase zu beurteilen.
Chinas kostenorientierte KI-Strategie
China muss bei der absoluten Spitze der Modellleistung nicht führend sein, um erfolgreich zu sein. Stattdessen betont die Strategie kosteneffiziente Intelligenz und schnelle Iteration. Open-Source-Modelle senken die Implementierungskosten erheblich, beschleunigen die Akzeptanz bei Entwicklern und ermöglichen eine schnelle vertikale Feinabstimmung. China verfügt inzwischen weltweit über die niedrigsten Kosten für Application Programming Interfaces (APIs). Das ist bedeutsam, weil sinkende Kosten die Skalierung von KI-Anwendungsfällen in Unternehmen und bei Konsumenten beschleunigen. Dieser kostenorientierte Ansatz erklärt den Weg, den China eingeschlagen hat.
Zwei Faktoren prägen Chinas KI-Strategie. Erstens Beschränkungen bei der Rechenkapazität. Chinas KI-Capex liegt bei weniger als 20 Prozent des Niveaus in den Vereinigten Staaten, was vor allem auf den begrenzten Zugang zu modernsten KI-Beschleunigern zurückzuführen ist. Zweitens eine anwendungsgetriebene Akzeptanz. Auch ohne führende Modelle ist Chinas Wachstum beim täglichen Token-Verbrauch mit jenem der Vereinigten Staaten vergleichbar. Sowohl Unternehmen als auch Konsumenten nutzen KI in großem Maßstab, wobei Anwendungsfälle in einer breiten Palette von Branchen entstehen.
Um starke Nachfrage mit begrenzter Rechenkapazität in Einklang zu bringen, verfolgt China drei komplementäre Ansätze.
Architektureffizienz und Innovation auf Modellebene
Entwickler gestalten Modellarchitekturen neu, um die Abhängigkeit von Graphics Processing Units (GPUs) und High Bandwidth Memory (HBM) durch Techniken wie Mixture-of-Experts, Conditional Computation und speichereffiziente Designs zu reduzieren. Beim Umgang mit Rechenkapazitätsbeschränkungen liefert DeepSeek ein klares Beispiel für architektonische Innovation. Das Unternehmen hat Ansätze wie Mixture-of-Experts und Conditional Memory weiterentwickelt, um die GPU- und HBM-Intensität in der KI-Infrastruktur zu verringern. Dies ist besonders wichtig, da Speicher weiterhin einen zentralen Engpass darstellt und China bei HBM noch keinen Durchbruch erzielt hat. Indem Conditional Memory von Rechenleistung entkoppelt und HBM-Anforderungen ausgelagert werden, reduzieren diese Designs den Bedarf an kostspieligen Speicher-Upgrades.
Systemtechnik auf Systemebene
Dies wird am sichtbarsten von Huawei vorangetrieben. Anstatt bei den Spezifikationen einzelner Chips zu konkurrieren, besteht Huaweis Strategie darin, auf Systemebene zu gewinnen. Durch Lösungen wie Supernode werden Hunderte oder sogar Tausende von Chips miteinander verbunden, um wettbewerbsfähige Leistung auf Systemebene zu erzielen. Diese Architekturen stützen sich stark auf optische Interconnects. Deshalb ist Chinas KI-Infrastruktur deutlich stärker optikintensiv als jene der Vereinigten Staaten.
Substitution durch heimische Anbieter
Lokale Anbieter von KI-Chips dürften Marktanteile gewinnen, insbesondere bei Inferenz, unterstützt durch starke staatlich gelenkte Substitutionsbestrebungen. Inferenz-Workloads sind stärker standardisiert, und die Wirtschaftlichkeit zählt mehr als die maximale Trainingsleistung. Dadurch können „gut genug“ geeignete Beschleuniger schneller wettbewerbsfähig werden.
Von Einschränkungen zu Wettbewerbsvorteilen
Zusammengenommen erklärt dieser Rahmen, wie China die KI-Nutzung und Kommerzialisierung trotz Einschränkungen an der Spitze weiter skalieren kann, indem Effizienz, Systemtechnik und Nachfrage in dauerhafte Wettbewerbsvorteile verwandelt werden.
Wir erwarten daher, dass sich die Akzeptanz über Internetplattformen, Telekommunikationsanbieter und Rechenzentren ausweitet, die von staatseigenen Unternehmen unterstützt werden. In diesem Bereich unterscheidet sich China durch staatliche Beteiligung von den Vereinigten Staaten.
Die Rolle des Staates bei der Skalierung von KI
Chinas Regierung spielt eine deutlich aktivere Rolle bei der Gestaltung des KI- und Halbleiter-Ökosystems, vor allem über drei Mechanismen. Erstens Unterstützung über den Kapitalmarkt, einschließlich Green-Channel-IPO-Genehmigungen für Unternehmen aus den Bereichen KI-Chips, KI-Modelle, Robotik und Speicher. Zweitens direkte Kapitalunterstützung, beispielhaft zu sehen an den National Integrated Circuit Industry Investment Funds. Drittens politische Unterstützung in Kombination mit zunehmender Aufsicht, wie die jüngste regulatorische Intervention bei der Übernahme von Meta Manus zeigt.
Nachfragegetriebene Akzeptanz und Plattformdynamiken
Beim Wechsel von der Angebots- zur Nachfrageseite profitiert China von einer großen Basis digital versierter Konsumenten, die KI vertrauen und bereit sind, sie schnell zu nutzen. Bei Chatbots berichten führende Plattformen, darunter ByteDances Doubao, DeepSeek und Alibabas Qwen, jeweils von monatlich aktiven Nutzern von mehr als 100 Millionen.
Eine sichtbare Folge ist die Disruption des traditionellen Suchverhaltens: Baidus Werbeumsatz ist Schätzungen zufolge um 15 bis 20 Prozent zurückgegangen, da Nutzer von keywordbasierter Suche zu dialogorientierten Schnittstellen wechseln.
Wir gehen davon aus, dass die nächsten zwölf Monate für KI-Agenten entscheidend sein werden, wobei mehrere Markteinführungen erwartet werden und Alibaba als früher Marktführer hervortritt. Die Integration bleibt jedoch der wichtigste Engpass. Plattformübergreifende Zusammenarbeit ist nicht garantiert, wie das jüngste Duobao-KI-Telefon zeigt. Dort stießen Versuche, Aufgaben über verschiedene Ökosysteme hinweg auszuführen, an Grenzen, weil der Zugriff auf Drittanbieteranwendungen von App-Betreibern eingeschränkt oder blockiert wurde.
Um zu verstehen, warum Chinas Internetführer trotz dieser Reibungen weiterhin schnell vorankommen können, lohnt ein Blick auf ihre Full-Stack-Fähigkeiten. Unternehmen wie Alibaba, ByteDance und Tencent sind vertikal über Infrastruktur, Modelle und Anwendungen hinweg integriert. Das verkürzt den Weg von der Modellentwicklung zur Implementierung und Monetarisierung.
Aus Investorensicht ist die Kombination aus Distribution und Implementierung entscheidend. Wir glauben, dass Plattformen, die Nutzerverkehr, Cloud-Infrastruktur und Entwicklertools kontrollieren, am besten positioniert sind, um KI-Funktionen schnell zu skalieren und Wert abzuschöpfen, sei es über Cloud-Dienste, KI-getriebene Innovationen in der Werbung oder höhere Konversionsraten im E-Commerce.
Wichtig ist auch, ByteDance nicht zu unterschätzen, nur weil das Unternehmen nicht börsennotiert ist. ByteDance ist derzeit der größte Investor in KI-bezogenes Capex in China und gewinnt aggressiv Cloud-Marktanteile. Damit positioniert sich das Unternehmen als zentraler Akteur und potenzieller Gewinner im KI-Ökosystem.
Investmentimplikationen entlang des KI-Stacks
Mit Blick auf die Investmentimplikationen beschleunigt die zunehmende Verfügbarkeit von H200-Klasse-Beschleunigern faktisch das Capex, da Internetunternehmen vom Mieten von Rechenkapazität zum Besitz eigener Kapazitäten übergehen. Während die Verfügbarkeit von Strom in China keine bindende Einschränkung darstellt, ist das Wärmemanagement ein Engpass. Das unterstützt die Nachfrage nach Kühllösungen, Energiemanagement und fortgesetzter Substitution durch heimische Anbieter. Speicher und Konnektivität haben wir bereits diskutiert. Darüber hinaus ist physische KI ein wichtiges Thema, da sie den Punkt markiert, an dem KI in die Realwirtschaft eingebettet wird, statt auf digitale Anwendungen beschränkt zu bleiben.
Für 2026 erwarten wir, dass sich Chinas KI-Chancenspektrum über den gesamten Stack hinweg verbreitert und vertieft.
Modellebene. Chinesische große Sprachmodelle dürften weiterhin rasch iterieren, mit fortlaufenden Multi-Model- und agentischen Veröffentlichungen der großen Plattformen. Die IPO-Aktivität im gesamten KI-Ökosystem sollte aktiv bleiben, unterstützt durch ein günstiges Umfeld an den heimischen Kapitalmärkten.
Infrastrukturebene. Die Gewinnvisibilität ist auf dieser Ebene im Allgemeinen klarer. Zu den Schwerpunktbereichen zählen die Lokalisierung von KI-Chips, Speicher und SIM-Equipment; optische Technologien wie Co-Packaged Optics und Optical Circuit Switching; Kühl- und Stromversorgungslösungen; Tester; sowie Server- und Switch-ODMs. Diese Themen stimmen weitgehend auch mit den Infrastrukturprioritäten im US-Markt überein.
Anwendungsebene. Hier besitzt China den größten Spielraum für strukturelle Differenzierung über die großen Internetplattformen hinaus, insbesondere durch die Einführung von KI-Agenten und neuen Anwendungen. Attraktive Bereiche umfassen vertikale KI-Agenten für Unternehmensanwendungen, ADAS- und Robotaxi-Anwendungen sowie konsumentenorientierte KI-Innovationen.
Wo sehen wir sonst noch Wachstum in China? In den Teilen zwei und drei dieser Serie diskutieren Andrey Glukhov und Pierre Horvilleur Biotechnologie beziehungsweise fortgeschrittene Fertigung.
Vivian Lin Thurston, CFA, Partnerin, ist Portfoliomanagerin im globalen Aktienteam von William Blair.
Weitere beliebte Meldungen:
