Open Source gegen Big Tech: Wie sechs Monate 2025 das KI-Rennen neu definiert haben
Vom 600-Milliarden-Dollar-Schock durch DeepSeek bis zu Llama 4 und Qwen3 hat das erste Halbjahr 2025 die Annahme erschüttert, dass Spitzen-KI einer Handvoll US-Konzerne gehört – und zwingt europäische Unternehmen, ihre Souveränitätsstrategie neu zu denken.
Das erste Halbjahr 2025 hat das KI-Rennen nicht nur fortgesetzt – es hat die zugrunde liegenden Annahmen aufgebrochen. In sechs Monaten haben Open-Weight-Modelle aus chinesischen Laboren und dem offenen Ökosystem den Leistungsabstand zu Big Tech geschlossen, hunderte Milliarden an Chip-Marktkapitalisierung ausradiert und jede europäische CIO-Etage gezwungen, ihre KI-Souveränitätsstrategie neu zu bewerten.
Während des grössten Teils von 2024 war der Schwerpunkt der KI-Branche eindeutig: Eine kleine Gruppe US-amerikanischer Unternehmen – OpenAI, Anthropic, Google, Microsoft, Meta – hielt die Spitze, die Rechenleistung und die Deutungshoheit. Als das zweite Quartal 2025 zu Ende ging, war dieser Konsens verschwunden.
Innerhalb von sechs Monaten zwangen das Open-Source-Ökosystem und chinesische Labore die etablierten Tech-Konzerne in eine defensive Haltung. Die Verschiebung war nicht nur technischer Natur, sondern finanzieller, geopolitischer und – für europäische Unternehmen, die mehrjährige KI-Investitionen planen – strategischer Natur.
Der DeepSeek-Schock
Am 20. Januar 2025 veröffentlichte das chinesische Labor DeepSeek das Modell R1: ein Reasoning-Modell mit einer Leistung nahe an OpenAIs o1 – unter MIT-Lizenz und begleitet von einem technischen Paper, in dem behauptet wurde, das zugrunde liegende V3-Modell sei für rund 5,6 Millionen US-Dollar an Rechenkosten trainiert worden. Innerhalb einer Woche kippte das Ranking im iOS App Store: Die Chat-App von DeepSeek überholte ChatGPT in den Vereinigten Staaten.
Die finanzielle Reaktion folgte unmittelbar. Am 27. Januar verlor Nvidia an einem einzigen Handelstag rund 600 Milliarden US-Dollar an Marktkapitalisierung – damals der grösste Tagesverlust der US-Börsengeschichte. Der Ausverkauf betraf weniger Nvidia selbst, sondern eine breitere Annahme, die plötzlich brüchig wirkte: dass Spitzenleistung in der KI nur durch milliardenschwere Trainingsläufe einiger weniger Labore möglich sei.
Sam Altman räumte in einem Reddit-AMA am 31. Januar ein, dass OpenAI bei Open-Source-Gewichten "auf der falschen Seite der Geschichte" gestanden habe und das Unternehmen "eine andere Open-Source-Strategie finden" werde.
Was sich strukturell verändert hat
DeepSeek war kein Einzelfall. Im ersten Halbjahr 2025 verstärkten sich drei strukturelle Verschiebungen gegenseitig:
Leistungsparität zu geringeren Kosten. Open-Weight-Modelle von DeepSeek, Alibabas Qwen-Serie und Mistral zeigten, dass starke Reasoning- und Coding-Leistung keine geschlossenen Spitzenlabore mehr voraussetzt. Bis zum zweiten Quartal wechselten sich mehrere Open-Weight-Modelle in öffentlichen Benchmarks mit geschlossenen Flaggschiffen ab.
Umkehrung der Distribution. Wachsende Entwickler-Aktivität auf Hugging Face, das rasante Wachstum lokaler Bereitstellung über Ollama und der Anstieg selbst gehosteter Inferenz verschoben die praktische Frage von "Welche API rufen wir auf?" zu "Welche Gewichte führen wir aus – und wo?"
Geopolitische Neujustierung. Die Trump-Administration setzte am 23. Januar mit ihrer Executive Order "Removing Barriers to American Leadership in AI" die Biden-Verordnung zur KI-Sicherheit von 2023 ausser Kraft. Zwei Tage zuvor wurde das 500-Milliarden-Dollar-Joint-Venture Stargate – OpenAI, SoftBank, Oracle und MGX aus Abu Dhabi – aus dem Weissen Haus angekündigt. In Europa endete der KI-Aktionsgipfel in Paris am 10./11. Februar mit einer Erklärung, die die USA und Grossbritannien nicht unterzeichneten, mit Verweis auf Bedenken gegen die "inklusive und nachhaltige" Rahmensetzung. Open Source wurde gleichzeitig zum Souveränitäts- und zum Kostenargument.
Die Antwort der Big-Tech-Konzerne
Die Etablierten blieben nicht untätig. Anthropic veröffentlichte am 24. Februar Claude 3.7 Sonnet mit "Extended Thinking". xAI brachte Mitte Februar Grok 3 heraus. OpenAI veröffentlichte am 27. Februar GPT-4.5 und stellte im April o3 und o4-mini allgemein zur Verfügung. Googles Gemini 2.5 Pro folgte Ende März. Meta veröffentlichte am 5. April die Llama-4-Familie – einschliesslich der Scout-Variante mit einem Kontextfenster von 10 Millionen Tokens.
Doch der Rahmen hatte sich verschoben. Llama 4 war keine Kuriosität, sondern Metas explizite Wette darauf, dass ein Open-Weight-Ökosystem die bessere langfristige Position ist als ein geschlossener Garten. Alibabas Qwen3-Release Ende April zog den gleichen Hebel von der anderen Seite. Bis Juni lautete die operative Frage vieler CIOs nicht mehr "GPT oder Claude?", sondern "Standardisieren wir auf eine geschlossene API, auf eine selbst gehostete Open-Weight-Familie – oder auf beides?"
Was das für europäische Unternehmen bedeutet
Für Organisationen in der Schweiz, in Deutschland und im weiteren EU-Raum hat der Reset des ersten Halbjahres 2025 drei praktische Konsequenzen.
Das Vendor-Lock-in-Risiko ist sichtbar geworden. Als sich der Abstand zwischen den besten geschlossenen und den besten offenen Modellen auf Monate – manchmal Wochen – verkürzte, wurden mehrjährige Bindungen an einen einzigen proprietären Anbieter schwerer zu rechtfertigen. Beschaffungsteams, die 2025 mit der Verhandlung eines einzigen Frontier-Vertrags begannen, beenden das erste Halbjahr mit zwei oder drei.
Datenresidenz und EU AI Act passen zu Open-Weight-Strategien. Die erste Phase des EU AI Act trat am 2. Februar 2025 in Kraft, mit Verboten für inakzeptable Risiken und Pflichten zur KI-Kompetenz. Die Bestimmungen zu Allzweck-KI sind für den 2. August geplant. Open-Weight-Modelle, die in EU-Hoheitsgebieten – oder in der Schweiz, ausserhalb der EU, aber innerhalb der FINMA-Reichweite – betrieben werden können, umgehen einige der schwierigeren grenzüberschreitenden Compliance-Fragen, die ein reiner US-API-Konsum aufwirft.
Governance wird zum Differenzierungsmerkmal, nicht das Modell. Wenn leistungsfähige Modelle einer Commodity nahekommen, verlagert sich der Wert darauf, wie Organisationen ihre Nutzung steuern, prüfen und einschränken. Dazu gehört Data-Loss-Prevention an der Prompt-Grenze, rollenbasierter Zugriff auf Unternehmenskontext, Audit-Pfade für regulierte Branchen und die grundlegende Frage, ob sensibles Material eine kontrollierte Umgebung überhaupt verlässt.
Die nächsten sechs Monate
Der Reset des ersten Halbjahres 2025 löst die Debatte zwischen offen und geschlossen nicht – er macht sie dauerhaft. Der realistische Enterprise-Stack für das späte 2025 und 2026 wird geschlossene APIs für Fähigkeiten kombinieren, die sie wirklich erfordern, Open-Weight-Modelle für alles andere und eine Governance-Schicht, die die Wahl zur Routine in der Beschaffung macht und nicht zu einer Vorstandsentscheidung.
Für europäische Unternehmen lautet die Frage nicht mehr, ob sie für eine Multi-Modell-Zukunft planen sollen. Sie lautet, ob ihre Compliance-, Datenverarbeitungs- und Souveränitätshaltung bereit ist für die, die bereits eingetroffen ist.