Künstliche Intelligenz USA oder China – wer wird KI-Weltmarktführer?

Thomas Edison hatte George Westinghouse. Apollo hatte Sputnik. Das aktuelle Ringen um die KI-Vorherrschaft zwischen den USA und China könnte das jüngste Beispiel dafür sein, wie durch Wettbewerb Innovationen entstehen.

 

„Wettbewerb ist gut, und aus meiner Sicht wird eine starke Konkurrenz KI-Entwickler zu Innovationen und einer schnelleren Weiterentwicklung veranlassen“, sagt Aktienportfoliomanager Mark Casey.

 

„So hat beispielsweise das chinesische DeepSeek ein Konzept des Maschinenlernens, die sogenannte Mixture of Experts (MoE), effizienter gemacht – mit Techniken, die viele führende KI-Entwickler jetzt umsetzen.“

 

Chinas Niedrigpreisstrategie, unterstützt durch günstige Arbeitskraft und billige Energie, hat zum Anstieg des Marktanteils des Landes beigetragen, obgleich die USA weiterhin in der digitalen Wirtschaft und bei bahnbrechenden Anwendungen der Spitzenklasse führend sind. Im Folgenden erläutern wir die KI-Strategien der beiden Länder sowie die jeweiligen Vorteile, die ihnen zur Marktführerschaft verhelfen könnten, und beantworten die Frage, was die nächste Phase der KI-Entwicklung für Investoren bedeutet.

Der KI-Boom in den USA und in China

Eine Tabelle vergleicht die KI-Entwicklung in den USA mit der in China.

Quelle: Capital Group. Nur zur Illustration. Frontier-Modelle sind KI-Systeme der Spitzenklasse, also jene mit den zurzeit fortschrittlichsten Funktionen. „Inländische Rechenkapazität“ ist die Rechenleistung der innerhalb der eigenen Landesgrenzen betriebenen KI. Hyperscale-Datenzentren sind große Zentren, die Rechenleistung für KI- und Cloud-Anwendungen bieten.

KI in den USA: Höhere Investitionen

 

Angesichts massiver Investitionen großer US-Technologieunternehmen besteht die Möglichkeit der Entwicklung einer künstlichen Superintelligenz, kurz KSI.

 

"Die USA verfolgen einen völlig anderen Ansatz als China. Das fängt schon bei der Höhe der Investitionen in die Entwicklung von immer klügeren Modellen an", sagt Jared Franz, Volkswirt bei Capital Group.

 

„Anthropic, OpenAI und andere US-Unternehmen versuchen eine Superintelligenz zu entwickeln. Das könnte das Wirtschaftswachstum anfachen, die wissenschaftliche Forschung vorantreiben und helfen, einige der größten Probleme der Menschheit zu bewältigen“, fügt Franz hinzu. „Der Ansatz ist nach wie vor spekulativ. Kritiker warnen vor dem möglichen Verlust der Kontrolle über ein superintelligentes System, aber die USA nimmt dieses Risiko in Kauf, weil hohe Gewinne winken. China ist zwar nicht abgeschlagen, aber das Land legt größeren Wert auf den Einsatz von KI in der Industrie.“

US-Technologieunternehmen investieren mehr in KI als ihre chinesischen Wettbewerber

Ein Säulendiagramm vergleicht die Investitionen von Hyperscalern in den USA und China in den Jahren 2025 und 2026. Die US-Investitionen dürften von 425 Milliarden US-Dollar im Jahr 2025 auf 791 Milliarden in diesem Jahr steigen. In China steigen sie vermutlich nur von 57 auf 118 Milliarden Dollar.

Quellen: Capital Group, Bloomberg, FactSet. Schätzungen Stand 31. Juli 2026. Die dargestellten Daten wurden kalenderbereinigt, um die Vergleichbarkeit zwischen Unternehmen mit unterschiedlichen Geschäftsjahren zu gewährleisten. Quelle für die Angaben zu den Investitionen von ByteDance: Bloomberg. Staatliche Investitionen und andere staatliche Zahlungen sind nicht berücksichtigt.

KI-Unternehmen mit Sitz in den USA streben auf ihrem Weg zu einer Superintelligenz etwas Neues an: RSI – die rekursive Selbstverbesserung (Recursive Self-Improvement). „Schon seit Jahrzehnten sucht die Forschung nach der Möglichkeit, Modelle so zu programmieren, dass sie sich selbst optimieren. Kürzlich meldete OpenAI, dass sein bestes Modell ein billigeres Einstiegsmodell verbessert hätte, was ein entscheidender Schritt ist. Wenn RSI erst einmal erreicht ist, werden Effizienz und Produktivität massiv zunehmen. Hinzu kommen weitere Verbesserungen, durch die die Modellpreise sinken könnten“, erklärt Franz.

 

Aber natürlich hat KI auch dann Einfluss auf unsere Welt, wenn die Entwicklung einer Superintelligenz nicht gelingt oder auch nur das ebenfalls sehr hohe Ziel einer Intelligenz erreicht wird, die der menschlichen gleichkommt. "Egal, mit wem sie im Silicon Valley sprechen – alle sagen, KI wird für jede denkbare Aufgabe in jeder Branche eingesetzt“, sagt Franz. „Trotz hoher Fehlerquoten und obwohl es keine Erfolgsgarantie gibt, fließt weiter Risikokapital in KI-Start-ups, die alles verändern könnten.“

 

Ob sich die Milliarden von Dollar, die für KI-Investitionen vorgesehen sind, am Ende auszahlen, bleibt abzuwarten, aber die Vergangenheit lehrt, dass die größten Gewinne in Bereichen, in denen es eigentlich nur einen Sieger geben kann, oft ungleich verteilt sind. „Der Unterschied zwischen dem besten und dem zweitbesten CEO ist mit einem Verhältnis von 10 zu 1 zu vergleichen, nicht mit 2 zu 1," fügt Casey hinzu und verweist auf Spitzenmanager wie Nick Howley vom Luftfahrtzulieferer TransDigm oder Hock Tan von Broadcom. "Die beste Person kostet ungleich mehr als die zweitbeste. Es gibt viele Bereiche, in denen es darauf ankommt, der Beste und der Schnellste zu sein, und die Leute werden für das beste Unternehmen einen Aufschlag zahlen. Wer von den KI-Entwicklern das sein wird, ist schwer zu sagen.“

 

KI in China: Schwerpunkt ist die Industrie

 

Chinas KI-Strategie ist auf Industrieanwendungen ausgerichtet. Das passt gut zu seiner großen Stärke, Dinge effizient und in großer Menge herzustellen.

 

„Die USA verfolgen dagegen das „State of the Art“-Konzept. Hier wetteifern die Unternehmen darum, große Sprachmodelle der Spitzenklasse zu bauen, die fast so intelligent sind wie der Mensch. China konzentriert sich dagegen auf KI für praktische Anwendungen wie autonomes Fahren und Robotik", sagt Aktienportfoliomanagerin Winnie Kwan.

 

„Die Anforderungen an die Rechenleistung sind daher andere. Chinesische KI-Anwendungen verbrauchen erheblich weniger Token, um die fehlenden Kapazitäten an Spitzentechnologie im Land auszugleichen.“

Tokenomics: Chinas KI-Modelle sind die billigsten

LLM-Modelle: Leistung und Kosten

Quellen: Capital Group, LLM Stats. Grundlage der Preisangaben ist ein Input-Output-Verhältnis von 8:1 je 1 Million Token. Die Punktzahlen sind ein Maß beruhend auf logischen Schlussfolgerungen, Coding, agentischer Performance und anderen maßgeblichen Faktoren. Token sind die Basiseinheit für die von KI-Modellen verarbeiteten Textmengen und werden üblicherweise zur Messung der Nutzung und zur Festlegung der Preise für KI-Dienste herangezogen. Stand 14. August 2026.

Deshalb könnte KI die bereits solide Industrie erheblich verbessern, indem sie mithilfe von Technologiefortschritten analoge Produkte herstellt. „Viele Unternehmen bauen humanoide Roboter für die Fertigung und die Logistik. Sie erfüllen Aufgaben, die bislang von Menschen erledigt werden – an den Fließbändern und in Lagerhäusern“, sagt Aktienanalyst Sugi Widjaja, der sich mit asiatischen Technologieunternehmen befasst. „Sie sind auf der Hardwareseite sehr stark aufgestellt und machen auch bei der Software kontinuierlich Fortschritte, indem sie anwenden, was sie bei der Produktion autonomer Fahrzeuge gelernt haben."

 

Um weltweit Einfluss und Marktanteile zu gewinnen, hat China ein Open-Weight-Konzept eingeführt, das Kunden die sichere Nutzung von KI ermöglicht. Echte Open-Source-Modelle erlauben vollen Zugriff auf Trainingsdaten und Code. Open-Weight-Modelle tun dies nicht. "US-Unternehmen können also die billigeren chinesischen Open-Weight-Modelle nutzen, ohne dafür Daten nach China schicken zu müssen. Sie greifen über Cloud-Anbieter wie Amazon Web Services oder Microsoft Azure darauf zu, die die Modelle lokal betreiben und dafür sorgen, dass alles den US-Datenschutzgesetzen entspricht", erklärt er.

 

Wettbewerbsorientierte Koexistenz

 

Kwan geht nicht davon aus, dass am Ende ein Sieger steht, der alles gewinnt, während alle anderen leer ausgehen. Sie meint, dass die beiden Systeme nebeneinander Bestand haben: US-amerikanische Frontier-Modelle verrichten die schwierigen Premiumaufgaben, während die billigeren chinesischen Modelle den Rest übernehmen. "Die besten Unternehmen werden immer das intelligenteste Modell für Aufgaben nutzen, bei denen Leistungsunterschiede von 10% bis 15% etwas ausmachen und irgendwann einen Wettbewerbsvorteil bringen. Für weniger komplexe Aufgaben, für die chinesische Modelle ausreichen, werden sie diese nutzen“, fügt sie hinzu.

 

Casey stimmt ihr zu und merkt an, dass es schon jetzt Unternehmen gibt, die Anfragen oder Projekte an den Anbieter mit dem niedrigsten Gesamtpreis stellen oder vergeben. „Chinesische Modelle mögen niedrigere Kosten je Token verursachen, aber sie brauchen vielleicht mehr Token, um eine Aufgabe komplett zu erledigen. Deshalb wurden Unternehmen wie das nicht börsennotierte OpenRouter gegründet, die abhängig von der Aufgabe und geforderten Genauigkeit zwischen Modellen wechseln.“

 

Er meint: „Wer am produktivsten und innovativsten sein wird, lässt sich heute noch nicht sagen, aber angesichts der weltpolitischen Spannungen und des tiefen Misstrauens zwischen den beiden Ländern werden beide Systeme Bestand haben. Zurzeit ist das beispielsweise bei Infrastructure-as-a-Service zu sehen. Obwohl chinesische Internetunternehmen wie Baidu und Tencent sehr niedrige Preise bieten, haben sie in den USA und Europa vergleichsweise wenige Kunden.“

 

Was bedeutet das Rennen um die KI-Vorherrschaft zwischen den USA und China für Investoren?

 

Nur wenige Ereignisse haben das Vertrauen in die Nachhaltigkeit des US-KI-Booms mehr auf die Probe gestellt als die Verbreitung der chinesischen Open-Weight-Modelle. „Da mittlerweile viele in den USA börsennotierte Unternehmen in irgendeinem Zusammenhang mit KI-Investitionen stehen, werden die Märkte weiter sensibel auf das Rennen zwischen den USA und China reagieren. Ihre Entwicklungen muss man sehr genau im Auge behalten, weil beide schnell Fortschritte machen, die starken Einfluss auf Unternehmen und Gesellschaft haben“, sagt Casey.

 

„Bislang hat sich durch die chinesischen Modelle nichts an den Argumenten für eine Weiterentwicklung von KI in den USA geändert, aber der KI-Ausbau könnte den Scheitelpunkt der S-Kurve erreichen. Das Kapazitätswachstum könnte nachlassen, obwohl die Nachfrage insgesamt weiter steigt“, erklärt er. „Ich denke, irgendwann werden die Unternehmen eher parallel zum Umfang der bereits in Betrieb befindlichen KI-Infrastruktur wachsen und nicht mehr entsprechend dem Jahreszuwachs an neuer Infrastruktur. Ein Beispiel ist Amazon Web Services. Andere Unternehmen wie Meta könnten von sinkenden KI-Chip-Preisen profitieren, weil dann auch ihre Inputkosten zurückgehen.“

 

Franz fasst zusammen: „Aus früheren Technologiezyklen wissen wir, dass die anfänglichen Marktführer häufig am Ende oder in der Mitte des Zyklus nicht mehr an der Spitze stehen. Die Marktführerschaft verschiebt sich häufig, und wer der Sieger sein wird, ist sehr schwer zu sagen. Deshalb beobachten wir das sehr genau – in den USA und mit Analysten vor Ort auch in China.“

Mark Casey ist Aktienportfoliomanager und hat 26 Jahre Investmenterfahrung (Stand 31. Dezember 2025). Er hat einen MBA von der Harvard Business School und einen Bachelor von der Yale University. 

Winnie Kwan ist Aktienportfoliomanagerin und hat 31 Jahre Investmenterfahrung (Stand 31. Dezember 2025). Sie hat einen Master und einen Bachelor in Betriebswirtschaftslehre von der University of Cambridge.

Sugi Widjaja ist Aktienanalyst und hat 20 Jahre Investmenterfahrung (Stand 31. Dezember 2025). Er hat einen MBA von der University of California (Berkeley) und einen Bachelor von der University of Pennsylvania.

Jared Franz ist Volkswirt und hat 20 Jahre Investmenterfahrung (Stand 31. Dezember 2025). Er hat an der University of Illinois in Chicago in Wirtschaftswissenschaften promoviert und hat einen Bachelor in Mathematik von der Northwestern University.

Die Ergebnisse der Vergangenheit sind kein Hinweis auf künftige Ergebnisse. Man kann nicht direkt in einen Index investieren. Indizes sind keine gemanagten Produkte. Der Wert und Ertrag von Anlagen können schwanken, sodass Anleger ihr investiertes Kapital ganz oder teilweise verlieren können. Diese Informationen sind weder Anlage-, Steuer- oder sonstige Beratung noch eine Aufforderung, irgendein Wertpapier zu kaufen oder zu verkaufen.
 
Die Aussagen einer bestimmten Person geben deren persönliche Einschätzung am Tag der Veröffentlichung dieses Dokuments wieder. Sie entsprechen möglicherweise nicht der Meinung anderer Mitarbeiter von Capital Group oder deren Tochtergesellschaften. Stand aller Informationen ist das angegebene Datum (falls nicht anders angegeben). Einige Informationen stammen möglicherweise aus Drittquellen, und die Verlässlichkeit dieser Informationen kann nicht garantiert werden.
 
Capital Group managt Aktien in drei Investmenteinheiten, die ihre Anlageentscheidungen autonom treffen und unabhängig voneinander auf Hauptversammlungen abstimmen. Die Anleihenexperten sind für das Anleihenresearch und das Anleihenmanagement im gesamten Unternehmen verantwortlich. Bei aktienähnlichen Anleihen werden sie aber ausschließlich für eine der drei Aktieneinheiten tätig.