👋 Hallo! Du liest diese Ausgabe als eine:r von 🥳 80 Leser:innen.
❤️ Danke an alle, die den Newsletter zuletzt weiterempfohlen haben - Wachstum entsteht hier nicht durch Algorithmen, sondern durch Weitersagen.
Diese Ausgabe umfasst ca. 1933 Wörter (~10 Minuten Lesezeit).
Heute ist Montag, der 14. September 2026 - willkommen in KW38. Viel Spaß beim Lesen!
🎯 Mit KI-Liebesgrüßen aus Peking: Wie chinesische KI-Labs US-Modelle anzapfen
Washington kann den Export von Hochleistungschips beschränken. Lieferketten lassen sich kontrollieren, Unternehmen auf Sanktionslisten setzen und der Zugang zu modernster Halbleitertechnik erschweren. Doch wie kontrolliert man Wissen, das sich über Millionen von Anfragen an ein KI-Modell übertragen lässt?
Genau diese Frage steht hinter einem neuen Konflikt zwischen den USA und China. US-Sicherheitsbehörden werfen mehreren chinesischen KI-Unternehmen vor, Fähigkeiten amerikanischer Frontier-Modelle in großem Umfang mittels sogenannter AI Distillation für die Weiterentwicklung eigener Modelle genutzt zu haben. Genannt werden unter anderem Alibaba, Moonshot AI und DeepSeek. China weist die Vorwürfe zurück und betont, dass AI Distillation eine legitime und weltweit verbreitete KI-Technik sei.
151 Millionen Interaktionen
Besonders konkret werden die Vorwürfe im aktuellen Threat-Intelligence-Bericht von Anthropic. Das Unternehmen gibt an, zwischen Mai und Juli 2026 mehr als 151 Millionen Interaktionen mit Claude einer Kampagne zugerechnet zu haben, die mit Alibaba und dessen Qwen-Modellen in Verbindung gestanden haben soll.
Auch bei anderen chinesischen KI-Unternehmen berichtet Anthropic über erhebliche Größenordnungen: Bei Moonshot AI sollen es mehr als 23 Millionen Interaktionen gewesen sein. Für DeepSeek nennt Anthropic mehr als 12,1 Millionen Interaktionen innerhalb von nur 14 Tagen.
Dabei sollen die Anfragen nicht zufällig erfolgt sein. Nach Angaben von Anthropic zielten sie unter anderem auf Fähigkeiten wie logisches Schlussfolgern, Softwareentwicklung, Tool-Nutzung und agentisches Arbeiten.
Wichtig bleibt allerdings die Einordnung: Die detaillierten Zahlen und die Zuordnung zu einzelnen Unternehmen stammen zunächst aus Untersuchungen von Anthropic. Sie sind daher als Vorwürfe und Erkenntnisse des Unternehmens zu verstehen und nicht als abschließend gerichtlich festgestellte Tatsachen. Bemerkenswert ist jedoch, dass auch US-Sicherheitsbehörden inzwischen von groß angelegten AI Distillation-Kampagnen chinesischer KI-Unternehmen sprechen.
Was verbirgt sich hinter dem Begriff AI Distillation eigentlich?
Die Technik selbst ist weder neu noch grundsätzlich verdächtig. Bereits 2015 beschrieben Geoffrey Hinton, Oriol Vinyals und Jeff Dean das Prinzip der Knowledge Distillation.
Vereinfacht funktioniert es nach einem Lehrer-Schüler-Prinzip: Ein besonders leistungsfähiges Modell - der „Teacher“ - erzeugt Antworten oder Trainingsdaten. Ein anderes Modell - der „Student“ - wird anschließend mit diesen Informationen trainiert und versucht, bestimmte Fähigkeiten des stärkeren Modells zu übernehmen.
Das ursprüngliche Modell wird dabei nicht einfach kopiert. Vielmehr wird sein Verhalten zum Trainingsmaterial. Genau darin liegt der wirtschaftliche Reiz: Ein Unternehmen muss bestimmte Fähigkeiten möglicherweise nicht vollständig selbst entwickeln, sondern kann sie anhand großer Mengen synthetisch erzeugter Trainingsdaten nachtrainieren.
Warum Washington langsam nervös wird
Frontier-KI ist extrem teuer. Für die Entwicklung führender Modelle werden zehntausende Hochleistungschips, große Rechenzentren, enorme Mengen Energie und hochqualifizierte Forscher benötigt. Die USA versuchen deshalb seit Jahren, Chinas Zugang zu besonders leistungsfähigen Chips und Fertigungstechnologien einzuschränken.
Doch AI Distillation könnte einen Teil dieser Strategie unterlaufen. Wenn ein Wettbewerber Fähigkeiten eines bereits entwickelten Frontier-Modells übernehmen kann, muss er möglicherweise nicht denselben finanziellen und technischen Aufwand betreiben, um vergleichbare Fähigkeiten von Grund auf zu entwickeln.
Aus einer etablierten Machine-Learning-Technik wird damit plötzlich eine Frage der nationalen Sicherheit. Chips lassen sich exportkontrollieren. Wissen deutlich schwieriger.
China dementiert
Peking sieht die Angelegenheit erwartungsgemäß anders. Die chinesische Seite weist die amerikanischen Vorwürfe zurück und argumentiert, AI Distillation sei ein etabliertes Verfahren der KI-Entwicklung. Gleichzeitig wirft China den USA vor, technologische Argumente zu nutzen, um chinesische Wettbewerber im globalen KI-Markt auszubremsen.
Damit entsteht eine schwierige Grenzfrage: Wann handelt es sich um legitimes Lernen von einem bestehenden Modell und wann um die systematische Abschöpfung proprietärer Fähigkeiten?
Meine persönliche Sichtweise
Für mich zeigt der Konflikt, dass sich der technologische Wettbewerb zwischen den USA und China gerade verändert. Bisher dominierte die Frage, wer über die leistungsfähigsten Chips und die größten Rechenzentren verfügt. Doch Hardware ist nur ein Teil der Gleichung. Der vielleicht wertvollste Rohstoff der KI-Ära steckt zunehmend in den Fähigkeiten der Modelle selbst.
Genau deshalb halte ich die AI Distillation-Debatte für strategisch so relevant. Wenn Unternehmen Milliarden in Chips, Energie, Rechenzentren und Forschung investieren, während Wettbewerber Teile dieses Wissens wesentlich günstiger übernehmen können, verlieren klassische Exportkontrollen zumindest einen Teil ihrer Wirkung.
Gleichzeitig wäre es zu einfach, jede Form der AI Distillation als „Diebstahl“ zu bezeichnen. Die Methode gehört seit Jahren zum normalen Werkzeugkasten der KI-Forschung.
Vielleicht wird der nächste große KI-Konflikt daher nicht nur darüber entscheiden, wer die besten Chips besitzt. Sondern darüber, wem die Fähigkeiten künstlicher Intelligenz eigentlich gehören.
📰 Märkte & Nachrichten
Meta skaliert Muse zur KI-Agenten-App und zielt auf breitere Nutzerbindung: Meta hat seine neue KI-Agenten-App „Muse“ auf dem US-Markt eingeführt und hat trotz eines langsamen Starts bereits den zweiten Platz im App Store erreicht. Dies ist auf den zunehmenden Wettbewerb um den direkten Zugang zu Endnutzern im Bereich der generativen KI zurückzuführen: Plattformanbieter versuchen, ihre eigenen Assistenten nicht nur in bestehende Produkte zu integrieren, sondern sie auch als eigenständige Funktionsebene zu etablieren. Im Gegensatz zu früheren Markteinführungen wie „Threads“ oder „Meta AI“ verlief die Akzeptanz bisher langsamer, was auf einen höheren Erklärungsbedarf und einen intensiveren Wettbewerbsdruck auf dem Markt für KI-Agenten hindeutet. Dennoch folgt die Markteinführung der bekannten Vertriebsstrategie von Meta: die Reichweite des bestehenden Ökosystems zu nutzen, um neue KI-Produkte schnell bekannt zu machen und Nutzungsdaten für deren weitere Entwicklung zu sammeln. Für den Markt ist relevant, dass sich der Wettbewerb zunehmend von einzelnen Modellen hin zu Benutzeroberflächen, Nutzerbeteiligung und Datenzugang verlagert. Langfristig könnte dies dazu führen, dass sich der KI-Markt stärker um integrierte Agentenplattformen herum strukturiert als um isolierte Chatbots.
Regierungen verschärfen KI-Aufsicht, um Sicherheitsrisiken vor Marktausweitung einzudämmen: Als Reaktion auf die wachsende Besorgnis hinsichtlich der mit KI verbundenen Sicherheitsrisiken verfolgen Regierungen und Aufsichtsbehörden nun konkretere regulatorische Ansätze, die über freiwillige Verpflichtungen hinausgehen. Treiber hierfür ist die zunehmende Verbreitung leistungsstarker Modelle, deren Missbrauchspotenzial von Desinformation bis hin zu Cyberangriffen reicht. Gleichzeitig hinken die staatlichen Aufsichtsmechanismen den technologischen Fortschritten hinterher. Infolgedessen werden derzeit Diskussionen über Meldepflichten für besonders leistungsstarke Systeme, obligatorische Risikobewertungen vor der Einführung sowie erweiterte Eingriffsrechte für die Behörden im Falle von Modellen mit systemischem Risikopotenzial geführt. Die Umsetzung dürfte je nach Rechtsordnung variieren. Mit dem KI-Gesetz führt die EU einen risikobasierten Ansatz ein, während andere Länder den Schwerpunkt stärker auf Sicherheitsstandards, Exportkontrollen und branchenspezifische Anforderungen legen. Gleichzeitig wird immer deutlicher, dass strengere Anforderungen den Markteintritt, die Entwicklungsstandorte und die Investitionsströme beeinflussen können. Langfristig könnte sich die Regulierung der KI daher um einen strukturellen Zielkonflikt zwischen dem Innovationstempo, der nationalen Sicherheit und der internationalen Wettbewerbsfähigkeit drehen.
🔗 POLITICO
Revolut gibt Kundendaten nach Fake-Behördenanfrage preis und verschärft Compliance-Kontrollen: Nach Angaben von Revolut hat das Unternehmen sensible Kundendaten. darunter Kopien von Reisepässen, Selfies, Wohnadressen und Informationen zu Bitcoin-Aktivitäten, als Reaktion auf eine betrügerische behördliche Auskunftsanfrage weitergegeben. Dieser Vorfall ereignete sich vor dem Hintergrund einer wachsenden Zahl professionell inszenierter Social-Engineering-Angriffe auf regulierte Finanzplattformen, die einen Spagat zwischen Maßnahmen zur Bekämpfung der Geldwäsche, Offenlegungspflichten und Datenschutz erfordern. Konkret behandelte die Digitalbank die Anfrage als legitim und übermittelte die Daten, ohne dass Kundengelder gefährdet wurden. Der Vorfall zeigt, dass operative Risiken im Kryptobereich nicht nur von der Sicherheit von Wallets oder der Marktvolatilität herrühren, sondern zunehmend auch von der Schnittstelle zwischen Compliance-Prozessen und der Identitätsprüfung durch staatliche Behörden. Für den Markt ist es von Bedeutung, dass KYC- und Transaktionsdaten bei Neobanken und Krypto-Anbietern zu einem hochsensiblen Angriffsziel werden. Der regulatorische Druck dürfte zunehmen, um Überprüfungsstandards für behördliche Anfragen zu formalisieren. Langfristig könnte dies einen strukturellen Interessenkonflikt zwischen einer raschen Zusammenarbeit mit Ermittlern und einem robusten Datenschutz verschärfen.
🔗 CoinDesk
📊 Daten & Insights: 530 Milliarden Dollar - Nvidia wird zur Bank des KI-Booms
530 Milliarden US-Dollar. Auf diese Größenordnung summiert SemiAnalysis Nvidias außerbilanzielle Verpflichtungen und Garantien inzwischen, nach rund 184 Milliarden Dollar im vorherigen Quartal. Dahinter steckt weit mehr als die Absicherung der eigenen Chipproduktion. Nvidia übernimmt zunehmend auch Verpflichtungen rund um Cloud-Kapazitäten, Rechenzentren und die Finanzierung neuer KI-Infrastruktur.
Der aktuelle Quartalsbericht zeigt die Dimension: Allein 279 Milliarden Dollar entfallen auf langfristige Liefer- und Kapazitätszusagen. Hinzu kommen unter anderem 36 Milliarden Dollar für AI-Cloud-Vereinbarungen und 20 Milliarden Dollar für noch nicht begonnene Rechenzentrums-Leasingverträge zugunsten Dritter. Für den 4,25-GW-Campus von SB Energy in Ohio, der OpenAI-Rechenzentren beherbergen soll, hat Nvidia zudem Garantien mit einem maximalen Gesamtvolumen von 105 Milliarden Dollar zugesagt.
Wer finanziert hier eigentlich wen? Nvidias Kreislaufgeschäft
Wie eng diese Finanzierungs-, Infrastruktur- und Geschäftsbeziehungen inzwischen miteinander verflochten sind, zeigt die Bloomberg-Auswertung besonders deutlich. Nvidia, OpenAI, Microsoft, Google, Amazon, Anthropic und zahlreiche weitere Unternehmen sind über Investitionen, Hardwarelieferungen, Cloud-Verträge und Infrastrukturvereinbarungen miteinander verbunden.
Dabei entsteht zunehmend ein zirkuläres System: Kapital fließt in KI-Unternehmen, diese kaufen Cloud- und Rechenkapazitäten, die Cloud-Anbieter wiederum investieren Milliarden in GPUs und Rechenzentren, während Chipkonzerne wie Nvidia gleichzeitig selbst in Unternehmen und Infrastrukturprojekte investieren oder entsprechende Verpflichtungen absichern.
Nvidias Bilanz zeigt nur einen Teil des KI-Booms
Auch der Blick auf Nvidias eigene Bilanz verdeutlicht, wie stark sich die Dimensionen inzwischen verschoben haben.
Das zeigt eine interessante Verschiebung: Nvidia verkauft nicht mehr nur die Infrastruktur des KI-Booms, das Unternehmen hilft zunehmend dabei, sie überhaupt finanzierbar zu machen. Genau an dieser Stelle knüpft auch mein Beitrag zu den versteckten Schulden an: Ein erheblicher Teil der Risiken des KI-Booms liegt nicht unmittelbar in der klassischen Verschuldung, sondern in Verpflichtungen, Garantien und langfristigen Zusagen, die auf den ersten Blick oft weniger sichtbar sind.
Für mich wäre genau das der eigentliche Insight: Der nächste Engpass im KI-Wettlauf könnte weniger die Technologie sein als das Kapital, das benötigt wird, um GPUs, Stromversorgung und Rechenzentren in dieser Größenordnung zu finanzieren.
🔗 Bloomberg | SemiAnalysis | NVIDIA | Markus Begerow
🎬 Sehenswert: China, Russland, Indien & Co. - Eine neue Weltordnung? | ARTE (ca. 91 Min.)
Wer verstehen möchte, wie sich die BRICS von einem wirtschaftspolitischen Kürzel zu einem geopolitischen Machtfaktor entwickelt haben, sollte sich diese Dokumentation ansehen.
Gerade mit Blick auf den aktuellen Gipfel in Indien ist sie besonders spannend: Sie ordnet die Entwicklung der BRICS über einen längeren Zeitraum ein und stellt die entscheidende Frage, ob hier tatsächlich eine alternative Weltordnung entsteht oder eher ein loses Zweckbündnis.
Für mich ist die Dokumentation eine klare Empfehlung, um die aktuellen geopolitischen Verschiebungen besser einordnen zu können.
Dieser Newsletter erscheint weiterhin jeden Montagmorgen in Deiner Inbox. Wenn Du sicherstellen möchtest, keine Ausgabe zu verpassen, füge die Absenderadresse am besten zu Deinen Kontakten hinzu oder verschiebe den Newsletter in Deine Primary Inbox.
Vielen Dank für Deine Zeit und Aufmerksamkeit! ❤️
📮 Feedback, Anmerkungen oder Themenvorschläge? Schreib mir gern an newsletter@markus-begerow.de oder leite den Newsletter an Freunde und Kollegen weiter, für die dieser Newsletter interessant sein könnte.
