Während in Europa die Debatte über künstliche Intelligenz noch stark auf den Bau immer größerer Modelle ausgerichtet ist, deutet ein chinesischer Bericht auf eine grundlegend andere Entwicklungsphase hin. Laut dem Forschungsinstitut des größten staatlichen Telekommunikationskonzerns Chinas verlagert sich die KI-Industrie des Landes weg vom Wettbewerb um Modelle und Trainingskapazitäten, hin zur Massenverbreitung sogenannter KI-Agenten: autonome Systeme, die selbstständig Aufgaben erledigen. Laut dem Bericht, den Bloomberg aufgegriffen hat, könnte der Inferenz-Compute in China bis 2029 rund 80 Prozent des gesamten Rechenleistungsmarkts ausmachen und das Training damit erstmals überholen. Die Konsequenzen gehen weit über Chinas Grenzen hinaus.
Die wichtigste Kennzahl des Berichts verdient sorgfältige Lektüre und angemessene Skepsis: Es handelt sich um eine Prognose, nicht um einen gesicherten Befund. Prognosen dieser Art, zumal über einen Mehrjahreshorizont in einem sich rasant wandelnden Sektor, sind stets mit Vorsicht zu genießen. Dennoch deckt sich die Richtung des Berichts mit Einschätzungen anderer Branchenbeobachter weltweit und verdient deshalb Aufmerksamkeit.
Was der Bericht prognostiziert
Laut dem China Telecom Research Institute, dessen Ergebnisse zunächst vom chinesischen Staatsfernsehen und anschließend von Bloomberg aufgegriffen wurden, könnte die durch KI-Agenten ausgelöste Nachfrage nach Rechenleistung den gesamten Computebedarf des Landes innerhalb von zwei bis drei Jahren um fast das Zehnfache steigen lassen. Die bedeutendste Kennzahl betrifft die Zusammensetzung dieser Nachfrage: Der Prognose zufolge könnte der Inferenzbereich, also die praktische Nutzung eines bereits trainierten Modells für reale Aufgaben, bis 2029 rund achtzig Prozent des gesamten chinesischen Rechenleistungsmarkts ausmachen und damit erstmals den Trainingsbedarf überholen.
Präzision ist hier geboten: Es handelt sich um eine Projektion eines Forschungsinstituts, wenn auch eines namhaften mit Verbindungen zu einem staatlichen Schlüsselakteur, nicht um einen bereits gesicherten Befund. Prognosen dieser Art, besonders über einen Zeitraum von mehreren Jahren in einem sich schnell verändernden Sektor, verdienen stets kritische Einordnung. Die vom Bericht angezeigte Richtung ist allerdings kohärent mit dem, was andere Branchenanalysten weltweit beobachten.
赵斌宇
Warum sich der Engpass grundlegend verändert
Um zu verstehen, warum diese Verschiebung so bedeutsam ist, muss man den Unterschied zwischen dem Training eines Modells und seinem täglichen Einsatz begreifen. Das Training eines großen KI-Modells erfordert zwar enorme Rechenleistung, konzentriert sich aber auf zeitlich klar begrenzte Phasen: riesige Computerverbünde arbeiten gemeinsam über Wochen oder Monate. Es ist ein Problem, das trotz seiner Kosten zeitliche Grenzen hat.
Millionen gleichzeitig betriebener KI-Agenten erfordern hingegen eine völlig andere Infrastruktur: kontinuierliche Rechenleistung, flächendeckend verteilt und mit extrem niedrigen Antwortzeiten, weil ein Agent, der in Echtzeit reagieren muss, keine Latenz duldet. Das bedeutet: weit mehr Rechenzentren, dichtere Netzwerkverbindungen, leistungsfähige Datenspeichersysteme und ausreichend Strom, um alles rund um die Uhr am Laufen zu halten. Kein Zufall, dass die chinesischen Behörden bereits an einem spezifischen Infrastrukturplan arbeiten, der auf eine flächendeckende Niedriglatenz-Netzabdeckung in den Metropolregionen des Landes in wenigen Jahren abzielt und Rechenzentren physisch näher an die Endnutzer heranrückt.
Die zweite Phase des KI-Wettrennens
Was der chinesische Bericht vorhersagt. Quelle: China Telecom Research Institute, 2026
- Die Prognose: Inferenz macht bis 2029 rund 80 % des chinesischen Compute-Markts aus und überholt das Training.
- Der Treiber: KI-Agenten könnten die Nachfrage in 2 bis 3 Jahren um fast das Zehnfache steigern.
- Bereits in Gang: China Telecom verkauft KI-Token-Pakete an Verbraucher, ähnlich wie Mobilfunk-Datenpläne.
Nicht nur Theorie: Es hat bereits begonnen
Ein Element macht diese Prognose weniger abstrakt, als sie zunächst erscheinen mag. Derselbe Telekommunikationskonzern hinter dem forschungsveröffentlichenden Institut verkauft seinen Kunden bereits KI-Nutzungspakete, die genau wie herkömmliche Mobilfunk-Datentarife strukturiert sind: wenige Yuan pro Monat für eine bestimmte Anzahl von „Token“, der Maßeinheit für die Nutzung von Sprachmodellen, mit skalierbaren Plänen für intensivere Nutzung. Die Plattform, auf der dieser Dienst basiert, beherbergt bereits über hundert verschiedene Sprachmodelle und Hunderte von anwendungsspezifischen Applikationen, und die Einnahmen aus diesem sogenannten „intelligenten Rechnen“ haben sich in der ersten Jahreshälfte laut Unternehmensangaben nahezu verdoppelt.
Das ist ein konkretes Signal dafür, dass der Übergang von der Experimentalphase zur Massenmarktphase für KI-Inferenz kein fernes Szenario darstellt, sondern ein bereits laufender Prozess ist. Die chinesischen Telekommunikationsunternehmen stehen dabei nicht allein: Auch die wichtigsten nationalen Wettbewerber verfolgen denselben Umsatzanteil, in dem sich rasch eine neue zentrale Geschäftslinie für den chinesischen Telekommunikationssektor herausbildet.
Alina Maria Stan
Das fehlende Stück im globalen KI-Puzzle
Diese Nachricht gewinnt noch mehr Bedeutung, wenn man sie im Zusammenhang mit zwei weiteren Entwicklungen liest, über die wir zuletzt berichtet haben. Auf der einen Seite hatten wir geschildert, wie Google sich Jahrzehnte an Kernenergie in Finnland sichert, um die eigenen Rechenzentren zu betreiben, und wie ein ehemaliger Bitcoin-Mining-Betreiber wie IREN sich umstrukturiert, um die Nachfrage nach physischer Infrastruktur zu bedienen. Auf der anderen Seite hatten wir gesehen, wie das chinesische Unternehmen Z.AI Milliarden von Dollar an den Finanzmärkten einsammelt, um Rechenkapazitäten zu erwerben.
Diese Geschichten beschrieben die Angebotsseite: woher die Energie und woher das Kapital stammen, das für den Aufbau der KI-Infrastruktur erforderlich ist. Der chinesische Bericht zur Inferenz erklärt hingegen etwas ebenso Wichtiges, nämlich woher die Nachfrage kommen könnte, die diese Infrastruktur nach ihrer Fertigstellung füllen soll. Sollten Millionen von KI-Agenten tatsächlich in großem Maßstab operativ werden, würde der Bedarf an kontinuierlicher und verteilter Rechenleistung den Druck auf Energie, Kapital und physische Infrastruktur weiter erhöhen, wodurch die Entwicklungen, die wir auf beiden Fronten beobachten, noch entscheidender werden. Zur Abrundung des Bildes lässt sich festhalten, dass auch die Kryptowelt dem Konzept autonomer Agenten zunehmend Aufmerksamkeit schenkt, wie sich etwa an der Vision von Tether für eine Wirtschaft aus Maschinen und automatisierten Zahlungen ablesen lässt.
Das größere Bild
Sollte sich die chinesische Prognose auch nur teilweise bewahrheiten, würden wir einen tiefgreifenden Wandel in der Natur der KI-Nachfrage selbst erleben. Die erste Phase des globalen KI-Wettlaufs war von der Konkurrenz weniger Labore um das leistungsfähigste Modell geprägt. Eine zweite Phase, getrieben von der flächendeckenden Verbreitung autonomer Agenten, die ununterbrochen arbeiten, könnte infrastrukturell noch anspruchsvoller sein. Denn es ginge nicht mehr um wenige Wochen intensiven Trainings, sondern um den Dauerbetrieb von Millionen von Systemen gleichzeitig.
Für den Beobachter ergibt sich daraus eine zweigeteilte Erkenntnis. Die Debatte über künstliche Intelligenz sollte sich nicht auf die Qualität der Modelle beschränken, sondern zunehmend auch die Frage einschließen, wie und wo diese in großem Maßstab tatsächlich eingesetzt werden, mitsamt allen infrastrukturellen Konsequenzen. Der Vergleich zwischen dem chinesischen Ansatz, der koordiniert durch den Staat und seine großen Telekommunikationsbetreiber gesteuert wird, und dem fragmentierteren, privatwirtschaftlichen Modell der westlichen Märkte bietet Anlass zur Reflexion darüber, welche Strukturen sich als wirksamer erweisen werden, um die für die nächste Phase notwendige Infrastruktur aufzubauen. Für ein besseres Verständnis der technologischen Grundlagen bleibt der Leitfaden zu Kryptowährungen und künstlicher Intelligenz eine nützliche Referenz.
