Eine Finanzierung, die die KI-Branche neu ordnen wird
Im Mai 2026 erlebte die chinesische KI-Branche ein wegweisendes Ereignis: DeepSeek schloss die erste Runde externer Finanzierung ab. Die Gesamtsumme der eingesammelten Mittel überstieg 50 Milliarden Yuan RMB (ca. 7,4 Milliarden US-Dollar), und die Post-Money-Bewertung brach die 50 Milliarden US-Dollar-Marke. Dies war das erste Mal, dass dieses zuvor stets von den Kapitalmärkten ferngebliebene Top-Modellunternehmen die Finanzierungstür aufmachte.
Das Investoren-Konsortium ist geradezu „luxuriös“: Der Gründer Liang Wenfeng steuert persönlich 20 Milliarden Yuan bei, Tencent 10 Milliarden Yuan, CATL (宁德时代) 5 Milliarden Yuan. NetEase (网易), JD.com (京东) und IDG Capital steuern jeweils 3 Milliarden Yuan bei. Auch Monolith Ersi Capital (Monolith砺思资本), Zhenxin Gu Investment (正心谷投资) u. a. sind Teil des Kreises.
Warum diese Finanzierungsrunde einen Branchen-„Erdbeben“-Effekt auslöste, liegt nicht nur an ihrer Größe, sondern auch daran, dass sie von einem Unternehmen kommt, das einst behauptete: „keine Finanzierung, kein Börsengang, keine Kommerzialisierung.“ Die Leute sind neugierig: Warum hat Liang Wenfeng seine Meinung geändert? Was ist die echte technische Route und die Geschäftsethik dieses Unternehmens, das so viele Aura erhalten hat?
Kürzlich kursierte innerhalb der Branche ein internes Sitzungsprotokoll über DeepSeek während der Finanzierungsphase. In diesem mehrere Stunden langen Protokoll legt Liang Wenfeng selten systematisch dar, was er über Organisationskultur, technische Route, geschäftliche Abwägung und Rechenleistungs-Infrastruktur vollständig durchdacht hat. Diese Sichtweisen reichen aus, um zu erklären, warum die Entscheidungen dieses Unternehmens – scheinbar unlogisch – am Ende doch als richtig erwiesen wurden: zurückhaltende Entscheidungen.
Ein Organisations-Experiment getrieben von Vision: ein Unternehmen ohne KPIs
„Ein großes Unternehmen zu managen, hängt nicht von deinen Regeln und Vorschriften ab, sondern von deiner Vision.“ In dem Meeting definierte Liang Wenfeng die Organisationsphilosophie von DeepSeek so.
Das ist keine leere Parole. Er sagt es direkt: DeepSeek „hat keine Organisation“ – rein vision-getrieben. „Wir machen das nicht so, dass wir sagen: ‚Welche KPIs müssen wir erreichen und wie werden wir bewertet?‘ Wir haben nur die Vision.“
Die konkrete Ausprägung dieser Organisations-Experimente ist: Das Management des Unternehmens besteht aus zwei Linien – offiziell „Top-down“-Projekte und „Bottom-up“-freie Explorationen. Liang Wenfeng hofft, dass offizielle Arbeit „nicht die Hälfte der gesamten Zeit der Mitarbeiter einnimmt“. Die verbleibende Hälfte können die Forscher frei erkunden, in jede Richtung, die sie für wichtig halten: „Niemand kümmert sich um sie, kein KPI.“
„Wir machen auch nicht so viele Überstunden.“ Er nannte zwei Gründe: Erstens braucht Forschung ein entspanntes Umfeld – wenn es zu eng wird, kann man keine Forschung machen. Zweitens ist das Unternehmen extrem fokussiert: „Weil wir zurückhaltend sind, wählen wir viele Dinge nicht aus. Ich muss weniger Dinge tun, also bekommt jeder weniger Aufgaben.“
Hinter dieser scheinbar „gelassenen“ Führung steckt eine klare strategische Entscheidung: Der größte Kernvorteil von DeepSeek ist, die Stabilität des Teams zu bewahren.
„Solange ich die Stabilität des Teams aufrechterhalten kann, werde ich AGI auf jeden Fall schaffen.“ So sagte Liang Wenfeng. „Egal ob etwas früher oder später. Wenn es bei Rückschlägen niemandem gelingt zu gehen, kann ich weitermachen.“
Er sieht das als „einziges, unnachgiebiges Kerninteresse“. Alles andere – Zeit, Ressourcen, Geld – kann Variablen sein, aber das Team darf nicht auseinandergehen. Ein zentraler Sinn dieser Finanzierung ist genau, dass durch Optionen die langfristige Bindung des Kernteams abgesichert wurde.
Noch wichtiger: Er erklärt, warum DeepSeek Talente anziehen und halten kann, gerade aus der Vision selbst heraus.
„AGI ist die größere Vision. Diese Vision kann mehr außergewöhnliche Menschen zusammenbringen.“ Seiner Ansicht nach ist das der strukturelle Vorteil von DeepSeek gegenüber kommerziellen Unternehmen. Die Vision kommerzieller Firmen könnte sein: „Den Endkunden gut bedienen“ – das bringt Vorteile bei Produkt und Traffic. Technisch ist es jedoch schwer, Vorteile zu haben. „Und heute ist die günstigste Lage: Die Modelltechnologie ist das eigentliche Kern- und Wichtigste.“
Diese vision-getriebene Organisationsform unterscheidet Liang Wenfeng DeepSeek bewusst von den Bell Laboratories aus der Geschichte: „Die Bell Laboratories haben ganz klar nicht nötig, um zu kommerzialisieren. Aber wir wollen ganz klar kommerzialisieren. Am Ende müssen wir auch leben können. Wir sind schließlich ein Unternehmen – der Staat gibt uns kein Geld.“
Das ist die pragmatische Seite in seiner Philosophie: Er hat die Wohlwollen im Herzen, die Welt zu verändern, aber letztlich muss er auch selbst überleben können.
AGI-Treppe: Von der Gedanken-Kette zur Verkörperten Intelligenz
Wenn man die Organisationskultur als Betriebssystem von DeepSeek betrachtet, dann ist der AGI-Fahrplan seine Navigationskarte. In der Sitzung beschrieb Liang Wenfeng einen klaren, stufenartigen Entwicklungsweg.
„Die Entwicklung der KI können wir als eine Treppe verstehen“, sagte er. „Die Treppe, die wir letztes Jahr gegangen sind, war CoT (Chain of Thought). Wir haben herausgefunden, dass Intelligenz auf einem höheren Niveau erreicht werden kann, indem man CoT nutzt. Die Treppe in diesem Jahr ist Agent: Mit Agent als Weg wird der Aufgabenbereich der KI größer, und die Obergrenze der Intelligenz wird höher.“
Diese Stufen sind nicht unabhängig voneinander. Bei jedem Schritt braucht man die Unterstützung aller vorherigen Schritte. „Agent muss CoT verwenden, und CoT muss wiederum die vorherigen Sprachmodelle verwenden – kein Schritt ist umsonst.“
Doch nach den Agents erkannte er eine zentrale Engstelle: kontinuierliches Lernen.
„KI kann die menschlichen Mitarbeiter immer noch nicht ersetzen. Denn Menschen können kontinuierlich lernen. Du stellst jemanden ein: Er braucht zwei Monate, um sich mit der Umgebung und der Arbeit im Unternehmen vertraut zu machen, dann kann er anfangen. Du sagst ‚Rufet Kleinen Wang‘, er weiß, wer Xiaowang ist. Aber wenn die KI diese zwei Monate des Lernens nicht hat, musst du ihr alle Kontexte liefern – wer Xiaowang ist, welche Position er hat, wo er ist, usw. Das ist nicht realistisch.“
In Liang Wenfengs Sicht ist kontinuierliches Lernen die notwendige Schwelle auf dem Weg zu AGI. Nachdem man sie überschritten hat, kommt der nächste Knoten: KI kann sich selbst iterieren, entwickelt ihr nächstes Modell selbst und forscht an stärkeren Modellen selbst. Dann kommt erst die verkörperte Intelligenz: „In die reale Welt gehen, dir Haushaltsaufgaben erledigen, dich im Alter versorgen.“
Dieser Fahrplan bestimmt die Auswahl-Logik von DeepSeek. Was man macht und was man nicht macht – alles dreht sich um die Frage, ob es „auf der Hauptlinie der Intelligenz“ liegt.
Multimodal? „Es ist ein Baustein, es ist nicht die Hauptlinie selbst. Wir werden es machen, aber wir betrachten es nicht als Intelligenz an sich.“ Videogenerierung? „Hat nicht so viel mit der Hauptlinie von Intelligenz zu tun, wir werden es nicht tun.“ Weltmodelle? „Hat jetzt auch nicht viel mit der Erhöhung der Obergrenze von Intelligenz zu tun, wir werden es nicht tun.“
Diese Fokussierung wird von außen manchmal als konservativ missverstanden. Aber Liang Wenfengs Logik ist sehr klar: Er will nur die zentralen Stufen auf der Intelligenz-Treppe bauen. Alles andere – selbst wenn es einen enormen kommerziellen Wert hat – will er lieber anderen überlassen.
„Sora ist rausgekommen – alle großen Firmen und auch kleine Firmen machen es. Aber später haben die kleinen Firmen es wieder abgeschnitten. Das ist wirtschaftlich gesehen ein gutes Geschäft, aber hat nichts mit Intelligenz zu tun. Wir werden es nur machen, weil es etwas auf dem Intelligenz-Fahrplan ist.“
Gleichzeitig ist sein Glaube an Scaling Law unerschütterlich. „Wir glauben an Scaling. Je größer das Ausmaß, desto besser ist natürlich die Wirkung. Was uns am Scaling hindert, ist eigentlich die Rechenleistung – nicht dass wir Scaling nicht wollen, sondern dass wir nicht genug Rechenleistung haben, um das zu tun.“
Auf das in Silicon Valley lautstark verbreitete „Scaling ist am Ende angekommen“-Narrativ antwortete Liang Wenfeng messerscharf: „Das ist für Silicon Valley. Für die Chinesen sind wir davon noch viel weiter entfernt. Wir haben überhaupt nicht dieses Scaling-Niveau erreicht.“
Eine zurückhaltende Wirtschaftsethik: Sesam und Wassermelone
Die verwirrendste geschäftliche Entscheidung von DeepSeek könnte sein, dass es scheinbar ständig kurzfristige Vorteile aktiv aufgibt: extrem niedrige API-Preise, dass Produkte nicht eilig monetarisiert werden, kein User-Growth, und das stärkste Open-Source-Modell. Solches Verhalten ist in der traditionellen Logik des Geschäfts fast unbegreiflich.
Liang Wenfeng erklärt all das mit einer Reihe von „zurückhaltender Philosophie“.
„KI ist zu groß. Die Interessen sind zu groß. Je zurückhaltender du bist, desto wahrscheinlicher ist es, dass du diese Sache wirklich schaffst.“ Seine Logikkette ist klar: KI könnte am Ende zehn Prozent des menschlichen BIP ausmachen. Ein so großer Markt kann nicht von einem einzigen Akteur monopolisiert werden. Wer versucht zu monopolisieren, wird von der Geschichte verlassen. Also muss man ein Mechanismus-Set entwerfen, das sicherstellt, dass man nur begrenzt abgreift.
Das ist die Seite der Zurückhaltung als passive Verteidigung. Aber Zurückhaltung hat auch eine andere Seite – als Waffe für strategischen Vorstoß.
„Zurückhaltung ist eine Strategie. Manchmal kann man etwas opfern, um mehr andere Dinge zu gewinnen.“
Er erklärt diese Abwägung mit einem Bild: Das kurzfristige Wachstum der Nutzer und die kurzfristige Monetarisierung sind vielleicht nur „Sesam“, während AGI die echte „Wassermelone“ ist. „Ich sollte nicht alles an Sesam aufgreifen. Letztes Jahr C-Ende, dieses Jahr B-Ende – diese Dinge müssen wir machen, wir müssen sie gut machen. Aber das ist nicht unser Ziel. Das ist ein Nebenprodukt unseres AGI-Wegs – eine Zwischenausgabe.“
Der API-Preis zeigt diese Philosophie am stärksten. DeepSeek folgt dem Grundsatz: Rückzahlung der Geräte- und Hardwarekosten innerhalb von zehn Monaten.
„Diese Kosten: Payback in zehn Monaten – das können wir selbst schaffen, andere nicht. Wie Alibaba oder Tencent: Weil sie nicht so optimiert haben wie wir, sollten deren Kosten um ein Vielfaches höher sein.“
Interessant ist, dass er herausfand: Wenn man den Preis verdoppelt, bleibt die Menge an verbrauchten Tokens bei den Nutzern nahezu gleich – die Nachfrage zeigt in diesem Bereich keine Elastizität. Theoretisch könnte eine Preiserhöhung direkt den Umsatz steigern. Aber als er versuchte, den Preis zu senken, gab es in der Firmen-Community „einen Jubelsturm“.
„Das sind unsere echten Gedanken. Bei einem vernünftigen Profit sollen alle es sich leisten können. Das ist der Zweck, für den wir so viel Aufwand betrieben haben, das Modell so gut zu machen – damit alle es umfassend nutzen können.“
Diese scheinbar „naiv-schlichte“ Preisstrategie schafft genau deshalb eine starke Wettbewerbsbarriere. Wenn man auf die Rückverdienung in zehn Monaten abzielt und Drittanbieter, die andere Modelle bereitstellen, konkurrenzieren, werden sie kaum profitabel sein – weil ihre Kosten höher sind. Open Source wird nicht nur den Umsatz nicht beeinträchtigen, sondern wird sogar ein Teil des Schutzwalls.
„Ich mache mir auch keine Sorgen, dass andere unsere Modelle einsetzen, um mit uns zu konkurrieren. Gar keine. Ich sorge mich nur darum, dass sie es nicht umsetzen können: Wenn sie ein paar Details nicht richtig machen, wird die Wirkung schlechter oder die Kosten eher höher.“
Sein grundlegender Glaube ist: Wer mehr hat, wird von dem besiegt, der weniger hat.
„OpenAI glaubte von Anfang an, dass es die Welt wirklich monopolisieren kann. Tatsächlich wird es jedoch sehr viele Herausforderer geben. Die USA werden auf Herausforderungen stoßen. Und in Zukunft wird er möglicherweise auch auf Herausforderungen aus China treffen – denn die Menschen in China sind bereit, weniger zu nehmen. Wer mehr nimmt, wird von denen besiegt, die weniger nehmen. Selbst wenn du nicht wirklich viel nimmst: Wenn die Vision ‚mehr nehmen‘ ist, wirst du von der Vision derer besiegt, die ‚weniger nehmen‘.“
Lücke bei der Rechenleistung und reale Strategie: zwei Jahre zurück, ein Zwanzigstel der Rechenleistung
Unter allen offenen Aussagen ist der Teil über Rechenleistung vielleicht der realistischste und zugleich der nüchternste.
„Der Abstand zu den USA liegt hauptsächlich bei den Ressourcen; der Abstand bei den Menschen ist nicht groß.“ Liang Wenfeng trifft den Punkt. Talent ist im Grunde dieselbe Gruppe: Einige bleiben im Inland, andere gehen ins Ausland, und die Verteilung ist zufällig. Der echte Unterschied ist Rechenleistung – in China gibt es weniger Gelegenheiten, Experimente durchzuführen. Daher besteht insgesamt ein Abstand bei Talenten gegenüber den USA. „Der Unterschied bei Talenten ist im Kern auch ein Unterschied bei der Rechenleistung.“
Er gesteht ein: DeepSeek kann derzeit Experimente bei einem Parameterumfang im Bereich von Dutzenden bis B-aktivierten Parametern durchführen, während die führenden Modelle in den USA schon einen Maßstab von 800B aktivierten Parametern haben. „Eine Größenordnung fehlt. Selbst wenn man 50 Milliarden ausgeben würde – man könnte eigentlich nicht einmal so ein Training durchführen.“
Diese Erzählung über die Lücke fasste er in einem Satz zusammen: „Zwei Jahre hinter den USA – aber mit nur einem Zwanzigstel der Rechenleistung der USA schaffen wir es.“
Doch er will hier nicht stehen bleiben. „Zukünftig wollen wir diese Erzählung umschreiben: Wir nutzen nur einen Bruchteil der Rechenleistung, aber verkürzen die Zeit – auf 6 Monate, auf 3 Monate.“
Diese Zuversicht beim Aufholen kommt teilweise aus einer seiner Kernannahmen: KI kann die Forschung an KI beschleunigen. Sobald das Problem des kontinuierlichen Lernens gelöst ist, kann KI der Forschung an KI helfen und einen sich selbst beschleunigenden Kreislauf bilden.
Zur Frage der Substitution inländischer Chips äußerte Liang Wenfeng eine optimistischere Einschätzung als viele andere.
„Der Schutzwall von NVIDIAs CUDA wird schnell zerschmettert.“ Er nennt drei Gründe: Erstens kann KI selbst Code schreiben und damit ein Ökosystem aufbauen. Zweitens kann die von DeepSeek entwickelte fortgeschrittene Sprache TileLang das Ökosystem von NVIDIA schnell neu schreiben. Drittens ist der Markt für Rechenchips mittlerweile größer als der für Grafikkarten; spezialisierte Chips müssen nicht mehr eng mit CUDA gekoppelt sein.
Sein Fazit lautet: „Bei inländischen KI-Chips gibt es weder bei Hardware noch bei dem Ökosystem ein Problem. Einziges Problem ist, dass die Produktionskapazität nicht ausreicht. Innerhalb eines Jahres können wir mit Fakten diese Erkenntnis umdrehen.“
Doch er spricht auch offen über die realen Grenzen von Huawei. Huawei stellt DeepSeek eine Kapazität von 16.000 Karten zur Verfügung – das entspricht nur 4.000 NVIDIA-B-Karten. „Das ist keine große Menge; sie reicht nur, um die aktuelle Modellgeneration zu trainieren, nicht um die nächste Generation zu trainieren.“
Er fasst die Chip-Lücke zwischen China und den USA mit einer präzisen Zahl zusammen: „Viermal plus zwei Jahre.“ Vier Huawei-Karten toppen eine NVIDIA-Karte – gleichzeitig liegt man zwei Jahre zurück.
Selbst so bleibt er langfristig optimistisch: „Ich glaube nicht wirklich, dass wir in fünf Jahren noch bei dem Problem der Produktionskapazität festhängen.“
Das Branchen-Endspiel: Keine übermäßigen Profite – nur Kosten, Zeit und Erfahrung
Als er gefragt wurde, worin sich die Differenzierung am Ende beim Modellwettbewerb zeigt, gab Liang Wenfeng eine extrem knappe Antwort: Kosten, Zeit, Nutzererlebnis.
„Abgesehen davon gibt es vielleicht keine großen Unterschiede.“
Kosten stehen an erster Stelle. Wer bei gleicher Servicequalität die Kosten am niedrigsten halten kann, besitzt die wichtigste Barriere. Zeit kommt an zweiter Stelle – ein paar Monate früher oder später macht einen riesigen Unterschied. Das Nutzererlebnis ist zwar an dritter Stelle, aber es gibt dennoch gewisse Bindung und Barrieren – „aber möglicherweise ist es nicht wirklich das Wesentliche“.
Auf Basis dessen schätzt er, dass die Branche zwangsläufig in eine Konvergenz gehen wird. „In China machen jetzt zu viele Unternehmen Basismodelle. In den USA könnten es vielleicht nur drei sein. In China sind die Ressourcen sehr verstreut – das wird sich sicherlich einpendeln. Man braucht nicht so viele.“
Er sagte voraus: Wenn die Teilnehmer feststellen, dass die Gewinne nicht so hoch sind wie gedacht, ziehen sie sich von selbst zurück. „Ich glaube nicht an exorbitante Profite, denn das widerspricht den objektiven Gesetzmäßigkeiten. Am Ende gibt es in China vielleicht drei, vier Wettbewerber; die Preise sind dann bereits so weit, dass es einen Preiswettbewerb im Extrem gibt.“
Bei der globalen Arbeitsteilung sieht er für chinesische Unternehmen eine strukturelle Chance darin, „die höchste Produktionsmenge zu erreichen und das Produkt am günstigsten zu machen“. „Wenn Chinesen bereit sind, weniger zu nehmen, können sie dir diesen Service bereitstellen. Diese ‚Billigkeit‘ ist möglicherweise systemisch – ähnlich wie in anderen Branchen, wo chinesische Anbieter Dienstleistungen oft günstiger anbieten.“
Und wie lange braucht AGI denn wirklich noch?
„In diesem Bereich KI können wir im Inland innerhalb von ein bis zwei Jahren auf einem Niveau sein, das ungefähr dem im Ausland entspricht. Dieses Jahr könnten wir vielleicht schon eine gleichwertige Alternative zu Modellen aus dem Ausland schaffen.“ Aber das ist noch nicht die echte AGI. Für AGI setzt er die Schwelle: Sie muss die Fähigkeit zum kontinuierlichen Lernen besitzen. „Davor können wir das tun, was wir können: erstens Kosten – und dann können wir die Wirkung verbessern, die Geschwindigkeit erhöhen. Aber für große Durchbrüche sollte sie die Fähigkeit zum kontinuierlichen Lernen haben.“
Epilog: Keine Nachahmung von irgendjemandes Erkundung
„Wir haben keinen Gegenstand, den wir nachahmen. Jeder Schritt ist eine Entscheidung auf Basis der tatsächlichen Umstände – nüchternes Analysieren von Vor- und Nachteilen.“ Als das Treffen nahe dem Ende war, fasste Liang Wenfeng damit die Wegentscheidung von DeepSeek zusammen.
Das ist eine merkwürdige Kombination: äußerste Ambition und äußerste Zurückhaltung zugleich. Ambition, weil er AGI machen will und sich mit keiner Zwischenstation zufrieden gibt. Zurückhaltung, weil er dafür bereit ist, fast alle kurzfristigen Vorteile aufzugeben – sogar so weit, dass er das stärkste Modell open source stellt und den API-Preis auf ein Niveau drückt, das die Konkurrenz nicht profitabel machen kann.
Die grundlegende Logik dieser Kombination – vielleicht der wichtigste Einblick von Liang Wenfeng: In einem Markt, der bald so riesig ist, dass man ihn sich kaum vorstellen kann, besteht die Art, die Erfolgswahrscheinlichkeit maximal zu erhöhen, nicht darin, sich verbissen die kurzfristigen Vorteile zu greifen, sondern das größte Ökosystem und die größte Einigkeit aufzubauen. Zurückhaltung ist nicht Schwäche, sondern eine Form von langfristigem Vorstoß.
„Viele Unternehmen leisten Großes, weil sie ein Streben haben, das über den Profit hinausgeht. Aber dieses Streben hat am Ende nicht nur keinen Einfluss auf die Kommerzialisierung – im Gegenteil, es macht die Kommerzialisierung sogar besser.“
Das Protokoll dieser Finanzierungsrunde könnte in der Geschichte des KI-Entrepreneurship zu einem Text werden, den man immer wieder nachschlagen möchte. Es dokumentiert nicht nur die strategische Überlegung eines Unternehmens an einem entscheidenden Wendepunkt, sondern zeigt auch eine äußerst seltene Geschäftsethik: In einer Branche, die von kurzfristigen Interessen und technischer Angst getrieben ist, gibt es Menschen, die mit Wohlwollen, Zurückhaltung und Weitsicht in eine größere Zukunft wetten wollen.
(Der vorliegende Text basiert auf einer Zusammenstellung von internen Sitzungsprotokollen während der DeepSeek-Finanzierung. Der Inhalt setzt sich aus Berichten von u.a. The Interface News (界面新闻), Tencent Technology (腾讯科技) und Deep Blue Finance (深蓝财经) zusammen.)