Deepseek AI Chatbot: Schlüsselmerkmale und Erkenntnisse

DeepSeek hat die Welt im Sturm erobert und schoss an die Spitze der Charts im Apple App Store und Google Play. Ihre AI-Modelle, mit einem scharfen Blick auf Effizienz entwickelt, haben Wall-Street-Analysten und Tech-Gurus in Aufregung versetzt über die AI-Dominanz der USA und die anhaltende Nachfrage nach AI-Chips.

Doch woher kommt DeepSeek, und wie gelangten sie so schnell zu globalem Ruhm?

DeepSeeks Ursprung als Trader

DeepSeek wird von High-Flyer Capital Management unterstützt, einem chinesischen quantitativen Hedgefonds, der AI für seine Handelsentscheidungen nutzt. AI-Enthusiast Liang Wenfeng, der während seiner Zeit an der Zhejiang-Universität mit dem Handel begann, gründete High-Flyer 2015. Bis 2019 war es ein ausgewachsener Hedgefonds, ganz auf die Entwicklung und den Einsatz von AI-Algorithmen fokussiert.

2023 machte High-Flyer DeepSeek zu einem Labor für AI-Forschung, getrennt von seinen Finanzoperationen. Mit High-Flyer als Investor wurde DeepSeek ein eigenständiges Unternehmen. Von Anfang an bauten sie eigene Rechenzentren für das Training von Modellen. Doch wie andere chinesische AI-Firmen wurden sie von US-Exportverboten für Hardware getroffen. Für eines ihrer aktuellen Modelle mussten sie Nvidia H800-Chips verwenden, die etwas weniger leistungsstark sind als die H100-Chips, die US-Unternehmen zur Verfügung stehen.

DeepSeeks Tech-Team ist ziemlich jung. Sie sind auf der Mission, Doktoranden der AI-Forschung von Top-Universitäten Chinas anzuwerben. Sie stellen sogar Personen ohne Informatikhintergrund ein, um ihrem Tech-Team ein breiteres Fachgebiet zu ermöglichen, berichtet The New York Times.

DeepSeeks starke Modelle

DeepSeek stellte im November 2023 seine ersten Modelle vor — DeepSeek Coder, DeepSeek LLM und DeepSeek Chat. Doch erst im letzten Frühjahr, mit der Veröffentlichung ihrer nächsten Generation DeepSeek-V2-Modelle, begann die AI-Welt aufmerksam zu werden.

DeepSeek-V2, das sowohl Text als auch Bilder verarbeiten kann, schnitt bei verschiedenen AI-Benchmarks gut ab und war deutlich günstiger im Betrieb als andere Modelle zu jener Zeit. Es zwang DeepSeeks inländische Rivalen wie ByteDance und Alibaba, ihre Preise zu senken und einige Modelle kostenlos anzubieten.

Dann kam DeepSeek-V3 im Dezember 2024, was ihren Ruhm noch steigerte. Laut DeepSeeks internen Tests übertrifft DeepSeek V3 sowohl Open-Source-Modelle wie Metas Llama als auch geschlossene Modelle wie OpenAIs GPT-4o.

Ihr R1-"Reasoning"-Modell, im Januar veröffentlicht, ist ebenso beeindruckend. DeepSeek sagt, R1 schneidet bei wichtigen Benchmarks genauso gut ab wie OpenAIs o1-Modell. Als Reasoning-Modell überprüft R1 sich selbst, was hilft, übliche Fallen zu vermeiden. Es dauert vielleicht etwas länger — Sekunden bis Minuten —, um Antworten zu geben, ist aber in Bereichen wie Physik, Wissenschaft und Mathematik zuverlässiger.

Es gibt jedoch einen Haken. Als chinesisch entwickelte AI müssen DeepSeeks Modelle die Benchmarks der chinesischen Internetbehörde bestehen, um "sozialistische Kernwerte" zu reflektieren. Zum Beispiel beantwortet DeepSeeks Chatbot-App R1 keine Fragen zu Tiananmen-Platz oder Taiwans Autonomie.

Im März verzeichnete DeepSeek 16,5 Millionen Besuche. "Für März liegt DeepSeek auf Platz zwei, obwohl der Traffic im Vergleich zu Februar um 25 % gesunken ist, basierend auf täglichen Besuchen," sagte David Carr von Similarweb gegenüber TechCrunch. Dennoch liegt es weit hinter ChatGPT, das im März über 500 Millionen wöchentliche aktive Nutzer hatte.

Ein disruptiver Ansatz

Falls DeepSeek ein Geschäftsmodell hat, ist es ein Rätsel. Sie bieten ihre Produkte und Dienstleistungen weit unter Marktpreisen an und geben einige kostenlos ab. Sie nehmen auch kein Investorenkapital an, trotz großem Interesse von VCs.

DeepSeek sagt, Effizienz-Durchbrüche hätten ihre Kosten extrem niedrig gehalten. Einige Experten glauben ihren Zahlen jedoch nicht.

Wie auch immer die Wahrheit aussieht, Entwickler lieben DeepSeeks Modelle. Sie sind nicht Open Source im traditionellen Sinne, aber sie kommen mit großzügigen Lizenzen, die kommerzielle Nutzung erlauben. Clem Delangue, CEO von Hugging Face, einer Plattform, die DeepSeeks Modelle hostet, sagt, Entwickler haben über 500 "derivative" Modelle von R1 erstellt, die insgesamt 2,5 Millionen Mal heruntergeladen wurden.

DeepSeeks Aufstieg gegen größere, etablierte Akteure wurde als "AI-Revolution" und "überhypt" bezeichnet. Sie sind zumindest teilweise verantwortlich für den 18%-igen Rückgang von Nvidias Aktienkurs im Januar und für eine öffentliche Erwähnung durch OpenAI-CEO Sam Altman. Im März wies das US-Handelsministerium seine Mitarbeiter an, DeepSeek auf Regierungsgeräten zu verbieten, berichtet Reuters.

Microsoft gab bekannt, dass DeepSeek auf seinem Azure AI Foundry-Service verfügbar ist, der AI-Dienste für Unternehmen unter einem Dach vereint. Auf die Frage nach DeepSeeks Einfluss auf Metas AI-Ausgaben während der Ergebnisvorstellung für das erste Quartal sagte CEO Mark Zuckerberg, dass AI-Infrastruktur-Ausgaben weiterhin ein "strategischer Vorteil" für Meta sein werden. Im März nannte OpenAI DeepSeek "staatlich subventioniert" und "staatlich kontrolliert" und schlug vor, dass die US-Regierung ein Verbot ihrer Modelle in Betracht ziehen sollte.

Während Nvidias Ergebnisvorstellung für das vierte Quartal lobte CEO Jensen Huang DeepSeeks "exzellente Innovation" und sagte, dass Reasoning-Modelle wie ihre gut für Nvidia seien, da sie mehr Rechenleistung benötigen.

Gleichzeitig verbieten einige Unternehmen und ganze Länder, einschließlich Südkorea und des Bundesstaats New York, DeepSeek auf Regierungsgeräten.

Was DeepSeek als Nächstes plant, sind sicherlich neue und verbesserte Modelle. Doch die US-Regierung scheint nervös zu werden wegen dessen, was sie als schädlichen ausländischen Einfluss betrachtet. Im März berichtete The Wall Street Journal, dass die USA DeepSeek wahrscheinlich auf Regierungsgeräten verbieten werden.

*Diese Geschichte wurde ursprünglich am 28. Januar 2025 veröffentlicht und wird regelmäßig aktualisiert.*