Der DeepSeek-Marktschock bezieht sich auf den starken Ausverkauf bei KI-bezogenen Aktien, am schwerwiegendsten bei Nvidia, der auf die Veröffentlichung von DeepSeek-R1 Ende Januar 2025 folgte, einem Reasoning-Modell des chinesischen Labors DeepSeek, das trotz Behauptungen über ein weitaus geringeres Trainingsbudget bei mehreren Benchmarks mit führenden westlichen Modellen gleichzuziehen schien. Am 27. Januar 2025 fiel die Marktkapitalisierung von Nvidia an einem einzigen Handelstag um rund 600 Milliarden US-Dollar, damals Berichten zufolge der größte Tagesverlust an Marktwert für ein Unternehmen in der Geschichte, da Anleger die Annahmen, die dem Ausbau der KI-Infrastruktur zugrunde lagen, neu bewerteten.
Hintergrund
DeepSeek, gegründet von Liang Wenfeng und ursprünglich aus einem chinesischen quantitativen Hedgefonds hervorgegangen, hatte im Laufe des Jahres 2024 frühere Modelle veröffentlicht, erregte jedoch außerhalb von Fachkreisen vergleichsweise wenig Aufmerksamkeit. DeepSeek-R1, das im Januar 2025 als Open-Weights-Modell veröffentlicht wurde, erreichte oder näherte sich der Leistung von OpenAI's o1 bei mehreren Mathematik- und Programmier-Benchmarks, während der begleitende technische Bericht Trainingstechniken beschrieb, die den Schwerpunkt auf Effizienz legten, darunter eine Mixture-of-Experts-Architektur und groß angelegtes Reinforcement Learning an überprüfbaren Aufgaben, und behauptete, die Trainingskosten seien dramatisch niedriger als die Zahlen, die üblicherweise mit vergleichbaren westlichen Frontier-Modellen in Verbindung gebracht werden.
Marktreaktion
Das Ausmaß und die geringen gemeldeten Kosten des Trainingslaufs von DeepSeek-R1 stellten eine Kernannahme hinter jahrelang steigenden Kapitalausgaben für KI-Infrastruktur in Frage, nämlich dass Frontier-Leistung massive GPU-Cluster und entsprechend enorme Ausgaben erforderte, eine Annahme, die Nvidias Bewertung zu einer der höchsten der Welt getrieben hatte. Die Panik wurde dadurch verstärkt, dass die App von DeepSeek kurzzeitig die Spitze der Download-Charts im US-App-Store von Apple erreichte, was auf eine schnelle Mainstream-Übernahme einer kostengünstigen Alternative hindeutete. Nvidia sowie andere Unternehmen, die mit KI-Infrastrukturausgaben verbunden sind, wie Strom- und Rechenzentrumsfirmen, verzeichneten starke Rückgänge, bevor sich die Märkte in den folgenden Wochen teilweise erholten, da einige Analysten in Frage stellten, ob DeepSeeks gemeldete Trainingskosten die ganze Geschichte erzählten, da frühere Forschungskosten und zugrunde liegende Hardwarekosten ausgeschlossen seien.
Nachwirkungen und Debatte
Die Episode verschärfte die Debatte über die tatsächlichen Kosten des Trainings von Frontier-Modellen und darüber, ob fortgesetztes Scaling immer größere Kapitalinvestitionen erforderte oder durch algorithmische Effizienzgewinne erheblich ausgeglichen werden könnte, was in die laufende Diskussion über Scaling Laws einfloss. Sie lenkte auch die Aufmerksamkeit stärker auf den US-chinesischen Wettbewerb im Bereich KI, da DeepSeek Berichten zufolge seine Ergebnisse mit Nvidia-Chips erzielt hatte, die aufgrund US-amerikanischer Exportkontrollen eingeschränkt oder von geringerer Leistungsfähigkeit waren, was Fragen zur Wirksamkeit dieser Kontrollen aufwarf. Nach dem Schock führten die offenen Gewichte von DeepSeek-R1 zu einer Welle von abgeleiteten und destillierten Modellen, die von anderen Entwicklern erstellt wurden, und das Ereignis wurde zu einem vielzitierten Bezugspunkt in Diskussionen über die Wettbewerbsfähigkeit offener Gewichte gegenüber geschlossenen Frontier-Labors wie OpenAI und Anthropic.