Künstliche Intelligenz im Dienst kapitalistischer Profite. Der KI-Konflikt zwischen den USA und China wird als historische Konkurrenz zweier Gesellschaftssysteme inszeniert. Tatsächlich treffen zwei unterschiedliche Formen politisch organisierter Kapitalakkumulation aufeinander – und beide kämpfen um Chips, Daten, Energie, Märkte und die Erträge der nächsten Rationalisierungswelle.
Der neue Kalte Krieg hat keine Berliner Mauer. Seine Grenzen verlaufen durch Halbleiterfabriken, Rechenzentren, Cloud-Infrastrukturen und Lieferketten. Seine Prestigeobjekte sind keine Raumkapseln, sondern Sprachmodelle, KI-Chips und humanoide Roboter. Und wo sich die USA und die Sowjetunion einst zumindest dem Anspruch nach als Vertreter antagonistischer Wirtschaftsordnungen gegenüberstanden, ist die Lage heute komplizierter. Washington und Peking präsentieren ihre technologische Konkurrenz gerne als Systemkampf. Im Zentrum steht jedoch nicht die Alternative Kapitalismus oder Sozialismus, sondern die Frage, wie Kapital, Unternehmen und staatliche Macht für einen technologischen Umbruch organisiert werden.
Die Metapher vom „KI-Wettrennen“ verdeckt diesen Unterschied eher, als dass sie ihn erklärt. Ein Rennen setzt voraus, dass alle auf dasselbe Ziel zulaufen. Während ein großer Teil der amerikanischen KI-Industrie auf immer leistungsfähigere Frontier-Modelle, Artificial General Intelligence und womöglich Superintelligenz setzt, konzentriert sich Chinas Strategie stärker auf Effizienz, niedrige Kosten und die schnelle Integration von KI in Industrie und Infrastruktur. Entscheidend ist deshalb nicht allein, wer das leistungsfähigste Modell baut. Es geht darum, welches System technologische Entwicklung dauerhaft finanzieren, skalieren und in wirtschaftliche Macht übersetzen kann.
Amerikas Milliardenmaschine
Die amerikanische KI-Strategie wirkt zunächst wie ein Triumph des Privatkapitals. OpenAI, Anthropic, Google, Meta, Microsoft, Amazon und Nvidia investieren enorme Summen. Risikokapital finanziert Start-ups, Börsenbewertungen belohnen Wachstumserwartungen. Capital Group schätzte die Investitionsausgaben amerikanischer Hyperscaler für 2026 auf 791 Milliarden Dollar, gegenüber 118 Milliarden Dollar ihrer chinesischen Konkurrenten. Auch andere Berechnungen zeigen denselben Grundtrend: Die USA verfügen gegenwärtig über einen erheblichen Kapital- und Rechenvorsprung.
Dahinter steht die Erwartung, dass immer größere Rechencluster und Modelle neue Fähigkeiten hervorbringen. AGI (Artificial General Intelligence) ist dabei zugleich Forschungsziel und Investitionserzählung. Die Aussicht auf Maschinen, die einen großen Teil kognitiver Arbeit übernehmen könnten, rechtfertigt Ausgaben, deren künftiger wirtschaftlicher Ertrag keineswegs garantiert ist. Selbst erfolgreiche Anbieter schreiben bislang hohe Verluste. RAND verweist darauf, dass OpenAI und Anthropic trotz stark wachsender Umsätze Milliardenverluste einkalkulierten, um Forschung, Rechenleistung und Marktanteile zu finanzieren.
Es wäre deshalb verkürzt, schon heute von gesicherten Monopolrenten zu sprechen. Vielmehr kämpfen Unternehmen darum, Infrastruktur, Standards und Kundenbeziehungen zu kontrollieren, aus denen später dauerhafte Gewinne entstehen können. Wer heute Clouds, Chips und Modelle besitzt, kann morgen die Bedingungen bestimmen, unter denen andere Unternehmen auf KI zugreifen.
Dass es sich dabei um einen „freien Markt“ handle, ist allerdings eine ideologische Verkürzung. Exportkontrollen entscheiden, welche Chips verkauft werden dürfen. Energiepolitik bestimmt, ob Rechenzentren ans Stromnetz kommen. Sicherheits- und Militärpolitik beeinflussen Forschung und Lieferketten. Evgeny Morozov beschreibt diese Entwicklung als neuen amerikanischen Staatskapitalismus und erinnert daran, dass staatliche Institutionen wie DARPA (Defense Advanced Research Projects Agency) technologische Innovation schon lange mit strategischen Interessen verbinden. Der amerikanische Staat ersetzt das private Kapital nicht. Er schützt und organisiert jene Bedingungen, unter denen es im globalen Wettbewerb bestehen soll.
China setzt auf Anwendung statt Verheißung
China organisiert denselben technologischen Umbruch anders. Alibaba, Tencent, Huawei, ByteDance, Baidu, DeepSeek und zahlreiche Start-ups konkurrieren um Märkte und Profite. Zugleich greift der Staat direkter in die Entwicklungsrichtung ein, koordiniert Infrastruktur und setzt industriepolitische Prioritäten. Programme wie der „KI-Entwicklungsplan der neuen Generation“ und „AI Plus“ sollen KI unter anderem in Fertigung, Gesundheitswesen, Forschung, Bildung und Verwaltung integrieren.
China hat das Ziel leistungsfähiger Basismodelle keineswegs aufgegeben. Der staatliche Schwerpunkt liegt jedoch weniger auf dem spektakulären Durchbruch zu einer hypothetischen Superintelligenz als auf breiter Anwendung. IEEE Spectrum fasst den Gegensatz so: Die USA skalieren stärker in Richtung AGI, während China Produktivitätssteigerungen und konkrete wirtschaftliche Einsatzfelder priorisiert.
Das entspricht der jeweiligen Wirtschaftsstruktur. Die USA besitzen ein starkes Software-, Finanz- und Dienstleistungsökosystem. China verfügt dagegen über eine enorme industrielle Basis und eng verzahnte Lieferketten für Batterien, Sensoren, Elektrofahrzeuge und Robotik. KI soll dort nicht nur Texte schreiben, sondern Produktionsprozesse steuern, Qualitätskontrollen übernehmen und autonome Maschinen verbessern.
Besonders wichtig ist deshalb die sogenannte verkörperte KI: Roboter, autonome Fahrzeuge, Drohnen und intelligente Produktionssysteme. Durch ihren Einsatz entstehen Daten, die wiederum zur Verbesserung kommender Systeme genutzt werden können. Chan beschreibt dieses Zusammenspiel aus industrieller Anwendung, Datenerzeugung und technischer Verbesserung als möglichen Vorteil Chinas.
Hinzu kommt eine Strategie, die zum Teil aus einer Schwäche entstanden ist. US-Exportkontrollen begrenzen Chinas Zugang zu den leistungsfähigsten KI-Chips. Chinesische Labore mussten deshalb stärker auf Effizienz setzen. Mixture-of-Experts-Architekturen, Quantisierung und neue Attention-Verfahren sollen mit weniger Rechenleistung möglichst hohe Leistung erreichen. Chinesische Modelle sind dadurch häufig erheblich billiger als amerikanische Spitzenmodelle. Das macht sie besonders für Unternehmen und Länder attraktiv, die nicht für jede Aufgabe das leistungsfähigste verfügbare System benötigen.
Open-Weight-Modelle verstärken diesen Effekt. Entwickler können sie herunterladen, anpassen und auf eigener Infrastruktur betreiben. Auf Plattformen wie Hugging Face haben chinesische Modelle amerikanische offene Modelle teilweise bereits bei den Downloads überholt. Chinas Strategie richtet sich damit weniger darauf, für jede einzelne Modellabfrage maximale Einnahmen zu erzielen, sondern auf möglichst schnelle Verbreitung und industrielle Einbettung.
Chips, Strom und Daten
Der öffentliche KI-Diskurs hat eine eigentümliche Tendenz zur Entmaterialisierung. Man sieht ein Texteingabefeld und Sekunden später eine Antwort. Dahinter verschwinden Chipfabriken, Stromleitungen, Kühlanlagen, Rechenzentren und Rohstoffe. Der Konflikt zwischen den USA und China macht diese materielle Basis wieder sichtbar.
Am deutlichsten zeigt sich das bei Halbleitern. Washington begrenzt seit Jahren Chinas Zugang zu Spitzentechnologie. Unter der ersten Trump-Regierung wurden Huawei und moderne Fertigungstechnologien stärker kontrolliert. Unter Joe Biden wurden Beschränkungen für fortschrittliche KI-Chips und Produktionsanlagen ausgeweitet. Kurzfristig bremsen diese Maßnahmen chinesische KI-Labore, weil ihnen Spitzenchips und große Trainingscluster fehlen .
Langfristig erzeugen dieselben Kontrollen jedoch einen starken Anreiz zur technologischen Selbstversorgung. Peking versucht, möglichst viele Teile der Halbleiterlieferkette im eigenen Land aufzubauen. Dazu gehören Chipdesign, Fertigung, Packaging, Chemikalien und Produktionsmaschinen. Chinesische Anbieter ersetzen Nvidia bislang nicht vollständig, doch ihr Marktanteil wächst. Laut IDC (International Data Corporation) kamen chinesische Hersteller 2025 auf knapp 41 Prozent des heimischen Marktes für KI-Chips. Strategisch muss China Nvidia nicht zwingend übertreffen. Es könnte genügen, Chips herzustellen, die leistungsfähig und günstig genug für einen großen Binnenmarkt und industrielle Anwendungen sind.
Ähnlich zentral ist Energie. Große Rechenzentren werden inzwischen in Megawatt und Gigawatt beschrieben. Amerikanische Unternehmen verfügen zwar über enormes Kapital, stoßen beim Ausbau aber auf Netzanschlüsse, Genehmigungen sowie Konflikte um Wasser und Strom. China kann industrielle Infrastruktur stärker staatlich koordinieren und erweitert gleichzeitig seine Energieerzeugung. Der angeblich virtuelle Wettlauf um KI ist damit auch ein Wettbewerb um Kraftwerke und Netze.
Noch grundlegender ist die Frage der Daten. China erklärte Daten 2020 offiziell zu einem Produktionsfaktor. Seitdem versucht der Staat, ihren Austausch, ihre Bewertung und ihre kommerzielle Nutzung systematisch zu organisieren. Dabei entsteht ein charakteristischer Widerspruch: Einerseits beschränkt Peking die autonome Datensammlung privater Plattformkonzerne und sichert staatlichen Zugriff. Andererseits sollen Daten ausdrücklich wirtschaftlich verwertet werden.
Gerade hier wird eine Gemeinsamkeit beider Systeme sichtbar. In beiden Fällen werden gesellschaftlich erzeugte Informationen in ökonomische Ressourcen verwandelt. Der institutionelle Weg unterscheidet sich: in den USA stärker über private Plattformen, Cloud-Unternehmen und Kapitalmärkte, in China stärker über staatlich regulierte Datenräume und industriepolitische Koordination. Die entscheidende Frage lautet jedoch in beiden Fällen: Wer verfügt über diese Daten – und wer erhält die Erträge ihrer Verwertung?
Zwei Technologieblöcke entstehen
Aus dem wirtschaftlichen Wettbewerb entwickelt sich zunehmend eine geopolitische Infrastruktur. Die Boston Consulting Group warnt davor, dass sich amerikanische und chinesische Technologiearchitekturen auseinanderentwickeln. Chips, Software, Cloud-Dienste und Modelle werden stärker innerhalb eigener Ökosysteme aufeinander abgestimmt, während Abhängigkeiten vom jeweils anderen Block reduziert werden sollen.
Für den Rest der Welt verändert das die Ausgangslage. Die USA verfügen über führende Frontier-Modelle, Chiphersteller und Cloud-Plattformen. China bietet zunehmend ein Paket aus günstigeren Modellen, eigener Hardware und industrieller Infrastruktur. Marcel Kunzmann spricht deshalb von einem möglichen „KI-Blockzwang“: Staaten könnten unter Druck geraten, sich für kompatible technologische und politische Ökosysteme zu entscheiden.
Die Folgen treffen Länder sehr unterschiedlich. Danica Radovanović weist darauf hin, dass KI auf eine Welt trifft, die bereits durch massive Unterschiede bei Infrastruktur, Bildung und Rechenkapazität geprägt ist. Die digitale Spaltung verläuft deshalb künftig nicht nur zwischen Menschen mit und ohne Internet, sondern zwischen Gesellschaften, die KI selbst entwickeln und regulieren können, und solchen, die fertige Systeme importieren müssen.
Allerdings ist die Blockbildung noch keineswegs vollständig. RAND zeigt, dass amerikanische Sprachmodelle international weiterhin deutlich stärker genutzt werden, chinesische Systeme jedoch an Bedeutung gewinnen. Entwickler auf beiden Seiten verwenden Modelle des jeweils anderen Landes, Forschung und Lieferketten bleiben verflochten. Gerade deshalb ist die Analogie zum Kalten Krieg begrenzt. Sie beschreibt den politischen Willen zur Blockbildung besser als die wirtschaftliche Realität.
Problematisch wird die Metapher vom Wettrüsten dort, wo Markt- und Industriepolitik vollständig zu nationalen Sicherheitsfragen erklärt werden. Das bedeutet nicht, dass militärische Risiken erfunden wären. KI kann Cyberangriffe und Cyberabwehr beschleunigen und die Entscheidungszeiten in militärischen Krisen verkürzen. Edelman warnt insbesondere vor automatisierten Fehlinterpretationen, die menschliche Möglichkeiten zur Kommunikation und Deeskalation einschränken könnten. Doch dieselbe Sicherheitslogik kann auch dazu dienen, wirtschaftliche Konkurrenz als existenzielle nationale Bedrohung zu behandeln.
Wem gehört die Rationalisierungsdividende?
Aus linker Perspektive liegt deshalb eine andere Frage näher als jene nach dem Sieger des KI-Rennens: Wer erhält die Produktivitätsgewinne?
In den USA konzentriert sich ein großer Teil der entscheidenden Infrastruktur bei wenigen Konzernen, die über Cloud-Plattformen, Chips, Daten und Modelle verfügen. In China begrenzt der Staat die Autonomie privater Plattformunternehmen stärker und lenkt technologische Entwicklung industriepolitisch. Daraus folgt jedoch keine demokratische Kontrolle. Die chinesische Datenpolitik verbindet wirtschaftliche Verwertung ausdrücklich mit staatlichem Zugriff und Sicherheitsinteressen.
Auch Effizienz ist nicht automatisch gesellschaftlicher Fortschritt. Ein Modell, das dieselbe Aufgabe mit einem Bruchteil der Rechenleistung erledigt, kann Energie und Kosten sparen. Eine KI, die Produktionsprozesse automatisiert, kann Produktivität steigern. Doch Produktivität beantwortet nicht die Frage ihrer Verteilung. Rationalisierung kann Arbeitszeit verkürzen und Dienstleistungen verbessern – oder Beschäftigte ersetzen, Arbeitsprozesse verdichten und Gewinne konzentrieren. Welche Variante eintritt, entscheidet nicht der Algorithmus.
Darin liegt vielleicht die zentrale Gemeinsamkeit beider Strategien. Beide betrachten KI in erster Linie als Instrument wirtschaftlicher und nationaler Stärke. Die amerikanische Variante setzt stärker auf private Kapitalmärkte, proprietäre Spitzenmodelle und den technologischen Durchbruch. Die chinesische stärker auf staatliche Koordination, kostengünstige Modelle und industrielle Diffusion. Die eine will die technologische Spitze kontrollieren, die andere die Technologie möglichst breit in Produktion und Infrastruktur verankern.
Der neue Kampf der Systeme ist also real – nur anders, als seine Propaganda behauptet. Es konkurrieren nicht schlicht Kapitalismus und Kommunismus, sondern zwei Modelle politisch organisierter wirtschaftlicher Macht. Das amerikanische zeigt, wie schnell der freie Markt nach Exportkontrollen, Industriepolitik und staatlicher Absicherung verlangt, sobald seine technologische Vormacht gefährdet erscheint. Das chinesische zeigt, wie Märkte, private Unternehmen und Profitstreben innerhalb eines Systems funktionieren können, dessen Staat zugleich plant, subventioniert und kontrolliert.
Für Europa und große Teile des Globalen Südens wäre es wenig attraktiv, diesen Konflikt lediglich als Zuschauer zu verfolgen und anschließend zwischen zwei technologischen Abhängigkeitspaketen zu wählen. Die entscheidende politische Frage beginnt ohnehin nicht bei der Nationalität eines Chatbots. Sie beginnt dort, wo gesellschaftliche Ressourcen in Rechenzentren fließen, Arbeit automatisiert und Daten zu Vermögenswerten werden.
Vielleicht besitzen die USA am Ende die leistungsfähigsten Modelle und China die meisten davon in Fabriken und Maschinen.
Die wichtigere Frage wäre damit noch immer unbeantwortet: Wer verfügt über die neue Produktivität, wer trägt ihre Kosten – und wer bekommt ihren Ertrag?
