DeepSeek: Vom Tech-Giganten zum Finanz-Player? Warum die großen Versprechen im globalen Technologie- und Finanzsektor verblassen
Die KI-Revolution hat einen neuen Champion – aber kann er die Finanzwelt erobern?
DeepSeek stürmte mit der Wucht eines Tech-Unicorns auf die Bühne. Versprechen, die traditionelle Finanzinfrastruktur zu umgehen, KI-gesteuerte Handelsalgorithmen, die menschliche Trader obsolet machen würden. Die Narrative waren mächtig, die Erwartungen astronomisch. Doch 2026 zeigt sich ein anderes Bild.
Die Realität beißt zurück
Die Integration in bestehende, hochregulierte Finanzsysteme erwies sich als weitaus zäher als prognostiziert. Banken und Asset-Manager adoptieren die Technologie nicht disruptiv, sondern inkrementell – wenn überhaupt. Die vielbeschworene 'Demokratisierung der Finanzen' durch KI stößt auf Compliance-Mauern, die selbst die cleversten Algorithmen nicht einfach durchbrechen können. Regulierungsbehörden weltweit, von der BaFin bis zur FSA, schauen genau hin.
Ein klassisches Tech-Problem trifft auf Wall Street
Die Tech-Branche liebt disruptive Versprechen; die Finanzwelt liebt stabile Renditen und klare Regeln. Dieser Kulturclash wird bei DeepSeek besonders sichtbar. Die Technologie mag brillant sein, aber im Finanzsektor zählt am Ende die verlässliche Performance, nicht die revolutionäre Rhetorik. Ein altes Börsenmantra gilt hier besonders: 'Verkaufe die Euphorie, kaufe die Langeweile.' Der Hype-Zyklus neigt sich dem Ende zu.
Was bleibt, ist ein mächtiges Tool – nicht der versprochene Heilsbringer. DeepSeek wird seinen Platz finden, wahrscheinlich als hochspezialisierte Engine im Hintergrund großer Finanzinstitute. Die Vision, den gesamten Sektor zu dominieren? Sie verblasst im harten Licht der operativen und regulatorischen Realitäten. Die Finanzwelt lässt sich eben doch nicht so einfach disruptieren – außer vielleicht von etwas wirklich Neuem, wie einem dezentralen, digitalen Asset, das gar keine Erlaubnis braucht. Ein Gedanke, der traditionellen Bankern schlaflose Nächte bereitet.
Die Märkte preisen den Schock ein und machen dann weiter
Das Chaos begann, nachdem DeepSeek Ende 2024 die Version 3 veröffentlichte. Das Labor gab an, dass das Open-Source-Modell auf leistungsschwächeren Chips laufe und deutlich weniger koste als Systeme von OpenAI und Google.
Wenige Wochen später, im Januar 2025, erschien die R1. Benchmarks zeigten eine vergleichbare oder sogar bessere Leistung als führende Modelle. Dieser Moment veränderte die Erwartungen.
Haritha Khandabattu, leitende Analystin bei Gartner, erklärte, der Januar habe eine umfassende Preisanpassung ausgelöst, da sich die Einschätzungen zu den Kosten von Technologieunternehmen und der Wettbewerbsfähigkeit Chinas über Nacht geändert hätten. Dies habe sich unmittelbar auf den Halbleiter- und Hyperscaler-Sektor ausgewirkt.
Alex Platt von DA Davidson sagte gegenüber CNBC, die Veröffentlichung habe die Anleger schockiert, da die vorherrschende Meinung gewesen sei, dass China den USA um bis zu einem Jahr hinterherhinke.
Brian Colello von Morningstar sagte, die Befürchtungen konzentrierten sich auf eine sinkende Nachfrage nach KI-Hardware und schwächere Einnahmen für Nvidia, die sich jedoch nie wirklich bemerkbar machten, da die Ausgaben im gesamten Jahr 2025 konstant blieben.
Colello erklärte, Prognosen deuteten nun auf höhere Ausgaben AB 2026 hin. Seit Januar hat DeepSeek sieben Updates veröffentlicht. Dabei handelte es sich ausschließlich um Überarbeitungen der Versionen V3 und R1. Es wurden keine neuen Modelle vorgestellt. Der Markt wertete diese als Fortschritt, nicht als Störung.
Die Berechnungsgrenzen verzögern den nächsten Sprung
Platt erklärte, die Rechenleistung von DeepSeek habe sich als Flaschenhals erwiesen, und die Möglichkeiten architektonischer Tricks zur Optimierung der Hardware seien begrenzt. Das Labor verschob die Veröffentlichung seines R2-Modells, das für Mai geplant war, nachdem es Probleme beim Training auf Huawei-Chips gegeben hatte.
Chinesische Beamte ermutigten zur Verwendung lokaler Prozessoren, um die Abhängigkeit von US-Technologie im Rahmen der Exportkontrollen für Nvidias Top-Chips zu verringern.
„Chinas Zugang zu Rechenleistung war in den letzten Jahren stark eingeschränkt, vor allem aufgrund der US-amerikanischen Beschränkungen für den Chip-Verkauf“, sagte . „Wer fortschrittliche Modelle entwickeln will, braucht Zugang zu leistungsstarker Rechenleistung.“
DeepSeek räumte später in einer Forschungsarbeit ein, dass es im Vergleich zu geschlossenen Modellen wie Gemini 3 an Grenzen stößt, unter anderem hinsichtlich der Rechenressourcen. Währenddessen veröffentlichten westliche Labore weiterhin ihre Modelle. OpenAI brachte im August GPT-5 auf den Markt.
Anthropic veröffentlichte Claude Opus 4.5. Google brachte im November Gemini 3 auf den Markt. Gartner-Analyst Arun Chandrasekaran erklärte, die raschen Veröffentlichungen hätten die Befürchtungen einer plötzlichen Kommerzialisierung gemildert.
Es gibt Anzeichen dafür, dass DeepSeek noch nicht am Ende ist. Am Silvesterabend veröffentlichte das Labor eine Studie zur effizienteren Modellentwicklung. Dan Ives von Wedbush sagte, dass es auch im nächsten Jahr weiterhin Überraschungen geben werde. Gegenüber CNBC erklärte er, dass es einen weiteren DeepSeek-Moment geben werde.
Wenn Sie dies lesen, sind Sie schon auf dem Laufenden. Bleiben Sie mit unserem Newsletter auf dem Laufenden .
