Kurzfassung: Moonshot AI wird nach dem Erfolg von Kimi K3 mit über 30 Milliarden US-Dollar bewertet und bereitet einen Börsengang in Hongkong vor. ByteDance trainiert nach einem Bericht der Financial Times ein Modell mit bis zu zehn Billionen Parametern, mehr als dreimal so groß wie Kimi K3. Damit stehen neben OpenAI und Anthropic zwei weitere Anbieter an der Spitze, mit offenen Gewichten und zu einem Bruchteil des Preises. Für Organisationen in Deutschland ändert das die Auswahl. An der Haftung ändert es nichts.

Der Markt bekommt zwei neue Riesen. Die Haftung bekommt keinen neuen Adressaten.

Wer das verwechselt, kauft billiger ein und zahlt später mehr.

Was Moonshot AI erreicht hat

Kimi K3 kam Mitte Juli 2026 heraus, mit rund 2,8 Billionen Parametern und offen verfügbaren Gewichten. Nach Berichten der Financial Times wurde erwartet, dass das Modell Claude Opus 4.8 in Standard-Benchmarks übertrifft und hinter Claude Fable 5 zurückbleibt.

Die Marktreaktion war heftig. Nach Berichten von Trending Topics fielen US-Halbleiterwerte, der Nasdaq gab 1,5 Prozent nach, der taiwanische Index über 6 Prozent, japanische Aktien 4 Prozent. In der Branche wurde von einem neuen DeepSeek-Moment gesprochen. Die Nachfrage nach Kimi K3 war so groß, dass Moonshot neue Abonnements vorübergehend aussetzte.

Finanziell sieht das so aus: Die wiederkehrenden Jahreserlöse stiegen von 200 Millionen US-Dollar im April auf 300 Millionen im Juni. Das Unternehmen schließt eine Finanzierungsrunde ab, die es mit über 30 Milliarden US-Dollar bewertet, nach 20 Milliarden im Mai. Firmenchef Yang Zhilin verweist auf Barreserven von über 10 Milliarden Yuan, etwa 1,4 Milliarden US-Dollar. Ein Börsengang in Hongkong ist bis Anfang 2027 geplant.

Zu diesen Zahlen ein Hinweis. Die Angaben gehen je nach Quelle auseinander, genannt werden Bewertungen zwischen 30 und 35 Milliarden US-Dollar und Rundengrößen zwischen 2 und 3,5 Milliarden. Solange die Runde nicht abgeschlossen ist, sind das Berichte über laufende Verhandlungen. Ich führe die niedrigeren, mehrfach bestätigten Werte.

Was ByteDance vorhat

Am 7. August 2026 berichtete die Financial Times, dass ByteDance ein Modell mit bis zu zehn Billionen Parametern trainiert. Das wäre mehr als dreimal so groß wie Kimi K3 und damit das größte chinesische Modell mit Abstand. Das Vorhaben steckt im Vortraining, ein Vorgang, der üblicherweise drei bis sechs Monate dauert. Ergebnisse gibt es also keine.

Firmengründer Zhang Yiming hat das KI-Team nach diesen Berichten angehalten, auf eigenständige Entwicklung zu setzen und sich nicht am kurzfristigen Wettbewerb zu orientieren. Das Unternehmen arbeitet unter Beschränkungen beim Zugang zu fortgeschrittenen Halbleitern. Es passt zu der Bewegung, die ich Anfang August beschrieben habe: Die großen Anbieter schließen ihre Ketten von den Chips bis zur Anwendung.

Ein Vorbehalt gehört dazu, und er steht in der Berichterstattung selbst. Größere Modelle sind nicht automatisch besser. Datenqualität, Trainingsverfahren und Effizienz zählen oft ebenso viel wie die reine Größe. Eine Parameterzahl ist eine Ankündigung, kein Ergebnis.

Was sich für Organisationen in Deutschland tatsächlich ändert

Drei Dinge, und sie sind konkret.

Erstens der Preis. Nach Berichten der Financial Times kostet ein Moonshot-Modell etwa ein Drittel dessen, was Anthropic für Claude Opus 4.8 ab September verlangen wollte, also 3 US-Dollar je Million Token für die Eingabe und 15 für die Ausgabe. Für eine Schule, eine Praxis oder einen kleinen Träger ist das der Unterschied zwischen Projekt und Nichtprojekt.

Zweitens der Betrieb im eigenen Haus. Kimi K3 stellt seine Gewichte offen bereit. Wer die Hardware hat, kann das Modell selbst betreiben. Damit verlassen keine Daten das Haus, und im Ernstfall lässt sich forensisch arbeiten, ohne dass ein Filter aus Kalifornien dazwischenfunkt. Genau dieses Problem hat Hugging Face im Juli erlebt und deshalb ein offenes Modell auf eigener Infrastruktur eingesetzt.

Drittens die Abhängigkeit. Wer heute nur einen Anbieter kennt, verhandelt über nichts. Ich habe im Juli beschrieben, wie Anthropic sein bestes Modell hinter teure Abos gestellt hat, und warum ich den Zugang zu leistungsfähiger Technik für ein Bürgerrecht halte. Ein zweiter und dritter Anbieter mit offenen Gewichten zu einem Drittel des Preises verändert diese Rechnung.

Und was sich nicht ändert

Der Anbieterwechsel ändert an keiner einzigen Pflicht etwas.

Wer ein KI-System einsetzt, ist nach der Datenschutz-Grundverordnung der Verantwortliche für die Verarbeitung personenbezogener Daten. Ob das Modell aus Kalifornien, Peking oder vom eigenen Server kommt, spielt für diese Rolle keine Rolle. Ein günstigerer Anbieter senkt die Rechnung und nicht das Haftungsrisiko.

Bei Modellen mit offenen Gewichten kommt sogar etwas hinzu. Wer ein Modell selbst betreibt, übernimmt Aufgaben, die vorher der Anbieter erledigt hat. Absicherung, Protokollierung, Zugriffskontrolle, Aktualisierung. Sicherheitsforschende haben im Frühjahr 2026 gezeigt, dass sich die Schutzmechanismen offener Modelle mit frei verfügbaren Verfahren in kurzer Zeit entfernen lassen. Wer offen betreibt, muss diese Schicht selbst bauen.

Dazu kommt die Frage, wohin Daten fließen, wenn ein Modell über die Schnittstelle eines chinesischen Anbieters genutzt wird. Diese Frage ist bei jedem Anbieter zu stellen, und sie hat je nach Herkunftsland unterschiedliche Antworten. Sie ersetzt keine Bewertung der Fähigkeiten, und die Fähigkeiten ersetzen sie nicht.

Was daraus folgt

Erprobe mindestens zwei Modelle unterschiedlicher Herkunft an deinen echten Fällen. Der einzige belastbare Vergleich läuft über deine eigenen Vorgänge, nicht über Ranglisten. Warum das so ist, zeigt der Fall des ausgebrochenen Kimi-Modells, das sich seine Prüfungslösungen von GitHub geholt hat.

Kläre vor jedem Anbieterwechsel, welche Datenklassen überhaupt in ein externes System dürfen. Diese Einteilung entscheidet mehr über dein Risiko als die Wahl des Anbieters. Dafür habe ich den kostenlosen Kurs Datenklassen im KI-Alltag gebaut, vier Klassen, keine Anmeldung.

Und behandle die Frage der eigenen Rechenkapazität als strategische Entscheidung. Ein offenes Spitzenmodell nützt nur der Organisation, die es betreiben kann. Wer in Deutschland unabhängig arbeiten will, braucht dafür Hardware, Personal und ein Urteil darüber, was im eigenen Haus laufen muss. Mir geht es dabei nicht um Stolz auf einen Kontinent. Mir geht es um die schlichte Fähigkeit, im Ernstfall selbst handeln zu können.

Quellen