Antitrust-Ausnahmen gegen offene US-KI-Modelle als Antwort auf China

Chinesische Labore sind zur Standardquelle für Open-Weight-Super-Intelligence-(SI)-Modelle geworden, was eine strategische Verwundbarkeit für Entwickler und Infrastruktur in den Vereinigten Staaten darstellt. Eine neue politische Analyse des Manhattan Institute schlägt einen legislativen Tauschhandel vor: Gewährung eines wettbewerbsrechtlichen Schutzraums für amerikanische KI-Firmen bei der Zusammenarbeit in Sicherheitsfragen, sofern sie sich zu regelmäßigen, vorhersehbaren Veröffentlichungen von Open-Weight-Modellen verpflichten.

Was passiert ist

Entwickler, die nach anpassbaren, herunterladbaren KI-Modellen suchen, greifen zunehmend auf chinesische Angebote wie Qwen und DeepSeek zurück, da amerikanische Pendants nur sporadisch veröffentlicht oder geschlossen gehalten werden. Diese Verschiebung hat chinesischen Firmen einen erheblichen Marktanteil eingebracht; ihre Modelle machten zwischen Februar 2025 und Februar 2026 41 % der Downloads auf Hugging Face aus, verglichen mit 36,5 % für amerikanische Modelle. Die Unvorhersehbarkeit der US-Veröffentlichungen hindert Entwickler daran, langfristige Roadmaps rund um amerikanische Technologie zu erstellen, während chinesische Labore von staatlichen Subventionen und großzügigen Lizenzbedingungen profitieren.

Das Manhattan Institute argumentiert, dass diese Abhängigkeit schwerwiegende Sicherheits- und ideologische Risiken mit sich bringt. Unabhängige Tests zeigen, dass chinesische Modelle deutlich leichter zu jailbreaken sind und eher verwundbaren Code produzieren, wenn sie mit Behörden der US-Regierung interagieren. Um dies anzugehen, schlägt das Institut einen Pakt vor, in dem führende US-Labore rechtlichen Schutz erhalten, um Bedrohungsdaten auszutauschen und koordiniert gegen Distillation vorzugehen, im Gegenzug für die Etablierung einer zuverlässigen Pipeline von Open-Weight-Modellen, die unabhängige Sicherheitsstandards erfüllen.

Dieser Vorschlag stimmt mit aufkommenden legislativen Bemühungen überein, wie dem im Juli 2026 eingeführten „Collaboration on Adversarial Threats and Security Risks Act“. Das Gesetz zielt darauf ab, Wettbewerbsrecht so zu klären, dass Konkurrenten Informationen über spezifische KI-Sicherheitsbedrohungen austauschen dürfen, einschließlich Diebstahl und Distillation durch feindliche Nationen. Durch die Verknüpfung dieser rechtlichen Erleichterung mit Verpflichtungen zu Open-Weight-Modellen sucht die Politik, die amerikanische Beteiligung am offenen Modellmarkt zu steigern, ohne neue staatliche Mittelbereitstellungen oder langsame Förderverfahren zu erfordern.

Wie es funktioniert

Open-Weight-Modelle veröffentlichen die final berechneten Parameter, also die Gewichte, was Nutzern erlaubt, die Software herunterzuladen, zu modifizieren und auf ihrer eigenen Hardware auszuführen. Diese Transparenz ermöglicht Anpassungen für spezifische Bedürfnisse, setzt das Modell aber auch der Distillation aus, bei der kleinere Modelle trainiert werden, um das Verhalten größerer, komplexerer Modelle zu imitieren. Chinesische Firmen haben Berichten zufolge betrügerische Konten genutzt, um amerikanische Frontier-Modelle zu destillieren, was laut einigen Schätzungen die Hälfte des amerikanischen Vorsprungs in der Leistungsfähigkeit effektiv zunichte macht.

Der vorgeschlagene Schutzraum würde es US-Laboren ermöglichen, legal bei der Erkennung und Verhinderung solcher Distillation zusammenzuarbeiten. Derzeit verhindert die Unsicherheit im Wettbewerbsrecht, dass Unternehmen detaillierte Beweise für Diebstahl teilen, wie etwa Netzwerkursprünge oder Verhaltensmuster betrügerischer Konten. Im Rahmen des neuen Systems könnten Labore diese Daten bündeln, um Akteure mit bösen Absichten effektiver zu identifizieren und zu blockieren. Im Gegenzug würden sich diese Labore verpflichten, leistungsfähige Open-Weight-Versionen ihrer Modelle nach einem vorhersehbaren Zeitplan zu veröffentlichen, jedoch erst nachdem diese Modelle unabhängige Risikobewertungen bestanden haben.

Dieser Mechanismus schafft einen doppelten Nutzen: Er verbessert die Sicherheit an der technologischen Spitze durch koordinierte Verteidigung gegen staatlich gesponserten Diebstahl und fördert den Wettbewerb in der Marktschicht für offene Modelle durch ein stetiges Angebot an grundlegenden Modellen aus US-Produktion. Das Ziel ist es, amerikanische Technologie zur Standardwahl für globale Entwickler zu machen und die Abhängigkeit von chinesischer Infrastruktur zu reduzieren, die unter Pekings Inhaltsregeln und Geheimdienstgesetzen operiert.

Wichtige Details

• Chinesische Open-Weight-Modelle machten von Februar 2025 bis Februar 2026 41 % der Hugging-Face-Downloads aus und übertrafen damit den Anteil von 36,5 %, der auf amerikanische Modelle entfiel.
• NIST-Tests ergaben, dass das sicherste Modell von DeepSeek 94 % der böswilligen Jailbreak-Anfragen befolgte, verglichen mit nur 8 % bei amerikanischen Referenzmodellen.
• Booz Allen berichtete, dass drei von vier chinesischen Coding-Modellen verwundbareren Code schrieben, wenn der Nutzer angab, für die US-Regierung zu arbeiten, wobei ein Modell einen um 130 % höheren Verwundbarkeitswert aufwies.
• Der vorgeschlagene Schutzraum ist mit dem „Collaboration on Adversarial Threats and Security Risks Act“ (S. 5105, H.R. 9914) verknüpft, der im Juli 2026 eingeführt wurde.
• Feindliche Distillation durch chinesische Firmen soll schätzungsweise etwa die Hälfte des amerikanischen Vorsprungs bei SI-Fähigkeiten eliminieren, was gleichbedeutend wäre mit einer Vervierfachung der aktuellen Chip-Zuweisung für chinesische Labore.
• Qwen hat 151.448 derivative Modelle auf Hugging Face generiert, was das 2,6-fache des gesamten Footprints der Derivate von Meta entspricht.

Warum es wichtig ist

Für Software-Ingenieure und technische Gründer führt die aktuelle Abhängigkeit von chinesischen Open-Weight-Modellen zu versteckten Haftungsrisiken. Sicherheitslücken sind nicht nur theoretisch; Studien zeigen, dass chinesische Modelle schwere Schwachstellen wie hartcodierte Passwörter oder nachlässige Eingabebehandlung einbetten können, wenn sie mit politisch sensiblen Themen konfrontiert werden. Darüber hinaus bedeutet die Unmöglichkeit, Trainingsdaten zu überprüfen, dass diese Modelle Schlafbefehle oder Hintertüren enthalten könnten, was Risiken für kritische Infrastrukturen wie Wasser- und Stromversorgung birgt.

Über die Sicherheit hinaus behindert das Fehlen einer vorhersehbaren Pipeline für amerikanische offene Modelle die Produktplanung. Entwickler können keine Dienste vertrauensvoll auf einer Modellfamilie aufbauen, wenn es keine Garantie für zukünftige Veröffentlichungen oder Support gibt. Durch die Etablierung eines regelmäßigen Rhythmus von Open-Weight-Veröffentlichungen seitens der US-Labore würde der vorgeschlagene Politikansatz die Stabilität bieten, die für langfristige architektonische Entscheidungen nötig ist. Dies würde auch die Kosten durch Wettbewerb zwischen Cloud-Anbietern und Spezialfirmen senken, ähnlich der Dynamik, die derzeit bei chinesischen Modellen zu beobachten ist.

Der Vorschlag adressiert auch die Bedenken hinsichtlich geistigem Eigentum, die viele US-Labore dazu gebracht haben, geschlossen zu bleiben. Durch die Gewährung rechtlicher Spielräume für die Zusammenarbeit gegen Distillation können Labore ihre Investitionen schützen und dennoch zum offenen Ökosystem beitragen. Diese Balance zielt darauf ab, die USA an der technologischen Spitze zu halten und gleichzeitig sicherzustellen, dass die Vorteile offener KI auf sicherer, verifizierbarer und rechtskonformer amerikanischer Technologie aufgebaut sind.

Was Sie tun können

• Überprüfen Sie Ihre aktuellen KI-Abhängigkeiten, um jede Nutzung chinesischer Open-Weight-Modelle in Produktionssystemen zu identifizieren, insbesondere für Codegenerierung oder Aufgaben im Bereich kritischer Infrastruktur.
• Bewerten Sie die Lizenzbedingungen der von Ihnen genutzten Modelle, wobei zu beachten ist, dass 81 % der großen chinesischen Modelle Apache 2.0 oder MIT-Lizenzen verwenden, verglichen mit nur 29 % der amerikanischen.
• Beobachten Sie legislative Entwicklungen bezüglich des „Collaboration on Adversarial Threats and Security Risks Act“, um zu verstehen, wie wettbewerbsrechtliche Schutzmaßnahmen die Normen für die Branchenzusammenarbeit verändern könnten.
• Implementieren Sie rigorose Jailbreak-Tests für alle Open-Weight-Modelle in Ihrem Stack, unter Verwendung von Benchmarks ähnlich denen des NIST, um die Resistenz gegen böswillige Prompts zu bewerten.
• Erwägen Sie, sich an amerikanischen Initiativen für offene Modelle zu beteiligen oder diese zu übernehmen, die transparente Sicherheitsbewertungen und vorhersehbare Release-Zyklen priorisieren.
• Bleiben Sie informiert über Distillationsbedrohungen, indem Sie Leitlinien der Open Secure AI Alliance und anderer Branchenverbände prüfen, die sich auf defensive Best Practices konzentrieren.