Chinesische KI-Modelle: Wann du sie einsetzen kannst – und wann besser nicht

In der breiten öffentlichen Diskussion haben KI-Modelle aus China oftmals einen schlechten Ruf. Sie gelten als die bösen Geschwister von ChatGPT und Claude, weil Technologie aus China insgesamt einen schlechten Ruf hat. In unserer Studie „Status quo: KI in den Medien“, die wir gemeinsam mit dem Media Lab Bayern umgesetzt haben, gaben nur fünf Prozent der befragten Medienschaffenden an, chinesische Modelle zu nutzen.

Stattdessen setzt man in bayerischen Medienhäusern aus Sicherheitsbedenken primär auf die großen Cloud-Angebote aus den USA. In Entwickler-Kreisen findet allerdings die Gegenbewegung statt: 41 Prozent der Downloads bei Hugging Face entfielen im Frühling 2026 auf chinesische Modelle. 

Warum also greift ausgerechnet die Gruppe, die am ehesten die Sicherheitsrisiken kennen sollte, zu den scheinbar gefährlichen Modellen? 

Den Widerspruch im Redaktionsalltag auflösen

Für Redaktionen sind chinesische und andere Open-Weights-Modelle deswegen relevant, weil sie zwei Dinge kombinieren:

• Gutes Preis-Leistungs-Verhältnis: In der Praxis kommen Modelle wie Qwen, DeepSeek, Kimi oder GLM bei Coding, Textanalyse und agentischen Aufgaben erstaunlich nah an die Leistung von westlichen Frontier-Modelle heran. Bei klar abgegrenzten Aufgaben wie Übersetzung oder Strukturierung sind chinesische Modelle oft ebenso brauchbar wie westliche Alternativen. Auch investigative Datenanalyse ist mit einem Angebot wie Deepseek Harness prinzipiell umsetzbar. 
• On-Premise-Betrieb: Weil diese Modelle und damit die Verarbeitung oft lokal auf der eigenen Hardware betreibbar sind, umgeht man die klassischen wirtschaftlichen und technologischen Abhängigkeiten, die mit der Nutzung von Cloud-Modellen einhergehen. Bei einem geprüften On-Premise-Betrieb fließen keine Daten unkontrolliert ab, weder nach China noch sonst irgendwohin.

Und: Sensible Recherche-Daten fließen nicht in eine Cloud ab. Datenabfluss ist nur dann ein Risiko, wenn Daten die eigene Hardware-Infrastruktur verlassen. Darin unterscheiden sich chinesische Modelle nicht von amerikanischen Modellen. Wer ein kompaktes Modell (wie die 7B- oder 14B-Parameter-Varianten von Qwen) herunterlädt und auf dem eigenen Laptop installiert, muss davor keine Angst haben. Man erhält eine Kopie des Modells, die sich unter denselben Umständen immer exakt gleich verhalten wird. 

Die nötige Hardware reicht je nach Modell und Einsatzzweck vom leistungsstarken Laptop mit viel Arbeitsspeicher (mindestens 12 GB für ein 12B-Modell) oder Consumer-GPUs, auf dem kleine Modelle bereits sinnvoll zur stilistischen Überarbeitung von Artikeln betrieben werden können, bis zum GPU-Cluster für einen redaktionsweiten Betrieb.

Zensur: Wo das Vertrauen an Grenzen stößt

Kritisch wird es bei politischen Themen: Sobald es um China, Taiwan, Tibet oder Menschenrechte geht, steigt laut mehreren Analysen das Risiko von Auslassungen, Verweigerungen und staatsnahen Narrativen. Auch amerikanische Modelle sind gegen Zensur nicht immun. Sie verweigern oftmals die Antwort auf harmlose Fragen zu bevorstehenden Wahlen oder kontroversen gesellschaftlichen Debatten, da die US-Anbieter negative PR fürchten. Das relativiert das Problem, löst es aber nicht. 

Für den Journalismus heißt das: Kein KI-Modell darf als alleinige Quelle dienen. Chinesische Modelle können Material strukturieren, übersetzen und analysieren. Bei China-bezogenen Recherchen sollten Redaktionen die Tools aber nur mit kontrollierten Quellen einsetzen und die Ausgabe gegen Originaldokumente prüfen, denn selbst bei korrekten Quellen kann die finale Antwort am Ende glattgebügelt sein.

Nicht das Modell entscheidet über den Datenabfluss, sondern die Umgebung

Das Risiko allein am KI-Modell selbst festzumachen, ist ein verbreiteter Denkfehler. Tatsächlich entscheidet die Betriebsumgebung: Wer die DeepSeek-App oder eine Hersteller-API (eine direkte Programmierschnittstelle zum Server des Anbieters) nutzt, gibt seine Eingaben an den Anbieter weiter. Das Risiko verschiebt sich dann auf den Software-Stack. Modelldateien, Container, Bibliotheken und Netzwerkregeln müssen geprüft und isoliert sein. 

Am Ende stehen Redaktionen hier vor einem Kompromiss: Sie erhalten ein extrem leistungsstarkes KI-System, das für die meisten alltäglichen Anwendungen völlig ausreicht. Das Medienhaus zahlt lediglich die einmaligen Hardware-Kosten und macht sich ansonsten von den großen US-Anbietern unabhängig. Im Gegenzug sind sie bei bestimmten Themen schlichtweg unbrauchbar – gerade politische Recherchen mit direktem China-Bezug verbieten sich von selbst.

Dennoch entfalten die Modelle als Recherche-Werkzeug ein großes Potenzial, solange die maschinellen Antworten nicht als unumstößliche Wahrheit hingenommen werden. Wer von Künstlichen Intelligenz konsequent Quellenangaben einfordert und diese als Ausgangspunkt für die eigene Verifikation nutzt, profitiert spürbar von der Vorarbeit.

Fazit: Der Ort der Verarbeitung ist die Stellschraube

Ein westliches Modell ist nicht allein wegen seiner Herkunft vertrauenswürdig und ein chinesisches Modell ist nicht allein wegen seiner Herkunft unsicher. Entscheidend für Medienunternehmen sind die Antworten auf die Fragen, wo redaktionelle Daten verarbeitet werden, wie der Software-Stack abgesichert ist und ob ein Modell für den jeweiligen Anwendungsfall verlässlich genug arbeitet.

Für Medienhäuser lohnt sich deshalb der Blick auf die eigenen Prozesse statt auf die Herkunft eines Modells: Chinesische Open-Weights-Modelle können Recherche, Übersetzung und Strukturierung unterstützen und dabei Kosten sparen, sollten aber nie unkontrolliert als Quelle oder für sensible Redaktionsdaten eingesetzt werden. Wer Umgebung, Lizenz und Qualitätssicherung selbst im Griff hat, kann von der Offenheit dieser Modelle profitieren, ohne die redaktionelle Unabhängigkeit zu riskieren.