DeAI Aufstieg: Wie dezentrale Netzwerke das GPU-Monopol der Unternehmen brechen

Der AI-Wendepunkt 2025: Eine neue Ära der Geopolitik

Das Jahr 2025 markiert den entscheidenden Wendepunkt im globalen “Wettrüsten” um künstliche Intelligenz. In den Vereinigten Staaten erreichten die Investitionen einen Höhepunkt, da Technologiegiganten milliardenschwere Infrastrukturprojekte orchestrierten. Bemerkenswert ist das 500 Milliarden Dollar schwere Stargate-Supercomputer-Projekt von Microsoft und OpenAI sowie Amazons Engagement für Datenzentren im Wert von 150 Milliarden Dollar, was eine Verstärkung der amerikanischen Dominanz signalisiert. Um diesen Vorsprung zu schützen, hat die US-Regierung die Exportkontrollen für hochwertige Halbleiter verschärft, wobei der Schwerpunkt auf H100- und Blackwell-Chips liegt, um den Fortschritt chinesischer Konkurrenten zu bremsen.

Während Peking sich weniger zu Megadeals äußert, zeigt die technische Parität, die von Modellen wie Deepseek erreicht wurde—die Berichten zufolge die Effizienz von GPT-4 rivalisieren—dass China erfolgreich zu “souveränem Rechnen” übergegangen ist. Diese strategische Verschiebung wird von einem kürzlichen Regierungsmandat verankert, das von inländischen Unternehmen verlangt, lokalen Silizium Vorrang einzuräumen und effektiv die chinesischen KI-Ambitionen von westlichen Lieferketten zu entkoppeln.

Weiterlesen: Deepseeks KI-Revolution löst Chaos auf den Krypto- und den US- und europäischen Aktienmärkten aus

Die Aufregung wird vielleicht am besten durch die Finanzmärkte illustriert. Im Jahr 2025 sammelten KI-Startups allein im ersten und zweiten Quartal atemberaubende 60 Milliarden Dollar ein, während die großen Technologiewerte Billionen zu ihren kombiniertem Marktwert hinzufügten. Doch diese Dynamik erreicht eine physische Grenze: Energie. Schätzungen deuten nun darauf hin, dass KI-Datenzentren bis 2026 bis zu 4% des weltweiten Stroms verbrauchen werden. Dies hat einige Unternehmen gezwungen, sich der Kernenergie zuzuwenden, wobei Microsoft kürzlich das Kraftwerk Three Mile Island wieder eröffnet hat, um seine hungrigen Cluster zu versorgen.

Dennoch gibt es wachsende Bedenken, dass die von vielen vorgestellte KI-Welt aufgrund verschiedener Faktoren, einschließlich unzureichender Energiequellen zur Unterstützung der massiv aufgebauten Infrastruktur, möglicherweise nicht realisiert wird. Das Training und der Betrieb fortschrittlicher KI-Modelle erfordert enorme Mengen an Strom, Rechenzentrumskapazität und Kühlsystemen, was Fragen zur Nachhaltigkeit aufwirft und ob globale Energienetze mit der exponentiellen Nachfrage Schritt halten können. Einige Experten warnen, dass ohne Durchbrüche in der Energieeffizienz oder alternative Energiequellen der Traum von allgegenwärtiger, menschengleicher KI möglicherweise unerreichbar bleibt.

Neben technischen und umweltbedingten Herausforderungen sorgen sich andere über den Würgegriff, den eine Handvoll US-Technologieriesen sowohl über die Branche als auch die Erzählung rund um KI hält. Diese Unternehmen kontrollieren die mächtigsten Modelle, die größten Datensätze und die Plattformen, durch die KI eingesetzt wird, und geben ihnen unverhältnismäßigen Einfluss auf die Entwicklung der Technologie und wer davon profitiert. Kritiker argumentieren, dass diese Machtkonzentration den Wettbewerb unterdrückt, die Innovation einschränkt und die öffentliche Wahrnehmung in einer Weise formt, die den Unternehmensinteressen dient, anstatt dem Gemeinwohl.

Diese Bedenken haben US-Politiker, darunter Senator Bernie Sanders, dazu veranlasst, zu einem nationalen Dialog über KI aufzurufen—über ihre Entwicklung, ihre Steuerung und die Rollen, die verschiedene Beteiligte spielen sollten. Die Debatte dreht sich nicht nur um technologischen Fortschritt, sondern auch um Verantwortlichkeit, Transparenz und Gerechtigkeit: Wer legt die Regeln fest, wer erntet die Vorteile und wer trägt die Risiken.

Während Sanders zu einem nationalen Dialog aufruft, um der Unternehmensmonopolisierung der Intelligenz entgegenzuwirken, bauen die Krypto- und Open-Source-Gemeinschaften eine Alternative: dezentrale KI (DeAI). Projekte wie Bittensor (TAO), Io.net und das Near Protocol sind bereits dabei, erlaubnisfreie Netzwerke zu entwickeln, die die Art und Weise, wie KI-Infrastruktur gebaut und verwaltet wird, neu definieren. Diese Initiativen sind darauf ausgelegt, sich von Unternehmensengpässen zu lösen und den Zugang zu den Kernressourcen, die maschinelle Intelligenz antreiben, zu demokratisieren.

Gemeinsam genutzte Rechenleistung

Anstatt auf seltene, teure GPUs zu warten, die hinter Unternehmenslieferketten versteckt sind, können einzelne Hardware-Besitzer ihre Rechenleistung direkt an Entwickler vermieten. Andrew Sobko, Mitbegründer von Argentum AI, erklärte in einem kürzlich geführten Interview, dass das Training großer Modelle immense GPU-Leistung erfordert. Die Versorgung ist jedoch begrenzt und wird von wenigen Anbietern kontrolliert, wodurch ein “walled garden” entsteht, in dem Start-ups und kleinere Akteure ausgepreist werden.

Wie Sanders beklagt auch Sobko, dass eine Handvoll Unternehmen die Infrastruktur, den Zugang und die Preisgestaltung kontrollieren—ein Phänomen, das seiner Meinung nach die Innovation hemmt und die Entwicklung künstlicher Intelligenz für die meisten Organisationen unerschwinglich macht. Sobko argumentiert jedoch, dass durch den Aufbau erlaubnisfreier, verteilter Computer-Netzwerke Einzelpersonen und Organisationen ungenutzte GPU-Leistung zu einem gemeinsamen Marktplatz beitragen können. Dieser dezentrale Marktplatz umgeht nicht nur den anhaltenden Nvidia-Mangel, sondern schaltet auch latente globale Kapazität frei, indem ungenutzte Maschinen zu aktiven Teilnehmern in der KI-Wirtschaft werden. Sobkos Kernbotschaft ist, dass die Zukunft von KI davon abhängt, sich von zentralisierter Kontrolle zu lösen und dezentrale Computer-Marktplätze zu umarmen.

Unter Open-Source-Modellen verschiebt sich die Steuerung von Vorstandsetagen zu verteilten Gemeinschaften. Entscheidungen über das Design, Updates und die Nutzung von Modellen werden kollektiv getroffen, was Transparenz sicherstellt und das Risiko von monopolistischer Kontrolle reduziert. Open-Source-Rahmenwerke beschleunigen die Innovation, indem sie es jedem ermöglichen, die geteilten Grundlagen zu prüfen, beizutragen und darauf aufzubauen.

Mit dezentralisierten Modellen behalten Benutzer die kryptografische Kontrolle über ihre Trainingsdaten und stellen in einer Welt, in der Daten oft ohne Einwilligung ausgebeutet werden, Privatsphäre und Kontrolle sicher. Souveräne Datenmodelle befähigen Einzelpersonen, zu entscheiden, wie ihre Informationen genutzt, gehandelt oder belohnt werden, und schaffen so ein gerechteres Ökosystem, in dem der Wert zurück zu den Beitragsleistern fließt.

Die Geschichte von DeAI im Jahr 2025

Im Jahr 2025 wandelte sich DeAI von einem Nischenkonzept zu einer massiven Infrastruktur-Alternative, befeuert durch den globalen GPU-Mangel und einen Anstieg des Risikokapitals. Während der breitere KI-Sektor bis Ende 2025 über 200 Milliarden Dollar an Gesamtfinanzierung sah, schnitt die DeAI-Nische einen signifikanten und wachsenden Anteil an den Infrastruktur- und Web3-Kategorien heraus. DeAI-Startups und Projekte zur dezentralisierten physischen Infrastruktur (DePIN) sammelten alleine 2025 etwa 12 Milliarden bis 15 Milliarden Dollar ein. Dies wurde von Investoren angetrieben, die den hohen Prämien und “umzäunten Gärten” zentraler Anbieter wie AWS und Azure entflohen.

Zum ersten Mal erhielt DeAI öffentliche Mittel, insbesondere durch eine 12 Millionen Dollar Vereinbarung, die von Neurolov unterzeichnet wurde, um traditionelle Rechenzentren durch bürgerbetriebene Knoten zu ersetzen.

In der Zwischenzeit konzentrierten sich dezentrale Netzwerke darauf, “latente” globale Kapazität zu aggregieren—ungenutzte Chips aus Mining-Farmen, unabhängigen Rechenzentren und sogar hochwertigen Gaming-Rigs für den Heimgebrauch—während Technologiegiganten wie xAI und OpenAI sich auf Cluster mit 1 Million H100 GPUs zubewegten. Bis Ende 2025 verifizierten große dezentrale Netzwerke gemeinsam über 750.000 GPUs, die zur bedarfsabhängigen Vermietung verfügbar sind.

Weiterlesen: Experten preisen Effizienzgewinne durch dezentrale KI an, da GPU-Mangel und Energiegrenzen drohen

An vorderster Front standen Io.net, das über 300.000 verifizierte GPUs in 138 Ländern überschritt und sich auf hochkarätige H100- und A100-Cluster für Unternehmensanwendungen spezialisierte, sowie Aethir, das über 435.000 GPU-Container meldete, die sich stark auf latenzarme Inferenz und Edge-Computing konzentrieren. Neurolov erreichte 15.000 aktive Knoten und demonstrierte die Machbarkeit von “browserbasiertem” Rechnen, bei dem Benutzer durch das Offenhalten eines Tabs Leistung beisteuern.

Laut einem Bericht boten dezentrale Netzwerke 2025 konsistent Preise, die 60% bis 80% niedriger waren als bei traditionellen Cloud-Anbietern an. Während ein H100-Instanz auf AWS ungefähr 3,00 bis 4,50 Dollar pro Stunde kostet, boten DeAI-Netzwerke die gleiche Hardware für nur 0,30 bis 2,20 Dollar pro Stunde an.

Im Laufe des Jahres zeichnete sich auch eine klare Aufteilung in der Nutzung dieser GPUs ab, wobei Inferenz 70% der Nutzung ausmachte und Training die restlichen 30% bildete.

Die Zukunft

Während Experten zunehmend für dezentrale KI argumentieren, warnen einige Kritiker, dass ohne robuste ethische Schutzmechanismen und klare Verantwortlichkeitsmechanismen die Dezentralisierung schnell zum “nächsten großen Fehler” werden könnte. Trotzdem bleiben die Befürworter zuversichtlich, dass die Vorteile der Dezentralisierung—größere Transparenz, Souveränität über Daten und reduzierte Unternehmens-Halsbänder—die Risiken bei weitem überwiegen.

Da die Akzeptanz von KI beschleunigt, wird erwartet, dass sich dieses Narrativ 2026 und darüber hinaus verstärkt und politische Debatten, Investitionsstrategien und die Architektur der nächsten Generation maschineller Intelligenz prägt.

FAQ 💡

• Was passiert in den USA? Technologieriesen wie Microsoft und Amazon investieren hunderte Milliarden in KI-Supercomputer und Datenzentren.
• Wie reagiert China? Peking setzt auf “souveränes Rechnen” und fordert lokalen Siliziumeinsatz und Modelle wie Deepseek, um GPT‑4 zu rivalisieren.
• Warum ist das global wichtig? KI-Startups sammelten Anfang 2025 60 Milliarden US-Dollar ein, doch Energiegrenzen stehen bevor, da Datenzentren bis 2026 4% des weltweiten Stroms verbrauchen könnten.
• Was ist die Alternative? Dezentrale KI-Netzwerke wie Bittensor und Io.net bieten günstigere, gemeinschaftlich betriebene Rechenleistung an und fordern Unternehmensmonopole heraus.