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

Im Jahr 2025 unterstrichen wachsende Bedenken hinsichtlich Nachhaltigkeit und der Konzentration von künstlicher Intelligenz Macht bei einer Handvoll US-amerikanischer Unternehmen die zunehmende Bedeutung dezentraler KI.

Der AI-Flashpoint 2025: Eine neue Ära der Geopolitik

Das Jahr 2025 gilt als der entscheidende Brennpunkt im globalen „Rüstungswettlauf“ der künstlichen Intelligenz. In den Vereinigten Staaten erreichte das Investitionsniveau einen Höhepunkt, da Technologieriesen milliardenschwere Infrastrukturprojekte orchestrierten. Besonders hervorzuheben sind Microsofts und OpenAIs $500 Milliarden-Dollar Stargate-Supercomputer-Projekt und Amazons $150 Milliarden-Dollar-Investition in Rechenzentren, die eine Bewegung zur Festigung amerikanischer Dominanz signalisieren. Um diese Führung zu sichern, verschärfte die US-Regierung die Exportkontrollen für High-End-Halbleiter, insbesondere H100- und Blackwell-Klassen-Chips, um den Fortschritt chinesischer Rivalen zu behindern.

Während Peking sich bei Megadeals weniger lautstark äußert, zeigt die technische Parität, die Modelle wie Deepseek erreicht haben – das angeblich in Effizienz GPT-4 rivalisiert –, dass China erfolgreich auf „Souveräne Rechenleistung“ umgeschwenkt ist. Dieser strategische Wandel basiert auf einer kürzlich erlassenen Regierungsanordnung, die inländische Firmen verpflichtet, lokale Siliziumchips zu priorisieren, was die chinesischen KI-Bestrebungen effektiv von westlichen Lieferketten entkoppelt.

Weiterlesen: Deepseeks KI-Revolution löst Chaos in Krypto- und US-amerikanischen sowie europäischen Aktienmärkten aus

Der Trubel wird vielleicht am besten durch die Finanzmärkte veranschaulicht. Im Jahr 2025 sammelten KI-Startups allein im ersten und zweiten Quartal erstaunliche $60 Milliarden Dollar, während die großen Tech-Aktien Trillionen an ihrer Marktkapitalisierung hinzufügten. Doch dieser Schwung stößt an eine physische Grenze: Energie. Schätzungen zufolge werden KI-Datenzentren bis 2026 bis zu 4 % des weltweiten Stromverbrauchs ausmachen. Dies hat einige Unternehmen dazu veranlasst, auf Kernenergie umzuschwenken, wobei Microsoft kürzlich das Three Mile Island-Werk wieder in Betrieb nahm, um seine hungrigen Cluster zu versorgen.

Dennoch wachsen die Bedenken, dass die von vielen angestrebte KI-Welt möglicherweise nicht realisiert werden kann, bedingt durch eine Reihe von Faktoren, darunter unzureichende Energiereserven zur Unterstützung der derzeit im Bau befindlichen Infrastruktur. Das Training und der Betrieb fortschrittlicher KI-Modelle erfordern enorme Mengen an Strom, Rechenzentrums-Kapazitäten und Kühlsystemen, was Fragen zur Nachhaltigkeit aufwirft und ob die globalen Energienetze mit der exponentiellen Nachfrage Schritt halten können. Einige Experten warnen, dass ohne Durchbrüche bei Energieeffizienz oder alternativen Energiequellen der Traum von allgegenwärtiger, menschenähnlicher KI unerreichbar bleiben könnte.

Neben technischen und ökologischen Herausforderungen sorgen sich andere um die Dominanz einiger US-Technologieriesen über die Branche und die Erzählung rund um KI. Diese Unternehmen kontrollieren die mächtigsten Modelle, die größten Datensätze und die Plattformen, auf denen KI eingesetzt wird, was ihnen unverhältnismäßigen Einfluss auf die Entwicklung der Technologie und die Nutznießer verleiht. Kritiker argumentieren, dass diese Konzentration von Macht den Wettbewerb ersticken, Innovationen einschränken und die öffentliche Wahrnehmung in einer Weise prägen könnte, die den Unternehmensinteressen dient, anstatt dem Gemeinwohl.

Diese Bedenken haben US-Politiker, darunter Sen. Bernie Sanders, dazu veranlasst, einen nationalen Dialog über KI zu fordern – ihre Entwicklung, ihre Regulierung und die Rollen verschiedener Akteure. Die Debatte dreht sich nicht nur um technologischen Fortschritt, sondern auch um Verantwortlichkeit, Transparenz und Gerechtigkeit: Wer setzt die Regeln, wer erntet die Belohnungen und wer trägt die Risiken?

Während Sanders einen nationalen Dialog fordert, um die Monopolisierung der Intelligenz durch Unternehmen zu verhindern, bauen die Krypto- und Open-Source-Communities eine Alternative auf: dezentrale KI (DeAI). Bereits Projekte wie Bittensor (TAO), Io.net und Near Protocol entwickeln permissionless Netzwerke, die neu darüber nachdenken, wie KI-Infrastruktur aufgebaut und verwaltet wird. Diese Initiativen sollen die Abhängigkeit von Unternehmensengpässen durchbrechen und den Zugang zu den Kernressourcen, die maschinelle Intelligenz antreiben, demokratisieren.

Compute Crowdsourced

Anstatt auf knappe, teure GPUs zu warten, die hinter Unternehmenslieferketten versiegelt sind, können einzelne Hardwarebesitzer ihre Rechenleistung direkt an Entwickler vermieten. Andrew Sobko, Mitgründer von Argentum AI, erklärte in einem kürzlichen Interview, dass das Training großer Modelle enorme GPU-Leistung erfordert. Das Angebot ist jedoch begrenzt und wird von wenigen Anbietern kontrolliert, was eine „Walled Garden“-Situation schafft, in der Startups und kleinere Akteure ausgeschlossen werden.

Wie Sanders beklagt auch Sobko, dass eine Handvoll Unternehmen Infrastruktur, Zugang und Preise kontrolliert – ein Phänomen, das Innovationen erstickt und die KI-Entwicklung für die meisten Organisationen prohibitiv teuer macht. Sobko argumentiert jedoch, dass durch den Aufbau permissionless, verteilter Rechennetzwerke Einzelpersonen und Organisationen ungenutzte GPU-Leistung zu einem gemeinsamen Marktplatz beitragen können. Dieser dezentrale Marktplatz umgeht nicht nur den anhaltenden Nvidia-Mangel, sondern erschließt auch latente globale Kapazitäten, indem er ungenutzte Maschinen in aktive Teilnehmer der KI-Wirtschaft verwandelt. Sobkos Kernbotschaft lautet, dass die Zukunft der KI davon abhängt, sich von zentralisierten Kontrollen zu befreien und dezentrale Rechenmarktplätze zu fördern.

Unter Open-Source-Modellen verschiebt sich die Steuerung von Vorstandsetagen hin zu verteilten Gemeinschaften. Entscheidungen über Modellgestaltung, Updates und Nutzung werden kollektiv getroffen, was Transparenz gewährleistet und das Risiko monopolistischer Kontrolle reduziert. Open-Source-Frameworks beschleunigen Innovationen, indem sie jedem erlauben, zu prüfen, beizutragen und auf gemeinsamen Grundlagen aufzubauen.

Bei dezentralen Modellen behalten Nutzer das kryptografische Eigentum an ihren Trainingsdaten, was Privatsphäre und Kontrolle in einer Welt gewährleistet, in der Daten oft ohne Zustimmung ausgenutzt werden. Souveräne Datenmodelle befähigen Einzelpersonen, zu entscheiden, wie ihre Informationen verwendet, gehandelt oder belohnt werden, und schaffen so ein gerechteres Ökosystem, in dem Werte an die Mitwirkenden zurückfließen.

Die Geschichte von DeAI in 2025

Im Jahr 2025 wandelte sich DeAI von einem Nischenthema zu einer massiven Infrastruktur-Alternative, angetrieben durch den globalen Mangel an GPUs und einen Anstieg an Risikokapital. Während der breitere KI-Sektor bis Ende 2025 über $200 Milliarden Dollar an Gesamtfinanzierung verzeichnete, eroberte die DeAI-Nische einen bedeutenden und wachsenden Anteil an den Kategorien Infrastruktur und Web3. DeAI-Startups und dezentrale physische Infrastruktur (DePIN)-Projekte sammelten allein 2025 etwa $12 Milliarden Dollar. Dies wurde durch Investoren getrieben, die vor den hohen Prämien und „Walled Gardens“ zentraler Anbieter wie AWS und Azure flohen.

Zum ersten Mal erhielt DeAI öffentliche Fördermittel, darunter eine $15 Millionen-Dollar-Vereinbarung, die von Neurolov unterzeichnet wurde, um traditionelle Rechenzentren durch bürgergestützte Knoten zu ersetzen.

In der Zwischenzeit konzentrierten sich dezentrale Netzwerke, während Tech-Giganten wie xAI und OpenAI auf Cluster von 1 Million H100-GPUs zusteuerten, auf die Aggregation „latenter“ globaler Kapazitäten – ungenutzte Chips von Mining-Farmen, unabhängigen Rechenzentren und sogar High-End-Gaming-Rigs. Bis Ende 2025 verifizierten große dezentrale Netzwerke gemeinsam über 750.000 GPUs, die für On-Demand-Vermietung zur Verfügung standen.

Weiterlesen: Experten preisen Effizienzgewinne dezentraler KI angesichts drohender GPU-Knappheit und Energiebegrenzungen

Führende Netzwerke waren Io.net, das über 300.000 verifizierte GPUs in 138 Ländern verzeichnete, spezialisiert auf High-End-H100- und A100-Cluster für unternehmensgerechtes Training, sowie Aethir, das über 435.000 GPU-Container meldete, mit starkem Fokus auf Low-Latency-Inferenz und Edge-Computing. Neurolov erreichte 15.000 aktive Knoten, was die Machbarkeit von „browserbasiertem“ Rechnen zeigt, bei dem Nutzer Leistung durch das Offenhalten eines Tabs beitragen.

Laut einem Bericht boten dezentrale Netzwerke im Jahr 2025 durchweg Preise, die 60 % bis 80 % niedriger waren als bei traditionellen Cloud-Anbietern. Während eine H100-Instanz bei AWS etwa $3,00 bis $4,50 pro Stunde kostet, boten DeAI-Netzwerke dieselbe Hardware für nur $0,30 bis $2,20 pro Stunde an.

Im Jahresverlauf zeigte sich auch eine klare Nutzungsspaltung bei diesen GPUs, wobei Inferenz 70 % der Nutzung ausmachte und Training die restlichen 30 %.

Die Zukunft

Während Experten zunehmend für dezentrale KI plädieren, warnen einige Kritiker, dass ohne robuste ethische Schutzmaßnahmen und klare Verantwortlichkeitsmechanismen die Dezentralisierung schnell in den „nächsten großen Fehler“ umschlagen könnte. Dennoch sind die Befürworter zuversichtlich, dass die Vorteile der Dezentralisierung – mehr Transparenz, Souveränität über Daten und geringere Kontrolle durch Unternehmen – die Risiken bei Weitem überwiegen.

Mit zunehmender Verbreitung von KI wird erwartet, dass diese Erzählung 2026 und darüber hinaus an Dynamik gewinnt, die politische Debatten, Investitionsstrategien und die Architektur der nächsten Generation maschineller Intelligenz prägen wird.

FAQ 💡

• Was passiert in den USA? Technologieriesen wie Microsoft und Amazon investieren Hunderte von Milliarden in KI-Supercomputer und Rechenzentren.
• Wie reagiert China? Peking fördert „Souveräne Rechenleistung“, fordert lokale Siliziumchips und Modelle wie Deepseek, um GPT‑4 zu rivalisieren.
• Warum ist das global relevant? KI-Startups sammelten im frühen Jahr 2025 $12 , doch Energiegrenzen drohen, da Rechenzentren bis 2026 bis zu 4 % des weltweiten Stromverbrauchs ausmachen könnten.
• Was ist die Alternative? Dezentrale KI-Netzwerke wie Bittensor und Io.net bieten günstigere, gemeinschaftsgetriebene Rechenleistung und stellen eine Herausforderung für Unternehmensmonopole dar.