Amazon Anthropic sieht sich Gegenwind für offene KI ausgesetzt, während OpenAI die Seiten wechselt

Die Verbindungen zwischen Amazon und Anthropic geraten stärker in den Fokus, nachdem Anthropic ein Branchenbekenntnis gegen vorschnelle Beschränkungen für herunterladbare KI-Modelle abgelehnt hatte. Die Weigerung stellte Anthropic gegen Nvidia, Microsoft, Meta, Google und schließlich OpenAI, obwohl Berichten zufolge die beiden Labore für geschlossene Modelle wenige Tage zuvor regulatorische Bedenken geteilt hatten.

Der Konflikt folgte auf die rasche Verbreitung chinesischer Open-Weight-Modelle, insbesondere Moonshot AIs Kimi K3. Open-Weight-Modelle veröffentlichen ihre erlernten Parameter, sodass Entwickler sie herunterladen, verändern und ausführen können, ohne von der API des ursprünglichen Anbieters abhängig zu sein.

Diese technische Entscheidung ist zu einer politischen Trennlinie geworden. Anthropic warnt, dass hochleistungsfähige herunterladbare Systeme nach ihrer Veröffentlichung weder zurückgerufen noch zentral aktualisiert werden können. Nvidia-CEO Jensen Huang, Elon Musk, Meta, Microsoft und Hunderte kleinere Technologieunternehmen argumentieren, weitreichende Beschränkungen würden amerikanische Entwickler schwächen.

Die ursprüngliche Geschichte wurde daher von einer aufschlussreichen Kehrtwende überholt. OpenAI stand zunächst außerhalb des Branchenbriefs, unterzeichnete ihn dann jedoch am Wochenende. Anthropic blieb der prominenteste Gegenhalter, obwohl CEO Dario Amodei ausdrücklich bestritt, ein Verbot von Open-Weight-Modellen zu befürworten.

OpenAI wechselte die Seiten, doch Anthropic blieb bei seiner Position

Die unmittelbare Veränderung ist kein vorgeschlagenes Verbot. Sie besteht in der Bildung einer ungewöhnlich breiten Koalition dagegen.

Am 24. Juli unterstützten Nvidia, Microsoft, Meta, IBM, Dell, Palantir, Hugging Face und weitere Unternehmen einen politischen Brief mit dem Titel „Open Weights and American AI Leadership“. Das ursprüngliche Dokument umfasste 25 Unterzeichner und warnte politische Entscheidungsträger vor vorschnellen Beschränkungen für herunterladbare Modelle.

Die Koalition argumentierte, offene Modelle förderten Wettbewerb, Forschung, Cybersicherheit und nationale Kontrolle über KI-Infrastruktur. Sie forderte Washington zudem auf, zwischen gewöhnlicher Modelldestillation und rechtswidriger Extraktion proprietärer Systeme zu unterscheiden.

Destillation bedeutet, ein Modell mit Ausgaben zu trainieren, die von einem anderen Modell erzeugt wurden. Die Methode ist in der gesamten Branche verbreitet, wird jedoch umstritten, wenn Entwickler betrügerische Konten nutzen oder Zugangsbeschränkungen in großem Umfang verletzen.

Auf der ursprünglichen Liste der Unterzeichner standen weder OpenAI noch Anthropic oder Google. Dieses Fehlen stützte eine einfache Deutung: Unternehmen, die geschlossene Spitzenmodelle verkaufen, widersetzten sich einer Kampagne, die von Entwicklern offener Modelle und Infrastrukturanbietern getragen wurde.

Die Konstellation änderte sich am Wochenende. Google und OpenAI fügten ihre Namen hinzu und ließen Anthropic als großes amerikanisches Spitzenlabor außerhalb der Vereinbarung zurück. Diese aktualisierte Chronologie ist wichtig, weil sie Behauptungen widerspricht, OpenAI und Anthropic stünden weiterhin gemeinsam hinter weitreichenden Beschränkungen.

Laut dem jüngsten Bericht über die Branchenkoalition unterstützt OpenAI nun die Warnung vor vorschnellen Einschränkungen. Das Unternehmen möchte weiterhin einen nationalen Rahmen zur Bewertung von Modellen und zum Umgang mit Sicherheitsrisiken.

Dieser Unterschied ist wichtig. Die Unterstützung für die Verfügbarkeit von Open-Weight-Modellen setzt nicht voraus, uneingeschränkte Veröffentlichungen jedes künftigen Systems zu akzeptieren. Sie verwirft vielmehr Offenheit selbst als Auslöser für pauschale Regulierung.

Anthropic vertritt eine engere, aber skeptischere Position. Das Unternehmen stimmt zu, dass viele offene Modelle öffentlichen Nutzen bieten, stellt jedoch infrage, ob Modelle auf Frontier-Niveau mit zunehmenden Fähigkeiten frei herunterladbar bleiben sollten.

Dario Amodei reagierte am 27. Juli direkt. Er schrieb, Anthropic habe sich „nie für“ ein Verbot von Open-Weight-Modellen eingesetzt, und sagte, weniger gefährliche Modelle könnten ein öffentliches Gut sein.

Stattdessen schlug Amodei Kontrollen in drei konkreten Bereichen vor. Er fordert strengere Beschränkungen für den Export fortschrittlicher Chips, eine Durchsetzung gegen industrielle Destillation und verpflichtende Tests für hinreichend leistungsfähige Modelle unabhängig von ihrem Vertriebsmodell.

Diese Position ist präziser als die Forderung, chinesische Modelle zu blockieren. Dennoch ermöglicht Anthropics Fehlen im Brief Kritikern die Frage, ob die bevorzugten Schutzmaßnahmen indirekt ähnliche Auswirkungen hätten.

Die Unterschrift von OpenAI macht diese Frage für Anthropic schwieriger. Beide Unternehmen sind hauptsächlich auf kontrollierten Zugang zu proprietären Modellen angewiesen. Nur eines trat der Koalition bei, die herunterladbare Alternativen verteidigt.

Das Ergebnis ist eine fragmentierte politische Debatte und kein klarer Konflikt zwischen amerikanischen und chinesischen Unternehmen. OpenAI hat sich der Koalition für offene Modelle angenähert, während es Bedenken hinsichtlich der Destillation beibehält. Anthropic lehnt ein Verbot ab, bleibt jedoch vom umfassenderen Sicherheitsargument der Koalition unüberzeugt.

Warum die wirtschaftlichen Interessen von Amazon und Anthropic für die Debatte wichtig sind

Die politische Meinungsverschiedenheit spiegelt auch wider, wie jedes Unternehmen mit KI Geld verdient und wo seine strategischen Partner profitieren.

Spitzenlabore verkaufen in der Regel nutzungsabhängigen Zugang zu den Modellen, die sie hosten. Kunden senden Anfragen an eine API, und der Anbieter kontrolliert die zugrunde liegenden Weights, die Infrastruktur, Sicherheitssysteme und Nutzungsbedingungen.

Open-Weight-Modelle verlagern mehr Kontrolle zu den Nutzern. Ein Unternehmen kann ein Modell herunterladen, anpassen und auf eigener Infrastruktur bereitstellen. Es kann Arbeitslasten auch zwischen Cloud-Anbietern oder spezialisierten Hosting-Unternehmen verschieben.

Diese Flexibilität erzeugt unmittelbaren Preisdruck auf Anbieter geschlossener APIs. Ein leistungsfähiges herunterladbares Modell gibt Entwicklern eine weitere Vergleichsgröße bei Kostenverhandlungen, bei der Gestaltung von Ausweichsystemen oder bei der Entscheidung, ob sensible Arbeitslasten ihre eigenen Netzwerke verlassen müssen.

Die kommerzielle Verbindung von Anthropic mit Amazon macht diesen Wettbewerb besonders bedeutsam. Amazon hat Milliarden in Anthropic investiert und AWS als primären Cloud- und Trainingspartner des Unternehmens positioniert. Claude wird zudem über Amazon Bedrock vertrieben, das Unternehmen verwalteten Zugang zu Modellen mehrerer Anbieter bietet.

Die Partnerschaft zwischen Amazon und Anthropic beweist nicht, dass Anthropics Sicherheitsposition kommerziell motiviert ist. Sicherheitsbedenken können aufrichtig sein, auch wenn eine Politik zugleich Einnahmen schützt. Dennoch verdienen die wirtschaftlichen Anreize Untersuchung, weil Beschränkungen die Beschaffung durch Unternehmen neu gestalten könnten.

Amazon steht auf beiden Seiten der Frage. Das Unternehmen profitiert, wenn Kunden Claude über Bedrock nutzen, erzielt aber auch Cloud-Umsätze, wenn Kunden offene Modelle auf AWS-Infrastruktur bereitstellen. Mehr Modellaktivität schafft im Allgemeinen mehr Nachfrage nach Rechenleistung, Speicher, Netzwerken und Inferenzdiensten.

Nvidias Anreize sind klarer. Herunterladbare Modelle können in Rechenzentren von Unternehmen, regionalen Clouds, Forschungsclustern und lokaler Infrastruktur laufen. Jedes neue Modell kann zusätzliche Nachfrage nach Beschleunigern und unterstützenden Systemen erzeugen.

Huang argumentiert daher, dass der Markt sowohl offene als auch geschlossene Systeme benötigt. Nvidias Brief zu offenen Modellen erklärt, offene Entwicklung könne die Cybersicherheit stärken, indem sie Verteidigern ermögliche, Modelle auf Infrastruktur unter ihrer Kontrolle zu prüfen und anzupassen.

Microsoft profitiert ebenfalls von beiden Wegen. Das Unternehmen pflegt eine enge Beziehung zu OpenAI, verkauft verwaltete proprietäre Modelle und bietet Infrastruktur für offene Bereitstellungen. Meta veröffentlicht herunterladbare Model Weights und nutzt Offenheit, um die Verbreitung über die eigenen Produkte hinaus auszuweiten.

Diese Unternehmen sind keine neutralen Organisationen des öffentlichen Interesses. Ihre Unterstützung für Offenheit passt zu ihren kommerziellen Positionen, ebenso wie Anthropics Vorsicht zu seinem Geschäft mit kontrolliertem Zugang passt. Das entkräftet keines der beiden Argumente.

Die nützlichere Frage lautet, ob vorgeschlagene Regeln nachweisbare Schäden adressieren, ohne kostengünstigeren Wettbewerb auszuschalten. Eine Politik, die auf betrügerische Extraktion zielt, sollte betrügerisches Verhalten ins Visier nehmen. Eine Politik, die auf gefährliche Fähigkeiten zielt, sollte vergleichbare Tests auf offene und geschlossene Systeme anwenden.

Pauschale Beschränkungen würden Anbieter begünstigen, die allein den Zugang zu Modellen behalten. Sie könnten auch die Abhängigkeit von einer kleinen Gruppe amerikanischer Anbieter erhöhen, die Kosten für Start-ups steigern, ohne ausländische Entwickler daran zu hindern, bereits anderswo zirkulierende Weights zu nutzen.

Deshalb lässt sich die Debatte nicht auf offene Technologie gegen nationale Sicherheit reduzieren. Sie ist auch ein Konflikt darüber, wer die Verteilung kontrolliert, wer Inferenzumsätze erzielt und wer Nutzungsbedingungen ändern kann, nachdem Kunden ihre Systeme um ein Modell herum aufgebaut haben.

Für Unternehmenskäufer reichen die Folgen über Benchmark-Ranglisten hinaus. Ein herunterladbares Modell kann private Bereitstellung, maßgeschneiderte Sicherheitskontrollen, planbare Kapazitäten und Schutz vor plötzlichen API-Änderungen ermöglichen. Ein gehostetes System kann einfachere Updates, stärkere zentrale Überwachung und weniger Betriebsaufwand bieten.

Keiner der beiden Wege gewinnt bei jeder Arbeitslast. Die Gefahr entsteht durch Regulierung, die ein Vertriebsmodell auswählt, bevor sie die Risiken des Systems selbst misst.

Chinesische offene Modelle setzen sowohl Preise als auch Politik unter Druck

Washington reagiert jetzt, weil chinesische Open-Weight-Modelle nützlich genug geworden sind, dass amerikanische Unternehmen sie als praktische Infrastruktur betrachten.

Chinesische Entwickler haben eine Reihe von Modellen veröffentlicht, die bei wichtigen Aufgaben eng mit führenden amerikanischen Systemen konkurrieren. Moonshot, DeepSeek, Alibaba und Z.ai haben herunterladbare Veröffentlichungen ebenfalls genutzt, um internationale Verbreitung zu erreichen.

Moonshots Kimi K3 verschärfte die Debatte im Juli. Das Modell zog Entwickler mit wettbewerbsfähigen Fähigkeiten und niedrigeren Betriebskosten an und gab Organisationen zugleich die Möglichkeit, seine Weights auszuführen oder zu verändern.

Seine Verbreitung war messbar. Sensor Tower schätzte, dass Kimi in der Woche nach der Veröffentlichung von K3 mehr als 930.000 Downloads erhielt. Das entsprach einem Anstieg von 200 Prozent gegenüber der Vorwoche.

Etwa 86.000 dieser Downloads kamen aus den Vereinigten Staaten, ein wöchentlicher Anstieg von 387 Prozent. Die Nachfrage wurde stark genug, dass Moonshot neue Abonnements vorübergehend aussetzte, als die Kapazität an ihre Grenzen stieß.

Chinesische Modelle belegten zudem im gemessenen Monat nach Nutzung alle fünf führenden Positionen auf OpenRouter, wie Zahlen in der Nutzungsanalyse zeigen. Das belegt keine generelle technische Überlegenheit, bestätigt jedoch eine erhebliche Nachfrage unter Entwicklern.

Evaluatoren sehen weiterhin Einschränkungen. Arena-CEO Anastasios Angelopoulos sagte der Associated Press, chinesische Systeme lägen über ihr gesamtes Fähigkeitsspektrum hinweg weiterhin hinter den amerikanischen Spitzenreitern.

Die Wettbewerbsbedrohung ergibt sich daher aus dem Gesamtpaket, nicht zwingend aus der absolut besten Bewertung. Entwickler können etwas schwächere Leistung akzeptieren, wenn ein Modell günstiger, anpassbar, herunterladbar oder für eine eng definierte Aufgabe ausreichend ist.

Dieses Paket setzt OpenAI und Anthropic gleichzeitig unter Druck. Wenn Unternehmen ein chinesisches Modell für routinemäßiges Programmieren, Klassifizierung, Dokumentenverarbeitung oder Agentenaufgaben nutzen können, können sie teure Frontier-APIs für die schwierigsten Anfragen reservieren.

Eine gemischte Architektur verringert die Abhängigkeit von einem einzelnen Labor. Sie macht proprietäre Systeme zudem zu Premium-Komponenten statt zur Standard-Engine hinter jeder Interaktion.

Amerikanische Behörden haben eine andere Sorge geäußert. Anthropic behauptet, chinesische Entwickler hätten Kampagnen im industriellen Maßstab genutzt, um Claude-Ausgaben zu extrahieren und konkurrierende Systeme zu trainieren.

In einem Brief, der The Washington Post vorliegt, erklärte Anthropic, das Qwen-Team von Alibaba habe rund 25.000 betrügerische Konten genutzt. Diese Konten hätten angeblich mehr als 28,8 Millionen Interaktionen mit Claude erzeugt.

Alibaba reagierte nicht auf diesen Bericht. Anthropic hat ähnliche Vorwürfe gegen DeepSeek, Moonshot und MiniMax erhoben und Kampagnen beschrieben, die geografische Kontrollen und Dienstbeschränkungen umgehen.

Ein solches Vorgehen stellt, falls es nachgewiesen wird, ein legitimes Durchsetzungsproblem dar. Betrügerische Konten, Umgehung und unbefugte massenhafte Extraktion werden nicht dadurch akzeptabel, dass Destillation eine anerkannte Trainingsmethode ist.

Der Nachweis von Missbrauch durch bestimmte Unternehmen unterscheidet sich jedoch vom Nachweis, dass die Verbreitung offener Gewichte grundsätzlich unsicher ist. Der Streit um Destillation zeigt auch, wie schwierig die Zuschreibung werden kann.

Forschende können manchmal Muster erkennen, die darauf hindeuten, dass ein Modell von einem anderen gelernt hat. Ein System kann Formulierungen, Denkstile oder sogar die falsche Selbstidentifikation als das Modell reproduzieren, das seine Trainingsdaten erzeugt hat.

Diese Signale verraten nicht immer, wie die Daten beschafft wurden. Entwickler können lizenzierte synthetische Daten, öffentliche Ausgaben, von Kunden erzeugte Aufzeichnungen, betrügerisch extrahierte Daten oder eine Kombination von Quellen nutzen.

Auch amerikanische Unternehmen setzen Destillation ein. OpenAI hat Tools angeboten, die Kunden dabei helfen, mit seinen Systemen Trainingsdaten zu erzeugen, während Elon Musk die Technik als branchenweit verbreitet bezeichnet hat.

Die rechtliche und politische Frage betrifft Autorisierung, Umfang und Methode. Jedes destillierte Modell als gestohlenes Eigentum zu behandeln, würde legitime Entwicklung in eine Kategorie für Missbrauch einordnen.

Dies könnte politische Entscheidungsträger auch dazu verleiten, chinesische Ingenieursleistungen zu unterschätzen. Exportkontrollen haben chinesische Labore dazu gedrängt, ihre Effizienz zu steigern, begrenzte Hardware zu optimieren und über offene Verbreitung zu konkurrieren. Nicht jeder Fortschritt lässt sich durch Kopieren erklären.

Die Open-Weight-Koalition sieht einen regulatorischen Burggraben

Befürworter offener Modelle befürchten, dass Sicherheitsregeln geschlossene Labore vor Konkurrenz schützen werden, bevor die Regierung einen messbaren Sicherheitsschwellenwert definiert.

Der Widerstand reicht weit über Nvidia und Meta hinaus. Mehr als 200 Start-ups, Investoren und Technologieorganisationen schlossen sich einem separaten Appell an, der von der Little Tech Association organisiert wurde.

Die Gruppe schrieb an den Wissenschaftsberater des Weißen Hauses Michael Kratsios und Handelsminister Howard Lutnick. Sie forderte die Regierung auf, kein vollständiges Verbot chinesischer Open-Weight-Systeme zu verhängen.

Ihre Mitglieder argumentieren, dass erschwingliche herunterladbare Modelle zu einem wichtigen Baustein für amerikanische Start-ups geworden sind. Ein Entzug des Zugangs würde Entwicklungskosten erhöhen, bestehende Produkte stören und noch mehr Macht bei einigen wenigen führenden Laboren konzentrieren.

Diese Sorge ist nicht hypothetisch. Kleineren Unternehmen fehlt oft das Kapital, um große Foundation-Modelle zu trainieren. Sie entwickeln Produkte, indem sie bestehende Systeme anpassen, Arbeit über mehrere Modelle verteilen oder spezialisierte Versionen für klar definierte Kunden hosten.

Ein offenes Modell kann zudem verfügbar bleiben, wenn ein Anbieter eine API ändert, eine Region einschränkt, eine Veröffentlichung zurückzieht oder Kapazitätsprobleme hat. Für ein Start-up kann diese Kontrolle darüber entscheiden, ob ein Produkt weiter betrieben werden kann.

Die Opposition der Start-ups akzeptiert, dass Schutzmaßnahmen notwendig sein könnten. Ihr zentraler Einwand lautet, dass ein Entzug des Zugangs für Amerikaner heimischen Entwicklern schneller schaden würde als chinesischen Laboren.

Nvidias ursprünglicher Brief umfasste Microsoft, Meta, Palantir, IBM, Dell, Hugging Face, Replit, Perplexity, ServiceNow, CrowdStrike und Y Combinator. Elon Musk unterstützte die Initiative separat uneingeschränkt.

Mark Zuckerberg musste nicht persönlich unterzeichnen, weil Meta als Unternehmen beitrat. Metas Geschäft hat lange davon profitiert, Modellgewichte breit zu verteilen und Entwickler dazu zu ermutigen, außerhalb einer einzigen kontrollierten API zu entwickeln.

Der KI-Berater des Weißen Hauses David Sacks hat die Frage als mögliche regulatorische Vereinnahmung dargestellt. Er argumentiert, dass dominante geschlossene Labore Sicherheitspolitik nutzen könnten, um kostengünstigere offene Konkurrenz auszuschalten.

Das ist die zentrale Gegenüberstellung in diesem Streit: Kontrolle durch geschlossene Anbieter gegen Konkurrenz durch herunterladbare Modelle. Die Nationalität spielt eine Rolle, doch die kommerzielle Trennlinie erklärt, warum amerikanische Unternehmen gegensätzliche Positionen eingenommen haben.

Die Kritik wird schärfer, weil die Regierung noch keine detaillierten, konsistenten Sicherheitsstandards für amerikanische Modelle festgelegt hat. Beschränkungen für ausländische offene Systeme könnten daher eingeführt werden, bevor vergleichbare Verpflichtungen für heimische geschlossene Systeme bestehen.

Anthropic entgegnet, dass Gleichbehandlung von Fähigkeiten abhängen sollte, nicht von Nationalität oder Lizenzierungsformat. Amodei hat verpflichtende Tests für ausreichend leistungsfähige Modelle gefordert, unabhängig davon, ob sie offen oder geschlossen sind.

Dieser Vorschlag könnte die beiden Lager verbinden, wenn politische Entscheidungsträger Fähigkeitsschwellen transparent definieren. Er würde reproduzierbare Bewertungen, klare Durchsetzungsregeln und Schutzmaßnahmen gegen auf die bevorzugte Architektur eines Unternehmens zugeschnittene Standards benötigen.

Anthropic argumentiert außerdem, dass offene Gewichte nach der Veröffentlichung ein eigenständiges Problem schaffen. Ein gehosteter Anbieter kann ein Modell patchen, die Überwachung verstärken, Konten schließen oder den Zugang entziehen. Ein heruntergeladenes Modell kann nicht von jedem Betreiber zurückgerufen werden.

Der Unterschied ist real. Er wird besonders wichtig, wenn ein Modell über Fähigkeiten verfügt, die biologische Angriffe, Cyberoperationen, Massenüberwachung oder andere schwere Schäden wesentlich erleichtern.

Zentralisierte Kontrolle hat jedoch ebenfalls Grenzen. Ein geschlossener Anbieter kann Bedingungen ändern, legitime Forschung blockieren oder zu einem einzelnen Ausfallpunkt werden. Nutzer können das vollständige System nicht unabhängig prüfen, und externe Forschende müssen sich auf den Zugang verlassen, den das Unternehmen erlaubt.

Offene Systeme geben Verteidigern mehr Freiheit, Tools zu prüfen, zu verändern und privat auszuführen. Geschlossene Systeme geben Anbietern mehr Freiheit zur Überwachung und Intervention. Regulierung muss sich diesem Zielkonflikt stellen, statt einen der beiden Wege pauschal für sicherer zu erklären.

Anthropic hat nicht gezeigt, dass derzeit verfügbare chinesische Modelle einen klar definierten Schwellenwert für katastrophale Fähigkeiten überschreiten. Befürworter offener Modelle haben nicht gezeigt, dass Prüfung und Anpassbarkeit Verteidigern stets einen Vorteil gegenüber Angreifern verschaffen werden.

Beide Seiten stellen zukunftsgerichtete Behauptungen auf. Die verantwortungsvolle politische Reaktion besteht darin, diese Behauptungen anhand von Fähigkeiten und beobachtetem Missbrauch zu prüfen, nicht allein anhand der Unternehmensidentität.

Deshalb bedarf auch die Behauptung, Anthropic betreibe Lobbyarbeit für ein pauschales Verbot, einer Einschränkung. Berichte deuten darauf hin, dass das Unternehmen Regierungsvertreter zu Destillation, Exportkontrollen und Sicherheitsrisiken gedrängt hat. Amodei sagt nun, ein Verbot chinesischer Modelle würde seine gravierendsten Bedenken nicht lösen.

Seine politische Klarstellung präzisiert Anthropics öffentliche Position. Kritiker können seine Anreize und vorgeschlagenen Schwellenwerte weiterhin hinterfragen, sollten eine zurückgewiesene Politik jedoch nicht als etablierte Forderung behandeln.

Was Washington als Nächstes tut, wird den Markt definieren

Die nächste Phase hängt von drei Signalen ab: gezielten staatlichen Maßnahmen, fähigkeitsbasierten Tests und der fortgesetzten amerikanischen Nutzung chinesischer Modelle.

Das erste Signal ist, ob die Regierung unternehmensspezifische Sanktionen statt einer allgemeinen Beschränkung herunterladbarer Gewichte verfolgt. Maßnahmen des Handelsministeriums über die Entity List, Regeln für die Bundesbeschaffung oder Sanktionen im Zusammenhang mit dokumentierten Extraktionskampagnen würden einen gezielten Ansatz zeigen.

Dieses Ergebnis würde die These stärken, dass Washington nationale Sicherheit von der breiteren Debatte über offene Modelle trennt. Es könnte bestimmtes Verhalten bestrafen und gleichzeitig den Zugang zu unabhängig entwickelten Systemen erhalten.

Eine weiter gefasste Empfehlung, von allen chinesischen Modellen abzuraten, würde in die andere Richtung weisen. Selbst ohne gesetzliches Verbot könnten Beschränkungen bei der Beschaffung und öffentlicher Druck dazu führen, dass Rechtsabteilungen diese Systeme ablehnen.

Das zweite Signal ist, ob Behörden konsistente Fähigkeitstests für offene und geschlossene Modelle veröffentlichen. Anthropics bevorzugte Politik hängt davon ab, zu bestimmen, wann ein System gefährlich genug wird, um eine verpflichtende Bewertung zu erfordern.

Diese Tests müssen offenlegen, welche Fähigkeiten die Aufsicht auslösen und wie Anbieter Feststellungen anfechten können. Ihre Anwendung nur auf herunterladbare Modelle würde die Kritik am regulatorischen Burggraben verstärken.

Die Anwendung derselben Schwellenwerte über verschiedene Verbreitungsmethoden hinweg würde Anthropics Argument stützen, dass das Unternehmen Risikokontrollen und nicht Schutz vor Konkurrenz anstrebt. Sie würde geschlossene Labore zudem dazu zwingen, sich neben offenen Entwicklern einer Prüfung zu stellen.

Das dritte Signal ist die tatsächliche Nutzung. Downloadzahlen und Daten zur Modellweiterleitung zeigen Interesse, doch Unternehmenszusagen werden zeigen, ob chinesische Systeme eine dauerhafte amerikanische Präsenz aufrechterhalten können.

Entwickler sollten die Nutzung von OpenRouter, Cloud-Verfügbarkeit, Offenlegungen großer Kunden und weitere Veröffentlichungen von Moonshot, Alibaba, DeepSeek und Z.ai beobachten. Sinkende Nutzung nach dem aktuellen Aufmerksamkeitszyklus würde die Behauptung schwächen, offene Modelle bedrohten den Markt geschlossener Anbieter.

Anhaltendes Wachstum würde OpenAI und Anthropic stärker unter Druck setzen, ihre Preise zu verbessern, herunterladbare Alternativen zu veröffentlichen oder zu erklären, warum Kunden Anbieter-Kontrolle akzeptieren sollten. Es würde auch breite Beschränkungen für amerikanische Unternehmen kostspieliger machen.

Amazons Verhalten verdient besondere Aufmerksamkeit. Das Unternehmen kann Claude fördern und zugleich über AWS einen breiten Modellkatalog unterstützen. Jede Änderung bei Verfügbarkeit, Compliance-Anforderungen oder Bereitstellungsunterstützung würde frühzeitig zeigen, wie Politik den Unternehmenszugang beeinflusst.

Die Beziehung zwischen Amazon und Anthropic könnte letztlich den vom Markt bevorzugten Kompromiss veranschaulichen. Kunden könnten kontrollierte Frontier-Systeme mit offenen Modellen kombinieren, statt für jede Aufgabe eine einzige Philosophie zu wählen.

Dieser Ansatz erfordert eine sorgfältige Bewertung. Teams benötigen Aufzeichnungen über Modellversionen, Lizenzen, Testergebnisse, Sicherheitserkenntnisse und Richtlinienänderungen, bevor sie wichtige Arbeitslasten zwischen Anbietern verschieben.

Eine durchsuchbare Wissensdatenbank kann technischen Teams helfen, diese Nachweise zu bewahren, während sich Modelle und Vorschriften ändern. Die Entscheidung sollte auf Anforderungen der Arbeitslast beruhen, nicht auf Loyalität zu einem offenen oder geschlossenen Lager.

Der aktuelle Konflikt ist daher größer als ein einzelner umstrittener Bericht. OpenAI hat seine öffentliche Ausrichtung geändert, Anthropic hat den Vorwurf zurückgewiesen, ein Verbot anzustreben, und eine breite Technologiekoalition hat Washington aufgefordert, voreilige Beschränkungen zu vermeiden.

Die wirtschaftlichen Beziehungen zwischen Amazon und Anthropic bleiben Teil dieses Streits, entscheiden ihn jedoch nicht. Die entscheidende Frage ist, ob Regulierungsbehörden nachgewiesenen Missbrauch gezielt bekämpfen können, ohne nationale Sicherheitspolitik in Schutz für eine kleine Gruppe von Modellanbietern zu verwandeln.

Entwickler und Unternehmenskäufer sollten nun drei praktische Fragen stellen. Benennt eine vorgeschlagene Regel spezifisches schädliches Verhalten? Wendet sie gleichwertige Tests auf vergleichbare offene und geschlossene Systeme an? Erhält sie genügend Wettbewerb, damit Kunden den Anbieter wechseln können?

Diese Antworten werden bestimmen, ob die amerikanische KI-Politik sicherere Entwicklung schafft oder lediglich einen engeren Markt.