Zahlen, die unter die Haut gehen
Der Abstand zwischen den besten amerikanischen und chinesischen KI-Modellen beträgt gerade noch 2,7 Prozent. Das ist das vielleicht wichtigste Ergebnis des diesjährigen Stanford AI Index 2026, der am 13. April veröffentlicht wurde. Noch im Mai 2023 lag der Vorsprung der USA bei 17,5 bis 31,6 Prozentpunkten. Zudem investieren amerikanische Firmen 23-mal so viel wie chinesische, trotzdem schrumpft der Leistungsvorsprung rasant.
Der 423-seitige Bericht dokumentiert ein zentrales Paradoxon: Die USA geben 285,9 Milliarden Dollar für private KI-Investitionen aus, China lediglich 12,4 Milliarden. Dennoch nähern sich die Modelle aus beiden Ländern immer weiter an. Anthropic führt aktuell mit Claude Opus 4.6 (Arena-Score 1.503), ByteDances Dola-Seed-2.0-Preview liegt mit 1.464 nur 39 Punkte dahinter. DeepSeek hatte im Februar 2025 bereits das beste US-Modell eingeholt.
Wo jedes Land führt
Die USA dominieren bei privaten Investitionen. Allein Kalifornien verantwortet 218 Milliarden Dollar, mehr als 75 Prozent der US-Gesamtsumme. Amerikanische Unternehmen brachten 50 erwähnenswerte KI-Modelle im vergangenen Jahr hervor, China 30. Allerdings verdoppelte China seine Modellanzahl gegenüber dem Vorjahr, während die USA nur moderat wuchsen.
China hingegen führt bei den Mengen-Kennzahlen. Chinesische Forscher produzierten 23,2 Prozent aller weltweiten KI-Publikationen und 20,6 Prozent der Zitate, die USA lediglich 12,6 Prozent. An KI-Patenten hält China 69,7 Prozent der weltweiten Anmeldungen. Außerdem installierte China 295.000 Industrieroboter, fast neunmal so viele wie die USA mit 34.200. Auch bei der Energieinfrastruktur liegt China vorn: Die Stromreserve beträgt dort nie weniger als 80 Prozent, während das US-Netz unter chronischer Unterinvestition leidet.
Talent-Abwanderung kippt die Waage
Vielleicht die alarmierendste Zahl betrifft Menschen, nicht Rechenleistung. Die Zahl der KI-Forscher, die in die USA einwandern, ist seit 2017 um 89 Prozent gesunken. Achtzig Prozent dieses Einbruchs passierten im vergangenen Jahr allein. Schweiz rangiert inzwischen weltweit an erster Stelle bei KI-Forschern pro Kopf.
Diese Entwicklung relativiert die US-Investitionsdominanz erheblich. Wenn die klügsten Köpfe zunehmend nicht mehr in die USA kommen, kauft das Land Hardware und Infrastruktur, aber nicht das intellektuelle Kapital, das Rechenleistung in echte Leistungsfähigkeit verwandelt. DeepSeek hat bereits bewiesen, dass ein chinesisches Labor mit einem Bruchteil der Ressourcen mithalten kann.
Was KI kann und was nicht
Der Bericht verzeichnet beeindruckende Leistungssprünge. Auf dem SWE-bench-Coding-Benchmark stiegen die Ergebnisse von 60 auf nahezu 100 Prozent innerhalb eines Jahres. Bei graduierten Wissenschaftsfragen erreichten Modelle 93 Prozent Genauigkeit, deutlich über dem menschlichen Validierungs-Baseline von 81,2 Prozent. Googles Gemini Deep Think gewann eine Goldmedaille bei der Internationalen Mathematik-Olympiade. Auf dem Benchmark „Humanity’s Last Exam“ gewannen Frontmodelle 30 Prozentpunkte innerhalb eines Jahres hinzu.
Allerdings zeichnet der Bericht auch eine „gezackte Grenze“. Das beste Modell liest analoge Uhren nur in 50,1 Prozent der Fälle korrekt. Roboter-Manipulationssysteme erreichen in der Simulation 89,4 Prozent Erfolg, im echten Haushalt jedoch nur 12 Prozent. Fast die Hälfte der über 500 klinischen KI-Studien nutzte Prüfungsfragen statt echter Patientendaten, nur 5 Prozent arbeiteten mit echten Krankenakten.
Adoption und Vertrauenskrise
Generative KI erreichte innerhalb von drei Jahren 53 Prozent Bevölkerungsdurchdringung, schneller als PC oder Internet. Achtundachtzig Prozent der Unternehmen nutzen KI. Vier von fünf Studierenden arbeiten mit generativen KI-Tools. Dennoch liegt die USA bei der Adoption mit 28,3 Prozent weltweit nur auf Platz 24, hinter Singapur (61 Prozent) und den VAE (54 Prozent).
Das Vertrauen ist noch geringer. Nur 31 Prozent der Amerikaner vertrauen ihrer Regierung bei der KI-Regulierung, der niedrigste Wert aller befragten Länder und deutlich unter dem globalen Durchschnitt von 54 Prozent. Die EU hat den AI Act im Januar 2026 vollständig in Kraft gesetzt, aber 47 Länder haben KI-Gesetze, nur 12 besitzen Durchsetzungsmechanismen.
Umweltkosten und offene Fragen
Das Training von xAIs Grok 4 verursachte 72.816 Tonnen CO2-Äquivalente, etwa so viel wie 17.000 Autos ein Jahr lang emittieren. KI-Rechenzentren erreichten weltweit 29,6 Gigawatt, genug, um den Bundesstaat New York im Spitzenbedarf zu versorgen. Diese Zahlen stehen im Spannungsverhältnis zu den Leistungssprüngen.
Die Beschäftigung von Softwareentwicklern zwischen 22 und 25 Jahren fiel seit 2022 um fast 20 Prozent. Ein Drittel der befragten Unternehmen erwartet, dass KI im kommenden Jahr Stellen abbaut. Der Transparenz-Index für Frontmodelle fiel von 58 auf 40 Punkte. Dokumentierte KI-Vorfälle stiegen um 55 Prozent innerhalb eines Jahres.
Zudem wächst der Abstand zwischen geschlossenen und offenen Modellen wieder: Das beste proprietäre Modell führt jetzt um 3,3 Prozent, nach 0,5 Prozent im August 2024. Sechs der zehn besten Arena-Modelle sind Closed-Source. Das könnte den Aufholkurs Chinas verlangsamen, der bisher stark auf Open-Source-Modelle gesetzt hat. Der Stanford-Bericht macht keine politischen Empfehlungen. Aber die Zahlen erzählen eine eigene Geschichte: Der Leistungsvorsprung der USA schrumpft, der Investitionsabstand wächst. Eines von beiden ist nachhaltig.
