Chinesische KI‑Labore veröffentlichen Sicherheitsresultate für nur 3,6 % von 857 Modellen seit 2021

Die von SemiAnalysis am 8. Oktober 2026 veröffentlichte Studie mit dem Titel „Beijing Will Not Pace the Frontier“ hat ein umfassendes Inventar von KI‑Modell‑Veröffentlichungen erstellt, das neun der größten chinesischen Entwickler zwischen dem Jahr 2021 und dem 15. September 2026 umfasst. Insgesamt wurden 857 unterschiedliche Modellversionen identifiziert, was eine solide Basis für die quantitative Messung von sicherheitsbezogenen Offenlegungen liefert.

Aus dieser Gesamtheit von 857 Modellen haben lediglich 31 Versionen – exakt 3,6 % – ein von den Entwicklern veröffentlichtes Sicherheitsresultat enthalten. Diese Prozentzahl stammt unmittelbar aus der Analyse von SemiAnalysis und wird im Bericht als gesicherte Tatsache angegeben.

Ein besonders auffälliges Detail ist, dass von den 31 offengelegten Sicherheitsresultaten nur neun, also 1,1 % der gesamten Veröffentlichungen, zum Zeitpunkt des Modell‑Launches bereitgestellt wurden. Die übrigen 22 Resultate wurden erst nachträglich veröffentlicht, nachdem das jeweilige Modell bereits öffentlich zugänglich war.

Verteilung der Offenlegungen nach Unternehmensart

Wenn man die Daten nach Organisationskategorie aufschlüsselt, zeigt sich ein deutlicher Unterschied zwischen Start‑ups und den vier sogenannten Hyperscalern. Start‑ups wie DeepSeek, Moonshot, Zhipu, MiniMax und StepFun legen mit 6,3 % ihrer Veröffentlichungen häufiger Sicherheitsresultate vor, während die Hyperscaler Alibaba, ByteDance, Tencent und Baidu zusammen nur 2 % ihrer Modelle offenlegen.

Zhipu, das unter der Marke Z.ai firmiert, ist das einzige Unternehmen unter den neun, das seit dem Jahr 2022 in jedem Kalenderjahr konsequent mindestens ein Sicherheitsresultat veröffentlicht hat – eine Angabe, die aus den eigenen Unternehmensmitteilungen hervorgeht.

Absolute Zahlen der größten Akteure

Alibaba, der Entwickler mit dem umfangreichsten Katalog von 238 Modellversionen, hat lediglich sieben Sicherheitsresultate beigetragen. Tencent, mit 133 veröffentlichten Versionen, konnte nur ein einziges Sicherheitsassessment vorweisen, während ByteDance von seinen 120 Modellveröffentlichungen zwei Sicherheitsresultate öffentlich gemacht hat. Diese Zahlen werden von den jeweiligen Unternehmen selbst gemeldet.

Die restlichen 813 Modellversionen – das entspricht 94,9 % der Gesamtsumme – enthalten keinerlei öffentliche Sicherheitsoffenlegung. Dieser Anteil wird im SemiAnalysis‑Bericht als gesicherte Tatsache präsentiert.

Zeitpunkt nachträglicher Offenlegungen

Von den insgesamt 31 veröffentlichten Sicherheitsresultaten wurden sechzehn erst nach dem eigentlichen Modell‑Launch publiziert. Die mittlere Verzögerung betrug 42 Tage, wobei die längste gemessene Verzögerung 349 Tage betrug. Diese Zeitstatistiken stammen direkt aus der Studie und verdeutlichen die Heterogenität der Offenlegungspraktiken.

• Nur 3,6 % der chinesischen KI‑Modell‑Veröffentlichungen enthalten ein öffentliches Sicherheitsresultat.
• Start‑ups legen Sicherheitsresultate mit 6,3 % offen, Hyperscaler nur mit 2 %.
• Zhipu veröffentlicht seit 2022 jedes Jahr ein Sicherheitsresultat.
• Die mittlere Verzögerung nach dem Launch beträgt 42 Tage.

Der am 14. September 2026 veröffentlichte „China AI Safety Governance Framework 3.0“ empfiehlt regelmäßige Tests und periodische öffentliche Offenlegung von Sicherheitsbewertungen. Das Rahmenwerk enthält jedoch keine gesetzliche Verpflichtung, sodass die Einhaltung freiwillig bleibt und stark von den internen Richtlinien der jeweiligen Unternehmen abhängt.

Die Autoren der SemiAnalysis‑Studie betonen, dass das Fehlen öffentlicher Offenlegungen nicht automatisch bedeutet, dass interne Sicherheitstests nicht durchgeführt wurden. Ihre Methodik erfasst ausschließlich öffentlich zugängliche Informationen und lässt mögliche private Bewertungen unentdeckt.

Für deutschsprachige Unternehmen, die chinesische KI‑Anbieter evaluieren, bedeutet dies praktisch: Ohne verbindliche Offenlegungsstandards muss davon ausgegangen werden, dass die Mehrheit der Modell‑Veröffentlichungen nur einer begrenzten oder undokumentierten Sicherheitsprüfung unterzogen wurde. Beschaffungsteams sollten daher interne Sicherheitsaudit‑Berichte anfordern und vertragliche Klauseln aushandeln, die eine zeitnahe Offenlegung von Sicherheitsergebnissen verlangen.

Zusätzlich empfiehlt es sich, Dritt‑Prüfungen in Betracht zu ziehen, um das Risiko nicht offengelegter Schwachstellen zu mindern. Solche unabhängigen Audits können ergänzende Erkenntnisse liefern und das Vertrauen in die eingesetzten Modelle stärken.

Ein weiterer Aspekt, der aus der Studie hervorgeht, ist die Diskrepanz zwischen den veröffentlichten Zahlen und den internen Praktiken. Während einige Unternehmen wie Zhipu konsequent berichten, zeigen andere, insbesondere die großen Hyperscaler, eine sehr geringe Transparenz, was Fragen nach der internen Governance und den Prioritäten in Bezug auf Sicherheit aufwirft.

Schließlich weist die Analyse darauf hin, dass die aktuelle regulatorische Landschaft in China noch nicht die notwendige Durchsetzungskraft besitzt, um eine flächendeckende Offenlegung sicherzustellen. Die freiwilligen Empfehlungen des Governance‑Frameworks bleiben daher weitgehend unbeachtet, solange keine verbindlichen gesetzlichen Vorgaben etabliert werden.

Für Unternehmen in der DACH‑Region, die KI‑Modelle aus China einsetzen oder integrieren möchten, ist es daher unerlässlich, eigene Risiko‑ und Compliance‑Strategien zu entwickeln, die über die bloße Prüfung öffentlicher Sicherheitsresultate hinausgehen und systematische, vertraglich gesicherte Prüfungen einschließen.