Am 3. November hat Menlo Ventures seinen vierten jährlichen Report „State of Enterprise AI“ veröffentlicht. Eine Zahl daraus verbreitet sich in der chinesischsprachigen Netzwelt am schnellsten: Von dem Geld, das Unternehmen für offene Modelle ausgeben, fließen 89 Prozent an chinesische Modelle.
Laut der in der Berichterstattung wiedergegebenen Aufschlüsselung entfallen 61 Prozent auf Kimi von Moonshot AI, 15 Prozent auf DeepSeek, 11 Prozent auf die GLM-Reihe von Zhipu AI und nur noch 7 Prozent auf Metas Llama. Vor einem Jahr war Llama noch die gängigste Standardwahl, wenn US-Unternehmen offene Modelle einsetzten.
Zuerst auf den Nenner schauen
Der Nenner dieser Zahlen ist klein. Eine andere Angabe des Reports lautet: Offene Modelle machen nur 4 Prozent der Modellausgaben von Unternehmen aus, aber 19 Prozent der Nutzung. Wenig Geld, viel Volumen: Unternehmen setzen offene Modelle vor allem für Aufgaben ein, bei denen der Stückpreis zählt und die Abrufmengen hoch sind.
Auf der Seite der geschlossenen Modelle kommen Anthropic und OpenAI über ihre APIs zusammen auf 86 Prozent der Unternehmensausgaben für LLM-APIs, vor einem Jahr waren es 67 Prozent. Anthropic stieg dabei von 40 auf 55 Prozent, OpenAI von 27 auf 31 Prozent, Google fiel von 21 auf 9 Prozent. Die drei führenden Labore zusammen stehen für 69 Prozent aller Ausgaben für den Einsatz, rund 122,7 Milliarden US-Dollar.
Der Report schätzt die Ausgaben von Unternehmen für den KI-Einsatz bis September dieses Jahres auf etwa 176,8 Milliarden US-Dollar; 2025 waren es 33 Milliarden US-Dollar. Grundlage ist eine Umfrage unter rund 400 Entscheidern in US-Unternehmen, die zusammen über mehr als 4 Milliarden US-Dollar an KI-Budgets verfügen.
Einige Einordnungen zur Datenbasis:
- Alle Befragten sitzen in den USA; manche Berichte sprechen von „weltweiten Unternehmensausgaben“, das ist etwas zu weit gefasst;
- Die Aufschlüsselung Kimi 61 Prozent, DeepSeek 15 Prozent, GLM 11 Prozent stammt aus Wiedergaben der South China Morning Post und von Cailian Press; die Originaltabelle haben wir in der englischen Zusammenfassung des Reports nicht gefunden;
- Es handelt sich um Umfragen und Schätzungen von Menlo, nicht um geprüfte Marktstatistiken.
Was das für Chinas Modellanbieter bedeutet
Nehmen wir Kimi mit dem größten Anteil: 61 Prozent mal 4 Prozent ergibt grob etwa 2,4 Prozent der gesamten Modellausgaben von US-Unternehmen. Auf einer Rechnung, die von geschlossenen APIs dominiert wird, ist das wenig, aber es zeigt eines: Bei der Wahl offener Modelle setzen US-Unternehmen chinesische Modelle bereits an die erste Stelle.
Für die chinesischen Anbieter sind die Grenzen dieses Wegs ebenso klar. Offene Gewichte werden von Unternehmen selbst betrieben oder über Drittanbieter gehostet, das Geld fließt größtenteils an Cloud- und Inferenzdienstleister, die API-Einnahmen, die bei den Modellentwicklern direkt ankommen, sind begrenzt. Ein erheblicher Teil der „Anteile“ von Kimi, DeepSeek und GLM in diesem Report dürfte aus Inferenzgebühren bestehen, die Unternehmen an Hosting-Anbieter zahlen. Ob Menlo diese Ebene in seiner Methodik trennt, geht aus den öffentlichen Unterlagen bisher nicht hervor.
Hinzu kommt ein zeitlicher Versatz. Die Umfrage wurde im September durchgeführt; danach haben mehrere chinesische Modelle neue Versionen veröffentlicht, und auch auf der Llama-Seite stand die Entwicklung nicht still. Diese Veränderungen werden erst im nächsten Report sichtbar. Wie viele der befragten Unternehmen Regierungsauftragnehmer oder Firmen aus beschaffungsbeschränkten Branchen wie dem Finanzsektor sind, schlüsselt der Report ebenfalls nicht auf, obwohl gerade diese Kunden am ehesten aus Compliance-Gründen von chinesischen Modellen wegwechseln dürften.
Zwei weitere Zahlen aus dem Report
Die erste betrifft den Agenten-Traffic. Der Report beruft sich auf Daten von OpenRouter, wonach Agenten bereits 80 Prozent der Token dieses Routing-Dienstes ausmachen, etwa 130,9 Billionen pro Woche, ungefähr das Siebenfache der direkt von Menschen getriebenen Nutzung; Anfang Februar dieses Jahres habe der Agenten-Traffic den menschlichen überholt.
Die zweite betrifft das Programmieren. Die Ausgaben für KI-Anwendungen in Unternehmen liegen bei rund 77,3 Milliarden US-Dollar, davon entfallen 34 Milliarden US-Dollar auf Programmierung, und Claude Code und Codex kommen zusammen auf 24 Milliarden US-Dollar, also siebzig Prozent der Programmierausgaben. Unternehmen konzentrieren ihr Geld auf wenige Coding-Tools, offene Modelle spielen hier kaum eine Rolle; ihr Terrain bleibt die Stapelverarbeitung im Hintergrund und kostensensible Aufrufe.
Quellen: Jahresreport „State of Enterprise AI“ von Menlo Ventures, South China Morning Post, CocoLoop, Cailian Press; die Zusammenfassung des Reports wurde zur Prüfung des Anteils der Ausgaben für offene Modelle, der API-Anteile und der Umfragestichprobe herangezogen, die Aufschlüsselung nach Modellen folgt der Wiedergabe in den Medien.