Zwei Ausschüsse des US-Repräsentantenhauses haben am 20. November 2026 einen 50-seitigen Untersuchungsbericht über chinesische Open-Weight-Modelle in amerikanischen Unternehmen veröffentlicht. Der Heimatschutzausschuss unter Andrew Garbarino und der China-Sonderausschuss unter John Moolenaar empfehlen darin, in China entwickelte KI-Modelle aus Bundesbehörden, aus Regierungsaufträgen und aus besonders kritischen Funktionen der Infrastruktur zu verbannen. Als Fallbeispiele dienen Airbnb, DoorDash und Anysphere, der Entwickler der Programmierumgebung Cursor. Der Bericht ist ein politisches Dokument der republikanischen Ausschussvorsitzenden, kein Gesetz. Er zeigt aber, wie weit die Modelle von Alibaba, DeepSeek, Moonshot oder Zhipu in westlichen Produkten bereits stecken, oft ohne dass Kunden davon wissen.
Was der Bericht über chinesische Open-Weight-Modelle feststellt
Die Untersuchung lief seit April 2026. Die Ausschüsse forderten Dokumente an, ließen sich von Unternehmen unterrichten, hörten Behörden in vertraulichen Sitzungen an und werteten öffentliche Studien aus. Laut der Mitteilung des Heimatschutzausschusses stehen am Ende fünf Kernbefunde:
- Chinesische Open-Weight-Modelle sind in der US-Wirtschaft bereits weit verbreitet, ihre Nutzung lässt sich aber schwer nachverfolgen.
- Preis, Anpassbarkeit und eine Leistung nahe der Spitze treiben die Verbreitung. Eine konkurrenzfähige amerikanische Open-Weight-Alternative fehle.
- Ein großer Teil des chinesischen Fortschritts beruhe auf Fähigkeiten, die aus amerikanischen Modellen extrahiert wurden. Zudem verkauften US-Datenfirmen Trainingsdaten an chinesische Labore.
- Peking nutze offene Gewichte, staatliche Förderung und niedrige Preise, um weltweit Abhängigkeiten aufzubauen. Die Bedingungen dieser Abhängigkeit begännen sich bereits zu ändern.
- Die Risiken wüchsen mit der Leistungsfähigkeit der Modelle, während ihr Verhalten und ihre Sicherheitseigenschaften auf eine Weise abweichen könnten, die gewöhnliche Tests nicht erkennen.
Zur Verbreitung nennt der Bericht Zahlen aus Drittquellen. Auf dem Modell-Marktplatz OpenRouter sei der Anteil der Tokens aus US-Anfragen, die an Open-Weight-Modelle gingen, von 26 Prozent im September 2025 auf 60 Prozent im August 2026 gestiegen, den Großteil davon stellten chinesische Labore. Auf Hugging Face entfielen im Vorjahreszeitraum 41 Prozent der Downloads auf chinesische Modelle. Allein Alibabas Qwen-Familie habe dort mehr als 151.000 abgeleitete Modelle.
Airbnb, DoorDash und Cursor als Fallbeispiele
Am konkretesten wird der Bericht bei den drei Unternehmen, die den Ausschüssen Unterlagen geliefert haben. Laut dem vollständigen Bericht (PDF) betreibt Airbnb angepasste Versionen von Alibabas Qwen-Modellen auf Servern von US-Dienstleistern. Sie stecken im Kundendienst, unter anderem in einem KI-Assistenten mit rund 80.000 Gast- und Gastgeber-Interaktionen pro Tag und in einem feinjustierten Modell, das täglich etwa 250.000 Supportfälle und Anrufe zusammenfasst.
DoorDash meldete, dass Ingenieure Modelle von mindestens sechs chinesischen Entwicklern heruntergeladen oder getestet hätten. 25 chinesische Modellfamilien seien in nennenswertem Umfang freigegeben und eingesetzt worden, definiert als mindestens 5.000 Dollar Rechen- und Betriebskosten. Ein in ein größeres System eingebettetes Modell zu ersetzen, könne bis zu sechs Monate dauern, die meisten anderen Einsätze ließen sich fast sofort umstellen.
Der Fall Anysphere dürfte Entwickler am meisten interessieren. Das Unternehmen hat Composer 2, das eigene Flaggschiff-Modell in Cursor, auf einem Basismodell von Moonshot AI aufgebaut. Laut Bericht wurde das erst öffentlich, nachdem ein unabhängiger Entwickler das zugrunde liegende Modell identifiziert hatte. Die Tabelle im Bericht nennt Kimi K2.5 als Basis. Für die Ausschüsse ist das ein Beispiel für ein grundsätzliches Problem: Durch Feintuning, Weitertraining, Zusammenführen und Destillation kann die Herkunft eines Modells so weit verschwimmen, dass Kunden nicht mehr erkennen, worauf ein Produkt beruht.
Wichtig für die Einordnung: Weder Airbnb noch DoorDash haben laut Bericht einen chinesischen Entwickler bezahlt oder einen Vertrag mit ihm geschlossen. Beide betreiben die Modelle auf Infrastruktur in den USA, was das Risiko eines direkten Datenabflusses nach China deutlich verringere. DoorDash blockiere zusätzlich Verbindungen zu chinesischen KI-Diensten. Die Ausschüsse sprechen ausdrücklich von „produktiven Gesprächen“ mit den Firmen und werfen ihnen kein Fehlverhalten vor.
Der Preis als Treiber
Warum Unternehmen zugreifen, belegt der Bericht mit veröffentlichten API-Preisen. Für je eine Million Eingabe- und Ausgabe-Tokens koste Qwen3-235B-A22B-Instruct rund 1,15 Dollar, DeepSeek-R1 etwa 2,74 Dollar und Kimi K2.6 etwa 4,95 Dollar. Dieselbe Last koste mit Claude Opus 4.8 rund 30 Dollar und mit GPT-5.5 rund 35 Dollar. Die Ausschüsse räumen selbst ein, dass diese Zahlen weder Leistungsunterschiede noch Caching, Rabatte oder Selbst-Hosting berücksichtigen. In einer unabhängigen Rangliste offener Modelle lag das beste amerikanische Open-Weight-Modell demnach nur auf Platz zehn, hinter sechs chinesischen.
Wir haben einige dieser Modelle bereits vorgestellt, etwa Alibabas Qwen4-Max und Moonshots Kimi K3.1 Pro. Der Preisabstand ist seit Monaten eines der stärksten Argumente für diese Modelle.
Distillation, Militärbezug und Sicherheitsfragen
Deutlich schärfer wird der Ton beim Thema Herkunft der Fähigkeiten. US-Behörden hätten festgestellt, dass sechs führende chinesische Entwickler Distillation-Kampagnen „im industriellen Maßstab“ gegen amerikanische Spitzenmodelle betrieben hätten, wahrscheinlich mit Wissen der chinesischen Regierung. Die Ausschüsse stützen sich dabei auf ein gemeinsames Advisory von NSA, CISA und FBI aus dem September. Wie solche Angriffe funktionieren und wie Anbieter sich wehren, beschreibt OpenAI in einem am selben Tag veröffentlichten Bericht, den wir in unserem Beitrag zu Adversarial Distillation zusammengefasst haben.
Der China-Sonderausschuss hebt zusätzlich Befunde zu militärischen Verbindungen hervor. Angehörige des 1. Büros der Cyberspace-Truppe der Volksbefreiungsarmee seien mehrfach in der Pekinger Zentrale von Zhipu gewesen, zuletzt im August 2026. Beschaffungsunterlagen der Armee zeigten zudem, dass DeepSeek, Qwen sowie Modelle von Moonshot und MiniMax in militärische Cyber-Übungsumgebungen und Agentensysteme eingebaut würden. Unabhängig überprüfen lassen sich diese Angaben derzeit nicht, sie stammen aus der Auswertung der Ausschüsse.
Bei den technischen Risiken verweist der Bericht auf Forschende, die bei einigen chinesischen Modellen unsichereren Code fanden, wenn Prompts politisch heikle Themen oder einen US-Regierungsnutzer erwähnten. Für das neueste offene Modell von Zhipu hätten NIST und ein US-Entwickler ermittelt, dass es Cyber-Exploits eigenständig bauen könne. Seine Schutzmechanismen ließen sich für geschätzte 4.400 Dollar von rund 95 Prozent Verweigerungsrate auf 3 bis 6 Prozent drücken. Das ist ein generelles Problem offener Gewichte: Wer die Gewichte hat, kann die Sicherheitsschicht wegtrainieren.
Zwölf Empfehlungen an Kongress und Behörden
Der Bericht schließt mit zwölf Empfehlungen. Die wichtigsten:
- eine nationale amerikanische Open-Weight-Initiative, damit Firmen eine günstige heimische Alternative haben,
- ein Standard für Modellherkunft und eine Art „AI Bill of Materials“, analog zur Software-Stückliste,
- die Ausweitung des bestehenden DeepSeek-Verbots in Bundesbehörden auf alle in China entwickelten Modelle, auch in Regierungsaufträgen und kritischen Infrastrukturfunktionen,
- kein Einsatz von Bundesmitteln für Cybersicherheit zum Kauf solcher Modelle,
- Sanktionen gegen illegale Distillation und eine Prüfung der Verkäufe amerikanischer Trainingsdaten an chinesische Labore,
- die CISA als zentrale Meldestelle für KI-bezogene Sicherheitsvorfälle.
Bemerkenswert ist der Hinweis, sowohl geschlossene als auch offene Modelle zu regulieren und dabei „Überregulierung zu vermeiden“. Ein generelles Verbot chinesischer Modelle für Privatunternehmen findet sich unter den zwölf Empfehlungen nicht.
Einordnung: Was das für Entwickler bedeutet
Unmittelbar ändert sich nichts. Es handelt sich um Empfehlungen, die erst durch Gesetze oder Behördenanordnungen wirksam würden. Für Unternehmen außerhalb der USA gelten sie ohnehin nicht. Relevant wird das Thema dennoch für alle, die an US-Behörden oder Betreiber kritischer Infrastruktur liefern, und für jeden, der KI-Produkte einkauft.
Der nüchterne Kern des Berichts ist die Transparenzfrage. Ob ein Modell aus China, den USA oder Europa stammt, ist für Datenschutz und Sicherheit weniger entscheidend als die Frage, wo es läuft, wer die Gewichte kontrolliert und wie es getestet wurde. Genau diese Angaben fehlen heute oft. Wer KI-Funktionen in eigene Produkte einbaut, sollte die Herkunft der eingesetzten Modelle dokumentieren, selbst gehostete Gewichte wie jede andere Abhängigkeit inventarisieren und eigene Sicherheitstests fahren, statt sich auf Ranglisten zu verlassen. Eine verpflichtende Modell-Stückliste, wie sie der Bericht vorschlägt, wäre auch in Europa kein schlechter Gedanke, unabhängig davon, aus welchem Land ein Modell kommt.




