Eine Bitkom-nahe Umfrage aus der ersten Septemberwoche 2026 bringt eine unbequeme Wahrheit für Chinas KI-Industrie auf den Punkt: 76 Prozent der deutschen Unternehmen, die bereits künstliche Intelligenz einsetzen, arbeiten mit ChatGPT von OpenAI. DeepSeek kommt trotz spottbilliger Preise und offener Lizenzen auf gerade einmal 2 Prozent, Alibabas Qwen auf 1 Prozent. Die Zahlen, veröffentlicht Anfang September 2026, zeichnen ein klares Bild einer Branche, die trotz aller Sonntagsreden über digitale Souveränität mehrheitlich auf US-Technologie setzt. Parallel dazu bringen OpenAI, Anthropic und Google im selben Monat neue Spitzenmodelle auf den Markt und verschärfen damit ein Rennen, das für deutsche IT-Entscheider zunehmend unübersichtlich wird.
Die Bitkom-Zahlen: ChatGPT dominiert mit 76 Prozent
Die Erhebung, über die Die Zeit Anfang September berichtete, befragte deutsche Firmen, die KI-Systeme bereits produktiv nutzen. Das Ergebnis: 76 Prozent setzen auf ChatGPT, ein Plus von sechs Prozentpunkten gegenüber dem Vorjahr. Microsoft Copilot folgt mit 35 Prozent, Googles Gemini kommt auf 28 Prozent. Weiter hinten liegen Metas Llama mit 8 Prozent, SAP Joule mit 6 Prozent und Anthropics Claude mit 3 Prozent. Da Unternehmen häufig mehrere Werkzeuge parallel einsetzen, addieren sich die Werte nicht auf 100 Prozent.
Bemerkenswert ist der Abstand zu den chinesischen Anbietern. DeepSeek, das im Frühjahr 2025 mit aggressiven Preisen und offenen Gewichten für Aufsehen sorgte, kommt in deutschen Firmen nur auf 2 Prozent Nutzung. Qwen von Alibaba liegt bei 1 Prozent. Für ein Modell, das in unabhängigen Benchmarks regelmäßig mit westlichen Spitzenprodukten mithält, ist das eine ernüchternde Bilanz. Die tz fasste den Befund entsprechend zusammen: Ein Anbieter dominiert, der Rest kämpft um Nischen.
Warum OpenAI in deutschen Unternehmen kaum einzuholen ist
Der Vorsprung von ChatGPT hat mehrere Gründe. Erstens der Zeitfaktor: OpenAI startete den öffentlichen Chatbot bereits im November 2022 und besetzte damit fast zwei Jahre vor der breiten Konkurrenz das Bewusstsein von Managern und Mitarbeitern. Zweitens die Markenwahrnehmung: ChatGPT ist für viele Entscheider in Deutschland inzwischen ein Gattungsbegriff für generative KI, ähnlich wie Google für die Websuche. Drittens hat OpenAI mit GPT-6 Astra Anfang September erneut ein Modell nachgelegt, das laut Vergleichsplattform Byte.de in aktuellen Benchmark-Tabellen mit einem Score von rund 43,4 Prozent zu den stärksten Systemen überhaupt zählt.
Hinzu kommt ein psychologischer Effekt: Wechselkosten. Wer Prompt-Bibliotheken, interne Schulungen und Freigabeprozesse rund um ChatGPT aufgebaut hat, wechselt nicht ohne triftigen Grund zu einem Konkurrenzprodukt, selbst wenn dieses in einzelnen Benchmarks besser abschneidet. Diese Trägheit begünstigt den Marktführer strukturell, unabhängig davon, welches Modell gerade technisch vorne liegt.
DeepSeek und Qwen: Warum chinesische KI-Modelle in Deutschland scheitern
Technisch ist DeepSeek alles andere als schwach. Das Unternehmen betreibt mit DeepSeek V4-Pro ein Modell mit rund 1,6 Billionen Parametern (davon 49 Milliarden aktiv), einem Kontextfenster von 1 Million Token und einer MIT-Lizenz, die Unternehmen in der EU theoretisch freie Nutzung erlaubt. Trotzdem bleibt die Akzeptanz in deutschen Firmen gering. Der Hauptgrund liegt selten in der technischen Leistung, sondern in Vertrauensfragen: Datenschutzbeauftragte und Compliance-Abteilungen scheuen Modelle, deren Betreiber ihren Hauptsitz in China haben, auch wenn Gewichte offen zum Selbst-Hosting zur Verfügung stehen.
Die geopolitische Debatte um Datenabfluss, Exportkontrollen und die Frage, wie eng chinesische KI-Anbieter an staatliche Stellen gebunden sind, wirkt in vielen Rechtsabteilungen stärker als jeder Preisvorteil. DeepSeek bietet API-Zugriff zu einem Bruchteil der Kosten westlicher Anbieter, doch für regulierte Branchen wie Finanzdienstleister, Automobilzulieferer oder den öffentlichen Sektor überwiegt das wahrgenommene Risiko den Kostenvorteil deutlich.
KI-Marktanteile in deutschen Unternehmen: Die Zahlen im Überblick
Die folgende Tabelle fasst die Bitkom-Zahlen zusammen, wie sie Anfang September 2026 veröffentlicht wurden. Grundlage sind Unternehmen, die bereits mindestens ein KI-System produktiv einsetzen.
| Anbieter | Produkt | Marktanteil | Veränderung zum Vorjahr |
|---|---|---|---|
| OpenAI | ChatGPT | 76 % | +6 Prozentpunkte |
| Microsoft | Copilot | 35 % | k. A. |
| Gemini | 28 % | k. A. | |
| Meta | Llama | 8 % | k. A. |
| SAP | Joule | 6 % | k. A. |
| Anthropic | Claude | 3 % | k. A. |
| DeepSeek | DeepSeek-Chat | 2 % | k. A. |
| Alibaba | Qwen | 1 % | k. A. |
Auffällig ist der große Abstand zwischen Platz eins und dem Rest des Feldes. Kein anderer Anbieter kommt annähernd an die Verbreitung von ChatGPT heran, selbst Microsofts eigenes Copilot-Produkt liegt über 40 Prozentpunkte dahinter, obwohl es in vielen Windows- und Office-365-Umgebungen vorinstalliert ist.
Die neue Modell-Generation vom September 2026
Während sich die Bitkom-Zahlen auf bestehende Nutzung beziehen, hat sich das Angebot an der Spitze binnen weniger Tage grundlegend verschoben. Ein Release-Tracker von LLM Gateway zählt allein für September 2026 bislang elf neue Modelle von sieben Anbietern. Innerhalb von zehn Tagen brachten vier große Anbieter neue Flaggschiff- oder Flash-Modelle heraus, ein Tempo, das selbst erfahrene IT-Einkäufer kaum noch nachvollziehen können. Für Unternehmen, die gerade erst ihre Preis- und Leistungsvergleiche zwischen Gemini und GPT-6 Astra abgeschlossen haben, bedeutet das: Die nächste Evaluierung steht meist schon wieder an, bevor die vorherige in den Fachabteilungen überhaupt vollständig ausgerollt ist.
GPT-6 Astra und Claude Fable 5.1 im Spitzenfeld
OpenAI veröffentlichte am 3. September 2026 mit GPT-6 Astra sein bislang leistungsstärkstes Modell. Zunächst erhalten nur ausgewählte Organisationen Zugang, ein breiterer Rollout an zahlende ChatGPT-Abonnenten und Entwickler soll folgen. Laut Release-Trackern integriert OpenAI zusätzliche Sicherheitsvorkehrungen, um Risiken bei der Modellnutzung zu begrenzen. Nur zwei Tage zuvor, am 1. September, zog Anthropic mit Claude Fable 5.1 und Claude Mythos 5.1 nach: beide Modelle bieten ein Kontextfenster von 1 Million Token, eine maximale Ausgabelänge von 128.000 Token und einen Wissensstand bis Juni 2026. Anthropic senkte gleichzeitig die Kosten für Cache-Reads um das Vierfache, was wiederkehrende Anfragen in produktiven Anwendungen deutlich günstiger macht. In Vergleichstabellen von Byte.de liegt Claude Fable 5.1 mit einem Score von 43,45 Prozent nahezu gleichauf mit GPT-6 Astra.
Gemini 3.8 Flash und Metas Muse Spark 1.3
Google folgte am 2. September mit Gemini 3.8 Flash, einem multimodalen Modell mit 1 Million Token Kontext und 64.000 Token Ausgabelänge, das laut Google spürbare Verbesserungen bei Programmier- und Agenten-Aufgaben bringt. Parallel erschien eine spezialisierte Variante namens Gemini 3.8 Flash Cyber. Im Benchmark-Ranking von Byte.de erreicht Gemini 3.8 Flash rund 29,55 Prozent und liegt damit klar hinter den Spitzenmodellen von OpenAI und Anthropic, aber vor vielen mittelgroßen Konkurrenzprodukten. Auch Meta blieb nicht untätig und veröffentlichte Anfang September Muse Spark 1.3, das laut Anbieterangaben bei Agenten- und Coding-Aufgaben rund 20 Prozent weniger Tool-Aufrufe und etwa 25 Prozent weniger Tokenverbrauch benötigt als die Vorgängerversion 1.2.
Open-Source-Alternativen aus Europa und China
Abseits der geschlossenen Spitzenmodelle wächst ein zweites Segment: offen lizenzierte Modelle, die Unternehmen selbst hosten können. Für deutsche Firmen mit strengen Datenschutzanforderungen ist das oft der einzige Weg, generative KI ohne Datenabfluss an einen externen Cloud-Anbieter einzusetzen. Eine Marktübersicht zu Open-Source-LLMs stuft Stand September 2026 vor allem Mistral Large 3, Mistral Medium 3.5, DeepSeek V4, gpt-oss und das Schweizer Modell Apertus als produktionsreif für den EU-Einsatz ein, allerdings mit teils sehr unterschiedlichen Lizenzbedingungen.
Mistral Large 3, Medium 3.5 und das neue DeepSeek V4.1-Flash
Das französische Unternehmen Mistral AI gilt in Fachkreisen als europäische Antwort auf die US-Dominanz. Mistral Large 3 und Medium 3.5 werden von Branchenübersichten als produktionsreif für EU-Unternehmen eingestuft. Medium 3.5 bringt rund 128 Milliarden Parameter, ist multimodal, verarbeitet bis zu 256.000 Token Kontext und läuft unter einer modifizierten, MIT-ähnlichen Lizenz, deren genaue Bedingungen von Umsatzschwellen des nutzenden Unternehmens abhängen. Ergänzt wird das Angebot durch die Ministral-3-Familie, dichte multimodale Open-Weight-Modelle zwischen 3 und 14 Milliarden Parametern unter Apache-2.0-Lizenz, die sich besonders für das Selbst-Hosting in kleinen und mittleren Unternehmen eignen.
Auf chinesischer Seite ordnet DeepSeek sein Angebot gerade neu. Laut dem Modell-Tracker LLM Stats erschien am 10. September 2026 DeepSeek-V4.1-Flash und löst damit ältere Varianten der V4-Reihe ab. Neben dem bereits erwähnten V4-Pro bietet DeepSeek mit V4-Flash ein kompakteres Modell mit 284 Milliarden Parametern (13 Milliarden davon aktiv), ebenfalls mit 1 Million Token Kontext und MIT-Lizenz. Auch Kimi K3 von Moonshot AI gehört in diese Kategorie offener chinesischer Großmodelle, die technisch konkurrenzfähig sind, in deutschen Unternehmen laut Bitkom-Zahlen aber kaum ankommen.
Neue LLM-Generation im Vergleich: Kontext, Lizenz und Zugang
| Modell | Anbieter | Release | Kontextfenster | Lizenz / Zugang |
|---|---|---|---|---|
| GPT-6 Astra | OpenAI | 3. Sept. 2026 | k. A. | Closed, limitierter Zugang |
| Claude Fable 5.1 | Anthropic | 1. Sept. 2026 | 1 Mio. Token | Closed, API |
| Claude Mythos 5.1 | Anthropic | 1. Sept. 2026 | 1 Mio. Token | Closed, API |
| Gemini 3.8 Flash | 2. Sept. 2026 | 1 Mio. Token | Closed, API | |
| Mistral Medium 3.5 | Mistral AI | 2026 | 256.000 Token | Modifiziert MIT-ähnlich |
| Ministral 3 (3B–14B) | Mistral AI | 2026 | bis 256.000 Token | Apache 2.0 |
| DeepSeek V4.1-Flash | DeepSeek | 10. Sept. 2026 | 1 Mio. Token | MIT (Open Weight) |
Die Tabelle zeigt ein klares Muster: Die geschlossenen Modelle von OpenAI, Anthropic und Google führen bei den Benchmark-Werten, während die offen lizenzierten Modelle von Mistral und DeepSeek bei Kontrolle über Daten und Infrastruktur punkten. Für deutsche Unternehmen mit hohen Compliance-Anforderungen ergibt sich daraus ein Zielkonflikt zwischen technischer Spitzenleistung und Datenhoheit.
Digitale Souveränität bleibt vorerst Theorie
Seit Jahren fordern Politik und Industrieverbände in Deutschland mehr digitale Souveränität bei KI-Infrastruktur. Die Bitkom-Zahlen zeigen jedoch, dass diese Forderung im betrieblichen Alltag kaum Wirkung zeigt. Das deutsche Projekt Soofi S, ein als souverän beworbenes 30-Milliarden-Parameter-Modell, befand sich Anfang September weiterhin in einer geschlossenen Beta-Phase. Eine finale, permissive Lizenz für den kommerziellen Einsatz stand zu diesem Zeitpunkt noch aus. Solange europäische Alternativen nicht in vergleichbarer Reife und Verfügbarkeit stehen wie ChatGPT oder Gemini, bleibt Unternehmen wenig anderes übrig, als auf US-Anbieter zu setzen, selbst wenn Vorstände öffentlich Souveränität betonen.
Mistral ist in dieser Lage die einzige europäische Option, die bereits im produktiven Einsatz mit US-Anbietern konkurriert, auch wenn die Bitkom-Erhebung Mistral in den veröffentlichten Kategorien nicht separat ausweist. Das unterstreicht, wie klein der Marktanteil europäischer Anbieter im Vergleich zu OpenAI, Microsoft und Google tatsächlich noch ist.
OpenAI stößt an Kapazitätsgrenzen
Der Erfolg hat für OpenAI auch eine Kehrseite. Am 11. September 2026 stoppte das Unternehmen nach Berichten von Branchenmedien vorübergehend neue Abschlüsse des 200-Dollar-Pro-Tarifs, weil die Nachfrage nach GPT-6 Astra die verfügbare Rechenkapazität überstieg. Bereits am 3. September, dem Tag der Astra-Veröffentlichung, kam es zu einer Störung, die laut Ausfall-Meldeseiten über 14.000 Nutzerberichte allein in Deutschland auslöste und nicht auf den deutschen Markt beschränkt blieb. Für Unternehmen, die sich zu 76 Prozent auf einen einzigen Anbieter verlassen, sind solche Zwischenfälle ein Warnsignal: Marktdominanz bedeutet nicht automatisch Betriebssicherheit.
Historischer Rückblick: Vom ChatGPT-Hype zur Enterprise-Realität
Als OpenAI ChatGPT im November 2022 vorstellte, reagierten viele deutsche Unternehmen zunächst zögerlich. IT-Abteilungen sperrten den Zugriff, Rechtsabteilungen prüften Datenschutzfragen, und Pilotprojekte blieben lange die Ausnahme. Zwischen 2023 und 2025 verschob sich das Bild: Aus vorsichtigen Testphasen wurden feste Lizenzverträge, aus einzelnen Power-Usern wurden unternehmensweite Rollouts. Vier Modellgenerationen später, von GPT-3.5 über GPT-4 und GPT-5 bis zu GPT-6 Astra, hat sich ChatGPT von einer Neuheit zu einer festen Größe im deutschen Unternehmensalltag entwickelt. Die aktuellen 76 Prozent sind das vorläufige Ergebnis dieser vierjährigen Entwicklung, nicht das Resultat eines einzelnen Produktlaunches.
Marktauswirkungen für deutsche IT-Dienstleister und Systemhäuser
Für deutsche Systemhäuser und Beratungsunternehmen verschiebt sich der Wettbewerb. Da kaum ein Anbieter realistisch mit ChatGPT auf Ebene des Basismodells konkurrieren kann, verlagert sich die Wertschöpfung zunehmend auf die Integrationsebene: Datenschutzkonforme Anbindung, Zugriffskontrollen, Audit-Trails und branchenspezifische Anpassungen. SAP zeigt mit Joule und einem Marktanteil von 6 Prozent, dass ein spezialisiertes, in bestehende ERP-Landschaften integriertes Angebot auch ohne eigenes Basismodell eine relevante Nische besetzen kann. Für kleinere deutsche Softwarehäuser dürfte der Trend ähnlich verlaufen: nicht die Foundation Models selbst entwickeln, sondern Governance- und Compliance-Schichten um bestehende US- oder Open-Source-Modelle bauen.
Wettbewerbsvergleich: US-Hyperscaler gegen europäische und chinesische Anbieter
Im direkten Vergleich zeigen sich drei unterschiedliche Strategien. US-Anbieter wie OpenAI, Google und Microsoft setzen auf geschlossene Spitzenmodelle, aggressive Release-Zyklen und tiefe Integration in bestehende Office- und Cloud-Umgebungen, was ihnen in Deutschland einen klaren Vertrauensvorsprung verschafft. Europäische Anbieter wie Mistral positionieren sich über offene Lizenzen, Datenstandort in der EU und die Möglichkeit zum Selbst-Hosting, erreichen aber bei weitem noch nicht die Marktdurchdringung der US-Konkurrenz. Chinesische Anbieter wie DeepSeek, Qwen und Kimi K3 punkten mit niedrigen Preisen und offenen Gewichten, scheitern in Deutschland jedoch regelmäßig an geopolitischem Misstrauen und regulatorischer Vorsicht, unabhängig von der tatsächlichen technischen Qualität ihrer Modelle.
Prognosen: Wie sich der deutsche KI-Markt bis 2027 entwickelt
- Der Marktanteil von ChatGPT dürfte sich in den kommenden Quartalen bei etwa 75 bis 80 Prozent einpendeln, da Wechselkosten und Gewöhnungseffekte weiteres Wachstum bremsen.
- Microsoft Copilot wird durch tiefere Bündelung in Microsoft-365-Enterprise-Verträgen voraussichtlich zulegen und sich näher an Gemini oder sogar an ChatGPT heranarbeiten.
- Selbst gehostete Open-Source-Modelle wie Mistral Medium 3.5 oder DeepSeek V4-Flash dürften bei kleinen und mittleren Unternehmen mit hohem Datenschutzbedarf an Boden gewinnen, ohne die Marktführerschaft der US-Anbieter ernsthaft zu gefährden.
- Sollte Soofi S bis Anfang 2027 keine kommerzielle Lizenz und Produktionsreife erreichen, verliert das Projekt sein Zeitfenster, bevor Unternehmen ihre KI-Budgets für die nächsten Jahre fest an bestehende Anbieter binden.
- Wiederholte Ausfälle wie die Störung am 3. September könnten größere Konzerne dazu bewegen, parallel zu ChatGPT einen zweiten Anbieter als Ausfallabsicherung vorzuhalten, was die Zahlen für Gemini oder Claude in künftigen Erhebungen leicht anheben dürfte.
Was Unternehmen jetzt beachten sollten
Wer als IT-Verantwortlicher die aktuelle Lage bewertet, sollte drei Punkte im Blick behalten. Erstens die Abhängigkeit von einem einzigen Anbieter: Die Kapazitätsprobleme rund um GPT-6 Astra zeigen, dass selbst Marktführer an Grenzen stoßen können. Zweitens die Datenschutzfrage bei chinesischen Modellen: Technische Leistungsfähigkeit allein reicht nicht, wenn Compliance-Abteilungen den Einsatz blockieren. Drittens die Beobachtung europäischer Alternativen: Mistral hat gezeigt, dass ein europäisches Unternehmen im Spitzenfeld mithalten kann, auch wenn der Marktanteil noch klein ist. Eine realistische Strategie kombiniert meist ein Hauptmodell für die breite Belegschaft mit einer offen lizenzierten Alternative für besonders sensible Datenverarbeitung.
Für einen laufenden Überblick über neue Modell-Releases und aktualisierte Marktzahlen lohnt sich ein Blick in Statistikseiten wie Gradually.ai, die Release-Termine, Kontextfenster und Preise einzelner Modelle fortlaufend dokumentieren. Wer sich generell für die Entwicklung von Sprachmodellen und KI-Werkzeugen interessiert, findet weiterführende Einordnungen im Themenbereich Künstliche Intelligenz auf shattered.io.
Häufig gestellte Fragen
Warum nutzen deutsche Unternehmen kaum DeepSeek, obwohl es günstiger ist?
Der Hauptgrund liegt nicht in der Technik, sondern im Vertrauen. Compliance- und Datenschutzabteilungen scheuen Anbieter mit Hauptsitz in China, unabhängig davon, ob Modellgewichte offen verfügbar sind oder nicht. Laut Bitkom-Umfrage liegt die Nutzung bei nur 2 Prozent.
Was ist GPT-6 Astra genau?
GPT-6 Astra ist OpenAIs am 3. September 2026 veröffentlichtes Spitzenmodell. Zunächst haben nur ausgewählte Organisationen Zugang, ein breiterer Rollout an zahlende Abonnenten soll folgen. In aktuellen Benchmark-Vergleichen erreicht es einen Score von rund 43,4 Prozent.
Wie unterscheidet sich Claude Fable 5.1 von früheren Claude-Modellen?
Claude Fable 5.1 bietet ein Kontextfenster von 1 Million Token, 128.000 Token Ausgabelänge und einen Wissensstand bis Juni 2026. Anthropic hat außerdem die Kosten für Cache-Reads um das Vierfache gesenkt.
Ist Mistral eine echte Alternative zu ChatGPT für deutsche Firmen?
Technisch ja, insbesondere mit Mistral Medium 3.5 und der Ministral-3-Familie, die unter offenen Lizenzen und mit EU-Datenstandort betrieben werden können. Der Marktanteil in Deutschland bleibt laut aktuellen Zahlen jedoch deutlich kleiner als bei ChatGPT.
Was bedeutet die Bitkom-Umfrage für die digitale Souveränität Deutschlands?
Sie zeigt eine Lücke zwischen politischem Anspruch und betrieblicher Realität. Souveräne deutsche Projekte wie Soofi S befinden sich noch in geschlossener Beta-Phase, während Unternehmen im Alltag mehrheitlich auf US-Anbieter setzen.
Warum hat OpenAI den 200-Dollar-Pro-Tarif pausiert?
Nach Berichten von Branchenmedien überstieg die Nachfrage nach GPT-6 Astra Anfang September die verfügbare Rechenkapazität, sodass OpenAI vorübergehend keine neuen Abschlüsse des Pro-Tarifs mehr annahm.
Welche Rolle spielt SAP Joule im deutschen Markt?
Mit 6 Prozent Marktanteil zeigt SAP Joule, dass ein spezialisiertes, in bestehende ERP-Systeme integriertes KI-Angebot auch ohne eigenes Basismodell eine relevante Nische im deutschen Unternehmensmarkt besetzen kann.
Ist DeepSeek trotz geringer Nutzung in Deutschland technisch konkurrenzfähig?
Ja. Mit dem neuen DeepSeek-V4.1-Flash sowie V4-Pro und V4-Flash bietet das Unternehmen Modelle mit bis zu 1,6 Billionen Parametern, 1 Million Token Kontext und MIT-Lizenz. Die geringe Nutzung in Deutschland liegt an Vertrauens- und Regulierungsfragen, nicht an mangelnder Leistungsfähigkeit.
