US-Datenhändler verkaufen RL-Trainingsumgebungen für rund 500 Mio. Dollar an chinesische Labs
US-Datenhändler verkaufen chinesischen KI-Labs Berichten zufolge Reinforcement-Learning-Trainingsumgebungen im Wert von rund einer halben Milliarde Dollar.
Amerikanische Datenunternehmen verkaufen Trainingsdaten im Wert von rund einer halben Milliarde Dollar an chinesische KI-Labs. Das geht aus einer Recherche hervor, die ChinaTalk am 11. November 2026 veröffentlicht hat. Ein Teil dieser Daten liegt in Form von Reinforcement-Learning-Umgebungen (RL) vor: simulierte Welten, in denen ein Modell eine Aufgabe wie Programmieren, Cyberarbeit, Finanzen, Recht oder Biologie so lange übt, bis seine Leistung besser wird. Als Verkäufer nennen die Autoren unter anderem Mercor, Surge AI, AfterQuery und Turing. Insgesamt haben sie nach eigenen Angaben mindestens neun US-Anbieter mit chinesischen Kunden gefunden.
Was eine RL-Umgebung ist, lässt sich am besten an einem Beispiel zeigen. ChinaTalk beschreibt einen PowerPoint-Klon, den ein Modell immer wieder benutzen kann, kombiniert mit einem Bewertungsschema (Rubric), das entscheidet, ob ein Versuch belohnt wird. Die ersten Versuche, eine Präsentation zu erstellen, fallen oft schwach aus; mit den gesammelten Signalen des Bewertungsschemas wird das Modell besser. Für unscharfe Ziele wie eine ansprechende Folie engagieren die Anbieter Fachleute, etwa Berater und professionelle Designer, die das Bewertungsschema schreiben und Beispielergebnisse benoten. Beim Programmieren stammen die Daten oft aus der echten GitHub-Historie eines Unternehmens: Codebasen mit Bugs samt den Fixes, die Entwickler dafür geschrieben haben. So lässt sich testen, ob ein Modell den Fix findet.
Das Risiko liegt laut den Autoren darin, was diese Umgebungen vermitteln. Eine Coding-Umgebung kann auch Fähigkeiten beim Aufspüren von Exploits und bei offensiver Cyberarbeit aufbauen. Eine Biologie-Umgebung könnte bei Gensynthese und der Entwicklung von Biowaffen helfen. Die Grenze zwischen akzeptablen und gefährlichen Umgebungen kann laut ChinaTalk verschwimmen. Kauft ein chinesisches Lab eine Umgebung, die bereits ein US-Lab verwendet hat, erspart es sich außerdem Bugs, schlecht bewertete Bewertungsschemata und minderwertige Datensätze, die Zeit und Geld kosten. Das wiegt umso schwerer, als Rollouts, also die Versuche eines Modells während des RL, laut einer von den Autoren zitierten Studie mehr als 70 Prozent der Zeit im RL-Post-Training beanspruchen können. Rollouts beruhen auf Inferenz, und die ist durch den Speicher begrenzt. Chinesische Chips leiden nach Ansicht der Autoren stärker unter einem Mangel an High-Bandwidth Memory (HBM) als unter fehlender Rechenleistung, weshalb eine Senkung dieser Kosten für chinesische Labs mehr wert ist.
Auf der Website von Surge AI heißt es, die RL-Umgebungen würden „von denselben Experten gebaut, die hinter unserer Arbeit für Frontier-Labs stehen“. Die Autoren werten diese Formulierung als Beleg für das von ihnen beschriebene Muster. Zudem argumentieren sie, RL sei womöglich wichtiger als Distillation, die günstigere Methode, bei der ein chinesisches Lab mit den Ausgaben eines stärkeren Modells wie GPT oder Claude trainiert. Welche Phase am meisten zählt, ist allerdings nicht eindeutig belegt. ChinaTalk verweist auf Mistral Large 4, wo RL die Fortschritte brachte, und auf Xiaomis MiMo-V2.6, wo Supervised Fine-Tuning einen größeren Teil der Verbesserung lieferte.
Die Autoren räumen ein, dass ihre Quellenlage vage ist. Mehrere Behauptungen stützen sich auf anonyme Quellen in chinesischen Labs, auf Beiträge von Auftragnehmern und auf Praktiken von Subunternehmern. Bei Mercor verweisen sie auf Daten, zu denen sie Zugang hatten und die den Verkauf einer SWE-RL-Umgebung an Alibaba zeigen, sowie auf einen Forbes-Bericht, wonach 2 Prozent des Umsatzes von Mercor im zweiten Quartal 2026 aus China stammten. Bei AfterQuery berichtete Forbes, dass rund die Hälfte des ARR von 100 Millionen Dollar auf chinesisches Geschäft entfällt; die Autoren konnten jedoch keinen einzigen Verkauf unabhängig überprüfen. Auch ihre Liste ist unvollständig. Anbieter konnten sie nur über Leaks und nachlässige Praktiken von Subunternehmern finden, häufig in Indien.
Die Rechtslage ist nach Darstellung der Autoren dürftig. Die meisten Anbieter legen ihre Kundenrichtlinien selbst fest; Mercor hat seine Richtlinie im Mai 2026 von einem Eigentümerkriterium auf ein Standortkriterium eingeengt. RL-Umgebungen fallen weitgehend nicht unter Exportkontrollen, ausgenommen Käufer auf der Entity List wie Zhipu, und selbst das lässt sich über ein verbundenes Unternehmen außerhalb Chinas umgehen. Einen weiteren Weg bietet die Auftragsvergabe im Ausland: Die Datenkauf-Abteilungen von ByteDance sitzen in Singapur und San Jose. Die bestehenden US-Regeln, die die Autoren aufzählen, betreffen identifizierbare Daten von Amerikanern, medizinische Daten und große Mengen nicht identifizierter Daten. Das könnte, so die Autoren, erklären, warum sich Chinas junge Datenbranche auf Gesundheitsdaten konzentriert hat.
Die Autoren schlagen zwei Maßnahmen vor. Das Bureau of Industry and Security könnte Dual-Use-Umgebungen unter seine bestehenden Regeln zu Chipdesign, Cyberangriffen und Biowaffen fassen und den Anbietern sogenannte Is-informed-Letters schicken. Das Department of War könnte die Beschaffungsregeln über FAR und DFARS verschärfen, um Vertragsanbieter daran zu hindern, an bedenkliche chinesische Labs zu verkaufen. Außerdem fordern sie, dass die Regierung besseren Einblick in die Verkäufe der Anbieter erhält, und merken an, dass chinesische Labs meist in denselben Bereichen einkaufen, in die amerikanische Labs vorgedrungen sind. Wie diese Maßnahmen durchgesetzt werden sollen und wie die Regierung derzeit dazu steht, lässt der Beitrag offen.
Was sich ändert
Art: Sonstiges · Betrifft: Mercor, Surge AI, AfterQuery, Turing
Warum es wichtig ist
Unternehmen, die Trainingsumgebungen verkaufen oder lizenzieren, müssen damit rechnen, dass genauer geprüft wird, wo dieses Material landet.
Was Sie tun können
Prüfen Sie die Export- und Datenhandelsbedingungen für alle Trainingsdaten oder -umgebungen, die Ihr Unternehmen verkauft oder einkauft.
Originalquelle
Weitere Berichte
Wo wir es gesehen haben
THE DECODER
KI hat diese Zusammenfassung aus den genannten Quellen geschrieben und ins Deutsche übersetzt. Niemand hat sie vor der Veröffentlichung einzeln geprüft. Bitte prüfen Sie die Originalquelle, bevor Sie sich darauf verlassen. So funktioniert es