Chinas Halbleiter-Strategie scheitert scheinbar an unüberwindbarer Pfadabhängigkeit: Trotz 47 Milliarden Dollar Investition erreicht Huawei nur 4% von Nvidias Rechenleistung. Doch die Kybernetik erzählt eine komplexere Geschichte. Dominante Plattform-Ökosysteme wie Nvidias CUDA optimieren sich zu perfekt auf das aktuelle Paradigma – und verlieren dabei die „requisite variety“, um Paradigmenwechsel zu überleben. Was heute wie technologische Überlegenheit aussieht, könnte morgen zur Monokultur-Fragilität werden. Die Geschichte von IBM, Nokia und Kodak zeigt: Perfektion ist oft der Vorbote des Untergangs. Ein Essay über die dialektische Spannung zwischen Effizienz und Resilienz – und die paradoxe Möglichkeit, dass Chinas erzwungene Diversifizierung langfristig zum evolutionären Vorteil wird.
I. Die Falle der strategischen Autonomie
Die Nachricht klingt zunächst wie ein Triumph der US-Handelspolitik: Die Trump-Administration genehmigt den Export von Nvidias H200-Chips nach China – den leistungsstärksten KI-Prozessoren, die jemals für den Export freigegeben wurden. Doch Beijing reagiert nicht mit Erleichterung, sondern mit Misstrauen. Chinesische Zollbehörden blockieren die Einfuhr, und die Regierung drängt heimische Tech-Giganten, stattdessen auf lokale Alternativen zu setzen.
Was auf den ersten Blick wie geopolitisches Pokerspiel wirkt, offenbart bei genauerem Hinsehen ein strukturelles Dilemma, das weit über den sino-amerikanischen Tech-Konflikt hinausweist. Beijing sieht im H200-Angebot eine „strategische Falle“ – ein Instrument, um China dauerhaft von US-Technologie abhängig zu halten. Die Logik ist nachvollziehbar: Wer heute die bequeme Lösung wählt, untergräbt morgen die eigene Innovationsfähigkeit.
Doch genau diese Logik scheitert an einer brutalen Realität: Selbst wenn Huawei seine Produktionsziele weit übertrifft und 2026 Millionen Ascend-Chips produziert, wird das Unternehmen nur etwa 4% der Rechenleistung erreichen, die Nvidia liefert. Noch dramatischer: Laut Huaweis eigener Roadmap wird der Chip der nächsten Generation 2026 tatsächlich schlechter sein als das beste Produkt von heute.
II. Kapital alleine schafft keine Innovation: Die strukturelle Illusion
Hier beginnt das eigentliche Problem. China hat über seinen „Big Fund 3.0“ 47 Milliarden Dollar mobilisiert, um die Lücke bei Fertigungsprozessen zu schließen. Diese gigantischen Investitionen scheitern jedoch am Grundirrtum: Sie verwechseln Kapitaleinsatz mit Innovationsfähigkeit.
Die Systemtheorie bietet hier eine präzise Diagnose: Organisationen können nicht beliebig durch externe Ressourcenzufuhr transformiert werden. Ihre Operationslogik – das, was Niklas Luhmann als „Autopoiesis“ beschrieb – folgt eigenen, pfadabhängigen Mustern. Massive Investitionen in staatlich orchestrierte Industrie-Champions ändern nichts an der grundlegenden Architektur der Abhängigkeit.
Peter Drucker formulierte es noch schärfer: „Efficiency is doing things right; effectiveness is doing the right things.“ China produziert effizient mehr Chips – aber es sind die falschen Chips. Die Strategie optimiert Ausführung statt Richtung.
Das zentrale Problem ist nicht die Höhe der Investition, sondern die institutionelle DNA. Wer Hardware-Denken auf Software-Probleme anwendet, wer Governance-Strukturen statt Netzwerkeffekte schafft, wer Koordination mit Attraktivität verwechselt – der kann beliebig Kapital verbrennen, ohne dem Kern des Problems näherzukommen.
III. Der Software-Moat: Ökosystem schlägt Hardware
Der entscheidende Befund kommt von chinesischen KI-Entwicklern selbst: „An diesem Punkt hat sich keines der heimischen Systeme als stabiler als CUDA erwiesen, daher werden Nvidia-Karten meine erste Wahl bleiben.“ Die technische Überlegenheit liegt nicht in der Chip-Leistung, sondern in der Software-Architektur.
Dies ist der Punkt, an dem die Grenzen staatlicher Industriepolitik sichtbar werden. Beide verkennen fundamental, dass im Zeitalter der Plattform-Ökonomie nicht einzelne Komponenten, sondern Ökosysteme konkurrieren. Nvidias CUDA ist nicht einfach ein Software-Stack – es ist ein Lock-in-Mechanismus, ein sich selbst verstärkender Netzwerkeffekt, ein „Moat“ im Sinne Warren Buffetts.
Genau wie SAP im ERP-Bereich, Microsoft in der Office-Produktivität oder AWS im Cloud-Computing schafft Nvidia seine Marktmacht nicht durch überlegene Hardware, sondern durch ein Ökosystem, das Wechselkosten prohibitiv hoch macht. Millionen von Entwicklern, Milliarden Zeilen Code, tausende optimierte Bibliotheken – das ist der eigentliche Burggraben.
Huaweis CANN-Plattform oder Chinas verschiedene Open-Source-Initiativen versuchen, dieses Ökosystem zu replizieren. Doch sie übersehen, dass Ökosysteme nicht konstruiert, sondern kultiviert werden. Sie entstehen nicht durch Planung, sondern durch organische Attraktivitä…