DeepSeek-R1 ist ein quelloffenes Reasoning-Sprachmodell des chinesischen KI-Unternehmens DeepSeek, das Aufgaben aus Logik, Mathematik und Softwareentwicklung über explizite mehrstufige Zwischenschritte bearbeitet.
Erklärung
Technisch basiert DeepSeek-R1 auf einer Mixture-of-Experts-Architektur (MoE), bei der pro Anfrage nur ein Teil der vorhandenen Modellparameter aktiviert wird, kombiniert mit Reinforcement Learning für nachvollziehbare Schlussfolgerungsketten (Chain of Thought). Da die Modellgewichte unter einer offenen Lizenz veröffentlicht wurden, sind Unternehmen nicht an die Cloud-Schnittstelle des Herstellers gebunden. Für europäische B2B-Organisationen ist diese Unterscheidung praktisch relevant: Während Anfragen an die öffentliche Hersteller-API über außereuropäische Server laufen, lassen sich die offenen Modellgewichte sowie kleinere destillierte Varianten selbst auf eigener Hardware oder in europäischen Rechenzentren betreiben, etwa für Code-Reviews, Kalkulationsprüfungen oder die strukturierte Auswertung technischer Ausschreibungen.