Wichtigste Punkte
- Jalapeño in 9 Monaten: OpenAI und Broadcom haben einen maßgeschneiderten ASIC-Chip für LLM-Inferenz in nur 9 Monaten vom Design bis zur Produktion entwickelt – der schnellste Zyklus in der Geschichte dieser Kategorie.
- Aillis und die Rachendiagnostik: Die Deep-Learning-Modelle von Aillis identifizieren Infektionen ausschließlich durch die Analyse von Rachenbildern und erkennen dabei visuelle Biomarker wie Follikel an der hinteren Rachenwand.
- Microsoft-FPT und Vietnam: FPT, mit 54.000 Mitarbeitern und einem Umsatz von 2,66 Milliarden Dollar, festigt die USA-Asien-Achse; Vietnam wird von Microsoft als das Land mit der höchsten Konzentration an KI-Talenten in Südostasien zertifiziert.
Die Wertschöpfungskette, die dir niemand vollständig erklärt hat
Es gibt eine falsche Art, die Tech-Nachrichten dieser Woche zu lesen: sie als separate Ereignisse zu behandeln, jedes in seiner eigenen Schublade. Der Chip von OpenAI, das japanische Medizin-Startup, die Vereinbarung zwischen einem amerikanischen Giganten und einem vietnamesischen Konzern. Verschiedene Geschichten, verschiedene Richtungen, verschiedene Märkte. Falsch. Was gerade passiert, ist ein einziges Phänomen, und wer es nicht in seiner Gesamtheit erkennt, verpasst den wichtigsten Punkt des Jahres zur künstlichen Intelligenz.
Beginnen wir mit dem Fundament, dem rohen Beton, auf dem alles andere aufgebaut wird. OpenAI hat aufgehört, ein Softwareunternehmen mit Nvidia-Abhängigkeit zu sein. Das geschah still und leise, mit einem Projekt, das gemeinsam mit Broadcom und Celestica entwickelt wurde und den Codenamen Jalapeño trägt. Es ist kein Update. Es ist keine Optimierung. Es ist eine Blank-Slate-Architektur, von Grund auf neu entworfen, ausschließlich für die Inferenz von Large Language Models konzipiert – einschließlich der spezifischen Workloads von Modellen wie GPT-5.3-Codex-Spark. Was der Konkurrenz den Magen umdreht, ist die Zeit: neun Monate. Vom ersten Design bis zur Produktion. Neun Monate für einen ASIC – einen Application-Specific Integrated Circuit –, der normalerweise mehrjährige Entwicklungszyklen erfordert. Das ist der absolute Rekord für diese Hardware-Kategorie, und es ist kein symbolischer Spitzenwert.

Die Implikationen sind brutal und konkret. Der Fokus auf Inferenz bedeutet: Durchsatz maximieren, Latenz senken, Energieverbrauch reduzieren. In unternehmerischen Begriffen übersetzt: Der TCO, der Total Cost of Ownership, bricht ein. OpenAI hört auf, Nvidia Maut zu zahlen, und beginnt, Rechenzentren im Gigawatt-Maßstab zu bauen – bis 2026 – mit einer Rechenautonomie, die gestern noch Science-Fiction war. Das Betriebsmodell entspricht dem von Google mit seinen TPUs und von Amazon mit Trainium. Der Unterschied ist, dass OpenAI neun Monate gebraucht hat, wo andere dreißig benötigten. Das verändert die Kostenstruktur der KI für jeden, der sie nutzt – nicht nur für diejenigen, die sie produzieren.
Wenn KI in den Rachen schaut und sieht, was der Arzt nicht sieht

Die Senkung der Rechenkosten ist keine akademische Übung. Sie dient einem ganz konkreten Zweck: Anwendungen zu ermöglichen, die gestern noch wirtschaftlich nicht tragfähig waren. Und genau hier tritt Aillis auf den Plan, das Startup des Arztes Sho Okiyama, und die Geschichte wird so greifbar wie ein Wartezimmer in einer Notaufnahme.
Aillis hat Deep-Learning-Modelle trainiert, die in der Lage sind, Infektionen – einschließlich Grippe – zu diagnostizieren, indem sie ausschließlich Rachenbilder analysieren. Bilder des Rachens. Der Algorithmus identifiziert spezifische visuelle Biomarker: Follikel an der hinteren Rachenwand, Strukturen, die ein ungeschultes menschliches Auge schlicht nicht sieht, oder schlecht sieht, oder mit klinisch inakzeptablen Fehlermargen interpretiert. Die Maschine verarbeitet sie mit einer Vorhersagegenauigkeit, die die strategische Investition von Partnern wie Tauns rechtfertigt.
Der Punkt ist nicht, Ärzte zu ersetzen – das ist die faule Erzählung, die Generaljournalisten für Schlagzeilen verwenden. Der Punkt ist, die klinische Rolle zu transformieren: vom diagnostischen Ausführenden zum Berater. Der Arzt hört auf, derjenige zu sein, der schaut und interpretiert, und wird zu demjenigen, der auf Basis einer qualitativ überlegenen Informationsgrundlage entscheidet und handelt. Der ROI der KI im Gesundheitswesen verläuft in diesem Modell über fortschrittliche visuelle Sensoren, die mit Vorhersagemodellen gekoppelt sind. Nicht über Chatbots. Nicht über automatische Zusammenfassungen von Krankenakten. Über Diagnosen.

FPT, Microsoft und der technologische USA-Asien-Korridor, der Milliarden bewegt
Souveräne Hardware, präzise vertikale Anwendungen: All das muss zu den Unternehmen gelangen. Dafür braucht es Integratoren, die im industriellen Maßstab operieren und gleichzeitig die Sprache westlicher Enterprises und die der asiatischen Märkte sprechen können. Microsoft weiß das seit Langem, und deshalb ist die Konsolidierung der Partnerschaft mit FPT – dem vietnamesischen IT-Konzern mit über 54.000 Mitarbeitern und einem Umsatz von mehr als 2,66 Milliarden Dollar – kein gewöhnliches Handelsabkommen. Es ist der Aufbau eines stabilen technologischen Korridors zwischen den Vereinigten Staaten und Asien, wobei FPT die generativen KI- und Cloud-Lösungen von Microsoft tief in seine Dienste für Unternehmen und Regierungen integriert.

Die flächendeckende Durchdringung des asiatischen Marktes, die Microsoft durch FPT erreicht, wäre mit eigenen Strukturen in den Zeitrahmen und zu den Kosten, die der Markt heute vorgibt, unmöglich zu erreichen. Das ist die Logik des Netzwerks: Man baut nicht alles selbst auf, sondern stützt sich auf diejenigen, die das Terrain besser kennen als man selbst.
Vietnam ist nicht mehr der Ort, an den man Billigarbeit auslagert
Und das Terrain ist in diesem Fall außerordentlich fruchtbar. Von Microsoft zertifizierte Analysen bezeichnen Vietnam als das Land mit der höchsten Konzentration an KI-Talenten in ganz Südostasien. Das ist kein Eindruck. Es ist das Ergebnis massiver Qualifizierungsprogramme – darunter Ready4AI&Security – die darauf ausgelegt sind, Millionen von ASEAN-Bürgern auszubilden, mit einem spezifischen Fokus auf KI-Kompetenz in Vietnam. Das Land hat die Rolle des Outsourcing-Hubs für Billigarbeit, die ihm zwanzig Jahre lang angeheftet wurde, endgültig hinter sich gelassen. Heute ist es ein Exzellenzzentrum für Forschung und Entwicklung, mit einem Pool an Ingenieuren, die auf maschinelles Lernen und Cybersicherheit spezialisiert sind und von westlichen Unternehmen bereits mit wachsender Aggressivität umworben werden.
Die Kette ist vollständig: Die Custom-Chips von Jalapeño senken die Inferenzkosten und machen komplexe Modelle wie die von Aillis wirtschaftlich tragfähig; Microsoft und FPT bauen die globale Vertriebsinfrastruktur auf; Vietnam liefert das Humankapital, um das Ganze in vollem Betrieb zu halten. Bis 2028 wird der KI-Markt in Südostasien laut Branchenprognosen die 45-Milliarden-Dollar-Marke überschreiten. Die Wertschöpfungskette, die sich heute herausbildet, wird entscheiden, wer diesen Betrag abschöpft.
