Die Geschichte von Alibaba & Qwen — Volltext

Vorbemerkung (Methodik)

Diese Chronik folgt dem gleichen Anspruch wie die Google/Gemini-Chronik: Fakten belegt, Unsicherheit benannt, Tatsachen von Deutung getrennt. Quellenpriorität: Primärquellen (Alibaba Cloud Blog, QwenLM-Blog, GitHub, arXiv) > seriöse Tech-/Wirtschaftspresse (Reuters, CNBC, FT, SCMP, MIT Tech Review) > chinesische Fachmedien (36Kr, 163.com) > Sekundärquellen (nur ergänzend).

Legende: ✅ Faktum (belegt) · 🟡 teilweise belegt / vorsichtig zu lesen · 🔵 Interpretation.

Ein roter Faden: Alibaba startete als E-Commerce-Riese ohne nennenswerte KI-Forschung, baute ab 2014 schrittweise eigene Labore auf und erlebte — anders als Google — keinen Chatbot-Schock im Verbrauchermarkt, sondern positionierte sich über Open Source als globaler Standard. Im chinesischen KI-Wettlauf 2025/26 wurde Qwen zur meistverbreiteten Modellfamilie der Welt, gemessen an Derivaten.

Teil I — Vor DAMO: iDST, City Brain & die Pionierphase (2014–2017)

1.1 Frühe Strukturen

🟡 Vor dem vielzitierten DAMO-Start gab es bereits um 2014 das iDST (Institute of Data Science and Technologies) unter dem damaligen Alibaba-COO Jeff Zhang — Alibabas zentrale KI- und Datenwissenschafts-Einheit mit Forschern in Hangzhou, Peking, Singapur, Seattle und Silicon Valley, die an Empfehlungs- und Suchsystemen arbeitete. Mit der DAMO-Gründung 2017 wurden Reichweite und Themenbreite des iDST erweitert; das Institut ging im DAMO-Rahmen auf. Das genaue Gründungsjahr ist durch keine Primärquelle exakt datiert (🟡), die Vorläufer-Rolle ist jedoch belegt.

Quellen: Alizila – Alibaba AI hiring (iDST)

1.2 City Brain — der erste öffentlich sichtbare KI-Einsatz (2016)

✅ Im Oktober 2016 — auf der Hangzhou Yunqi (Cloud) Conference (13.10.2016) — kündigte Alibaba gemeinsam mit der Stadt Hangzhou das „Hangzhou City Brain“-Projekt auf Basis der eigenen KI-Plattform Alibaba Cloud ET an. Das System verarbeitete Live-Verkehrsdaten aus Kameras und Ampelsensoren und steuerte den Verkehr in Echtzeit; 2017 berichtete Alibaba 🟡 von einer Verbesserung der Durchschnittsgeschwindigkeit in Pilotbezirken um 11–15 % (Eigenangabe, unabhängige Methodik nicht offengelegt).

Quellen: Alibaba Cloud Blog – ET City Brain · IET Smart Cities – City Brain paper · PMC – Platform urbanism and the Chinese smart city

1.3 DAMO Academy (2017)

✅ Am 11. Oktober 2017 kündigte Alibaba-CEO Jack Ma auf der Hangzhou Cloud Conference die Gründung der DAMO Academy (Discovery, Adventure, Momentum, Outlook) an. Das Institut wurde mit einem 3-Jahres-Investitionsvolumen von 100 Mrd. Yuan (≈ 15 Mrd. USD) ausgestattet — die bis dahin größte Forschungsinitiative des Konzerns. Geplant waren sieben Labore in China, den USA, Russland, Israel und Singapur. Geleitet wurde DAMO vom damaligen Group-CTO Jeff Zhang.

Quellen: Alibabagroup Press – DAMO Academy · MIT Technology Review (2021) · China Daily (2017)

Teil II — Erste Modelle: M6, AliceMind, PLUG (2018–2021)

2.1 Sprach- und Multimodalforschung

✅ Ab 2018 baute DAMO eine eigene NLP- und Multimodal-Pipeline auf. PLUG (Pre-training for Language Understanding and Generation, 2020) gehörte zu den ersten chinesischen Großsprachmodellen mit über 27 Mrd. Parametern. M6 (Multi-Modality to Multi-Modality Multitask Mega-transformer) erreichte 2021 mit einer 10-Mrd.-Parameter-Produktivversion Aufmerksamkeit; das Forschungspaper „M6-10T“ (arXiv:2110.03888, Okt. 2021) skalierte das MoE-Design experimentell bis 10 Bio. Gesamtparameter — trainiert auf nur 512 GPUs in 10 Tagen (kein produktiver Release). Die oft zitierte Angabe „nur 1 % der GPT-3-Energie“ ist eine daraus abgeleitete Effizienz-Einordnung auf Basis von Alibabas eigenen Zahlen 🟡; eine unabhängige Bestätigung steht aus.

Quellen: InfoQ – M6 10B parameters · Towards Data Science – M6: 10 Trillion Parameters at 1% GPT-3’s Energy Cost · arXiv:2110.03888 – M6-10T · arXiv – M6-Rec

2.2 AliceMind & Vorreiterrolle bei Benchmarks (2021)

✅ Im Juni 2021 veröffentlichte DAMO die offene AliceMind-Modellfamilie rund um den selbst entwickelten StructBERT. Das System führte sechs internationale NLP-Benchmarks an (GLUE, CLUE, XTREME, VQA Challenge, DocVQA, MS MARCO); auf der VQA Challenge 2021 übertraf AliceMind Vorjahressieger von Microsoft und Meta (79,78 % vs. 76,36 %). AliceMind wurde in mehr als 200 Geschäftsszenarien produktiv eingesetzt (Stand 2021: 5 Mrd. Aufrufe/Tag) und diente als Grundlage für die spätere Qwen-Reihe.

Quellen: GitHub – AliceMind · Zhidx – AliceMind 6 Benchmarks · Mydrivers – AliceMind Open Source

2.3 Eigene KI-Chips: AliNPU & Hanguang 800 (2018–2019)

✅ Parallel zu den Modellen baute Alibaba eigene KI-Beschleuniger. Der AliNPU-Entwurf wurde 2018 vorgestellt; am 25. September 2019 erschien auf der Apsara Conference mit Hanguang 800 ein Inferenz-Chip, der laut Alibaba im ResNet-50-Standardtest 78.563 Bilder pro Sekunde erreichte — rund 4× so schnell wie der damals zweitbeste AI-Inferenz-Chip. Der Chip wurde unter dem Eindruck der sich anbahnenden US-Exportkontrollen entwickelt; produziert wird er von Alibabas Halbleitertochter T-Head (Pingtouge, 平头哥) — gegründet im September 2018 (nach der Übernahme von C-Sky Microsystems im April 2018), die u. a. quelloffene RISC-V-Kerne entwickelt (XuanTie 910, 2019).

Quellen: MIT Technology Review – Damo Academy · Alibabagroup Press – Hanguang 800 (Hintergrund) · Wikipedia – T-Head

Teil II.5 — Voraussetzung: Der Regulierungs-Schock 2020/21

🔵 Ohne diesen Kontext ist Alibabas KI-Wende nicht zu verstehen. Zwischen 2020 und 2022 geriet der Konzern in eine bis dahin beispiellose regulatorische Krise, die das gesamte strategische Fundament neu ausrichtete:

2. November 2020: Der geplante Börsengang der Ant Group (geplante Marktkapitalisierung ~37 Mrd. USD, der bis dahin größte IPO der Welt) wurde von chinesischen Behörden in letzter Minute gestoppt. Auslöser war ein kritischer Auftritt von Jack Ma Ende Oktober 2020 vor dem Bund-Finanzgipfel in Shanghai.
April 2021: Die chinesische Kartellbehörde SAMR verhängte gegen Alibaba eine Strafe von 18,2 Mrd. RMB (≈ 2,8 Mrd. USD) — die höchste Kartellstrafe in der chinesischen Geschichte. Vorwurf: Missbrauch der Plattformmarktdominanz.
2021–2022: Im Zuge der landesweiten „Common Prosperity“-Kampagne zog sich Jack Ma weitgehend aus der Öffentlichkeit zurück; die Konzernführung wurde zwischenzeitlich von einem Management-Kollektiv übernommen.

🟡 In Summe verlor Alibaba zwischen Oktober 2020 und März 2022 rund 70 % seiner US-Börsenkapitalisierung — und damit die Selbstverständlichkeit des schnellen Wachstums. Die KI-Strategie 2023+ war nicht primär technologiegetrieben, sondern eine Antwort auf das verlorene Vertrauen und die Suche nach neuen, regulatorisch konformen Wachstumsfeldern. Cloud + KI galten als Bereiche, in denen China gezielt fördert und Alibaba natürliche Stärken hat.

Quellen: Wikipedia – Ant Group · Reuters – Ant Group IPO Suspension · FT – Alibaba Kartellstrafe · Shanghai Daily – Breakup plan

Teil III — Die Restrukturierung & der Tongyi-Qianwen-Moment (2023)

3.1 Aufspaltung in sechs Einheiten

✅ Am 28. März 2023 kündigte Alibaba die größte Restrukturierung in der 24-jährigen Firmengeschichte an: Aufteilung in sechs Geschäftseinheiten (Cloud Intelligence, Taobao Tmall Commerce, Local Services, Cainiao Logistics, Global Digital Commerce, Digital Media & Entertainment), jede mit eigener IPO-Option. Auslöser waren regulatorischer Druck, Konjunkturabschwächung und der schwindende Börsenwert (Alibaba hatte seit dem Höchststand 2020 etwa 70 % an Marktkapitalisierung verloren).

Quellen: Reuters – Alibaba splits into six units (28. März 2023) · Shanghai Daily – Breakup boosts market · Financial Times – Jack Ma pivot to AI

3.2 Tongyi Qianwen — Alibabas ChatGPT-Moment (April 2023)

✅ Am 11. April 2023 stellte Alibaba Cloud auf dem Apsara Conference das Sprachmodell Tongyi Qianwen (通义千问, „Qwen“) vor — Chinas prominenteste direkte Antwort auf ChatGPT. Der damalige CEO Daniel Zhang sprach von einem „technologischen Wasserscheiden-Moment“. Bis Ende April 2023 hatten über 200.000 Unternehmen Beta-Zugang beantragt. Das Modell wurde in DingTalk (Workspace), Tmall Genie (Voice Assistant) und entlang der Cloud-Suite ausgerollt.

Quellen: CNBC – Alibaba Tongyi Qianwen · China Daily – 200.000 Beta-Anfragen · Wikipedia – Qwen

3.3 Open Source ab Tag eins (August 2023)

✅ Anders als die meisten Konkurrenten veröffentlichte Alibaba im August 2023 (genaues Veröffentlichungsdatum nicht offiziell kommuniziert) die erste Open-Source-Variante Qwen-7B (Apache-2.0-Lizenz) — und läutete damit eine konsequente Open-Weight-Strategie ein, die sich als wichtigste strategische Entscheidung der gesamten Chronik erweisen sollte.

Quellen: GitHub – QwenLM · Wikipedia – Qwen · Baidu Baike – Qwen

Teil III.5 — Chinesischer KI-Markt 2023/24: Wer spielt mit?

🔵 Alibabas Qwen-Strategie entsteht nicht im Vakuum, sondern in einem dichten Wettbewerbsumfeld mit einer Handvoll etablierter und aufstrebender chinesischer KI-Akteure. Wer die Qwen-Erfolgsgeschichte verstehen will, muss die Konkurrenz kennen:

Akteur	Modell	Releasemonat	Schwerpunkt
Baidu	ERNIE / ERNIE Bot	Erstankündigung 2021, Bot-Launch März 2023	Suche, Cloud-Integration
iFlytek	Spark (Xunfei)	Mai 2023	Sprache, Bildung, Behörden
Alibaba	Tongyi Qianwen / Qwen	April 2023 (closed) / August 2023 (open)	Open Source, Cloud
Tencent	Hunyuan	September 2023	Soziale Netzwerke, Games
01.AI (Kai-Fu Lee)	Yi	November 2023	Effizienz, offene Modelle
Zhipu AI	GLM / ChatGLM	seit 2022, kontinuierlich	Akademische Wurzeln (Tsinghua)
Moonshot AI	Kimi	Oktober 2023	Langer Kontext
DeepSeek	V3, R1	Dezember 2024 / Januar 2025	Reasoning, Effizienz
ByteDance	Doubao (Skylark)	August 2023	Consumer-App, TikTok-Integration

🟡 Drei Muster prägen das Feld: Erstens — alle Großen (BAT + iFlytek) veröffentlichten 2023 in dichter Folge eigene Modelle, keiner wollte als „KI-Nachzügler“ dastehen. Zweitens — Alibaba ist der einzige der „Big Tech“, der konsequent Open Source geht; Baidu und Tencent halten ihre Top-Modelle weitgehend closed. Drittens — DeepSeek hat mit V3/R1 (Dez 2024 / Jan 2025) das Feld neu sortiert und ist seitdem der engste Qwen-Konkurrent; das gesamte Jahr 2025 stand im Zeichen dieses Zwei-Fronten-Rennens.

Quellen: Wikipedia – Baidu ERNIE · Reuters – Tencent Hunyuan · Wikipedia – DeepSeek · SCMP – DeepSeek vs Qwen

Teil IV — Aufbau der Modellfamilie (2023–2024)

4.1 Bild- und Video-Generator Tongyi Wanxiang (Juli 2023)

✅ Auf der World AI Conference in Shanghai (7. Juli 2023) veröffentlichte Alibaba den Bildgenerator Tongyi Wanxiang (通义万相, „zehntausend Bilder“) — Alibabas Antwort auf Midjourney und DALL·E. Das Modell wurde bis 2024 mehrfach erweitert: Wanx 2.1 (Februar 2025) führte Wanx auf Platz 1 der VBench-Videobewertung.

Quellen: TechNode – Tongyi Wanxiang launch · Alibaba Cloud Blog – Wanx 2.1

4.2 Qwen 1.5 → 2 → 2.5 (Februar 2024 – September 2024)

✅ In schneller Kadenz veröffentlichte das Qwen-Team:

Qwen 1.5 (Februar 2024) — erste breite Modellfamilie mit Größen 0.5B–110B
Qwen 2 (Juni 2024) — Effizienzsprung, dichte und MoE-Varianten
Qwen 2.5 (19. September 2024, Apsara Conference) — 18 Bio. Token Pretraining, Familie aus 0.5B–72B dichten Modellen plus Qwen2.5-Coder und Qwen2.5-Math; im Februar 2025 folgte Qwen2.5-VL (multimodal). arXiv 2412.15115

Quelle: Qwen Blog – Qwen2.5 · Hugging Face – Qwen2.5-72B · ModelScope – Qwen2.5-72B

4.3 Multimodalität: Qwen-VL & Qwen-Audio (2023–2024)

✅ Zeitgleich zur reinen Sprachlinie baute Alibaba multimodale Modelle: Qwen-VL und Qwen-VL-Max (Sprache+Bild, 2023) wurden 2024 zu Qwen2-VL mit dynamischer Auflösung und M-RoPE weiterentwickelt; Qwen-Audio (Sprache) ergänzte das Portfolio.

Quellen: GitHub – Qwen2-VL · arXiv 2502.13923 – Qwen2.5-VL Technical Report

Teil V — Reasoning, Qwen 3 & der DeepSeek-Schock (2024–2025)

5.1 QwQ-32B — Alibabas Einstieg ins Reasoning (November 2024)

✅ Am 27. November 2024 veröffentlichte das Qwen-Team den experimentellen QwQ-32B-Preview — einen Reasoning-Ableger auf Qwen-2.5-Basis, der laut internen Benchmarks DeepSeek-R1 in mehreren Disziplinen (Mathe, Code, Allgemein) bei nur 32 Mrd. Parametern (vs. 671 Mrd. bei R1) übertraf. Am 5. März 2025 folgte das finale QwQ-32B, veröffentlicht unter Apache 2.0.

Quellen: Qwen Blog – QwQ Preview · VentureBeat – QwQ-32B vs DeepSeek-R1 · ModelScope – QwQ-32B

5.2 Qwen 2.5-Max & die DeepSeek-Antwort (Januar/Februar 2025)

✅ Im Zuge des DeepSeek-V3-Hypes (Januar 2025) veröffentlichte Alibaba am 29. Januar 2025 das neue Flaggschiff Qwen 2.5-Max — laut eigener Aussage „besser als DeepSeek-V3 in mehreren Benchmarks“. Tags darauf stieg Alibabas Hongkonger Aktie um 7 %. Wenig später, am 24. Februar 2025, kündigte Eddie Wu (CEO Alibaba Cloud) ein Investitionsprogramm von 380 Mrd. Yuan (≈ 53 Mrd. USD) in Cloud- und KI-Infrastruktur über drei Jahre an — das größte Investitionsprogramm eines privaten chinesischen Unternehmens in diesem Bereich und mehr als die gesamten Cloud+AI-Ausgaben der letzten Dekade.

Quellen: Reuters – Alibaba releases model surpassing DeepSeek · Reuters – $53B Investment · Hangzhou Gov – $53B Infrastructure

5.3 Qwen 3 — der „Hybrid-Reasoning“-Schritt (29. April 2025)

✅ Am 29. April 2025 veröffentlichte Alibaba die Qwen-3-Familie: 8 Modelle in zwei Architekturen — 2 MoE (Qwen3-235B-A22B mit 235 Mrd. Gesamt- / 22 Mrd. aktiven Parametern, Qwen3-30B-A3B) und 6 dichte Modelle (0.6B bis 32B). Qwen 3 führte eine nahtlose Umschaltung zwischen „Denkmodus“ und schnellem Antwortmodus ein, trainierte auf 36 Bio. Tokens und unterstützte 119 Sprachen. Schon am Veröffentlichungstag lief das Modell nativ auf Huawei-Ascend-Chips. Bis Juli 2025 erschienen die Qwen3-2507-Refreshes.

Quellen: Alibaba Cloud Blog – Qwen3 Launch · Reuters – Alibaba unveils Qwen3 · GitHub – Qwen3

🔵 Einordnung: Der Schritt, „Thinking“ und „Fast“ in einem Modell zu vereinen, war strategisch klug — DeepSeek, OpenAI (o1/o3) und Google (Gemini Thinking) hatten dafür getrennte Modelllinien. Qwen 3 machte das Reasoning zum Standard und stärkte die Open-Source-Position.

Teil VI — 2026: Globale Dominanz & Modell-Offensive

6.1 Qwen3-Max-Thinking (Januar 2026)

✅ Am 23. Januar 2026 veröffentlichte Alibaba das Reasoning-Flagschiff Qwen3-Max-Thinking und positionierte es als Konkurrent zu GPT-5.2-Thinking, Claude Opus 4.5 und Gemini 3 Pro. In externen Benchmarks (u. a. Humanity’s Last Exam, GPQA, AIME) erreichte Qwen3-Max-Thinking laut VentureBeat-Auswertung Spitzenwerte vor GPT-5.2-Thinking und Gemini 3 Pro — wobei die Messung 🟡 von Alibaba-Mitarbeitern selbst durchgeführt wurde und unabhängige Replikation aussteht.

Quellen: VentureBeat – Qwen3-Max-Thinking vs Gemini 3 Pro · Vals AI – Qwen3 Max Thinking · 163.com – Modell-Schlacht 2026

6.2 Open-Source-Explosion

✅ Am 22. Januar 2026 meldete das offizielle Qwen-Konto: Auf Hugging Face überschritt die Zahl der Qwen-Derivate 200.000 — Tagesdurchschnitt 200+ neue Modelle. Downloads: >1 Mrd.; im Schnitt 1,1 Mio. Downloads pro Tag. Branchen wie Automotive (BMW), Industrie (Siemens), Mode (LVMH) und Silicon-Valley-Firmen (Airbnb, Amazon) nutzten Qwen-Modelle für Produktion oder interne Tools.

Quellen: PCHome – Qwen-Derivate 200.000 · Xinhua – CES 2026 Open Source

6.3 Qwen3.5-Omni (März 2026)

✅ Am 30. März 2026 erschien mit Qwen3.5-Omni ein vollständig multimodales Modell („Omni“) — verarbeitet Text, Bild, Audio und Video; 256k Token Kontext; Spracherkennung in 113 Sprachen/Dialekten, Sprachausgabe in 36 Sprachen. Drei Größen: Plus, Flash, Light.

Quelle: China Youth International – Qwen3.5-Omni

6.4 Weiter im Takt: Qwen3.6 & Qwen3.7-Max (Mai/Juni 2026)

✅ Die Kadenz hielt an: Auf Qwen 3.5 folgten Qwen3.6 und am 20. Mai 2026 (Alibaba Cloud Summit) das neue Flaggschiff Qwen3.7-Max — von Alibaba als bislang fortschrittlichstes Agenten-/Reasoning-Modell mit 1-Mio.-Token-Kontext vorgestellt, stark bei Coding und langen Mehrschritt-Aufgaben. Anfang Juni 2026 ergänzte Qwen3.7-Plus die Reihe. Ein „Qwen 4″ existiert (Stand Juni 2026) noch nicht.

🔵 Bemerkenswert: Qwen3.7-Max ist erstmals wieder closed-weight (nur über die DashScope-API) — ein Hinweis, dass selbst der Open-Source-Vorreiter sein stärkstes Agentenmodell zunächst geschlossen monetarisiert.

Quellen: TechNode – Qwen3.7-Max · MarkTechPost – Qwen3.7-Max

Teil VII — Geopolitik, Chips & Jack Ma

7.1 US-Exportkontrollen als ständiger Begleiter

✅ Die US-Exportkontrollen für KI-Chips trafen Alibaba direkt: 7. Oktober 2022 (erste Runde gegen A100/H100), 17. Oktober 2023 (verschärft, A800/H800/L40S betroffen), 29. März 2024 und 2. Dezember 2024 (zweite Biden-Verschärfung). Nvidias H20 als „abgespeckte“ China-Variante wurde 2023 eingeführt; ab April 2025 verschärften die USA die Kontrollen erneut mit dem „AI Diffusion“-Regelwerk und einem faktischen Verbot der H20-Lieferungen an China. Alibaba hatte 39 Mrd. Yuan (≈ 5,4 Mrd. USD) für den Kauf von AI-Chips im Jahr 2025 budgetiert.

Quellen: CSIS – Limits of Chip Export Controls · Toutiao – AI Chip Export Timeline · Interfax – Alibaba AI Chip Budget · IFP – H20 Problem

7.2 Eigenchips als Antwort

🟡 Alibaba gehört zu den chinesischen Konzernen, die am stärksten auf eine eigene Halbleiterstrategie setzen — sowohl über die T-Head-Tochter (Eigen-SoCs) als auch durch Kooperation mit Huawei Ascend. Verifizierte Quellen bestätigen die 0Day-Kompatibilität von Qwen 3 mit Ascend-Hardware; die Frage, in welchem Umfang TPU-/GPU-Alternativen von T-Head bereits in der Modellproduktion zum Einsatz kommen, ist weniger gut dokumentiert.

Quellen: 163.com – Qwen3 on Ascend · Facebook/Arise TV – Alibaba AI chip launch

7.3 Jack Mas Rückkehr und die KI-Wende

✅ Jack Ma, seit der Ant-FinTech-Krise 2020/21 weitgehend zurückgezogen, kehrte Anfang 2025 stärker ins Tagesgeschäft zurück. CNBC analysierte im März 2025, dass Alibabas US-Listings seit Jahresbeginn um ≈ 60 % gestiegen waren, was einem Börsenwertplus von rund 100 Mrd. USD entspricht — getrieben von KI-Optimismus und Mas Comeback. 🟡 Stand Anfang Juni 2026 lag Alibabas Marktkapitalisierung bei rund 300 Mrd. USD (nach ~365 Mrd. Ende November 2025); Alibaba Cloud wuchs zuletzt um ~38 %, KI-Produkte machten rund 30 % des externen Cloud-Umsatzes aus, und Qwen erreichte ~300 Mio. monatliche Nutzer bei über 700 Mio. Downloads.

Quellen: CNBC – Alibaba $100B rally · FT – Jack Ma pivot to AI · Reuters – Alibaba restructuring · CNBC – Alibaba Q4-Earnings 2026

🔵 Einordnung: Jack Mas Rückkehr ist Symbol und Katalysator: Der Gründer wurde unter dem Eindruck der KI-Wende zum KI-Befürworter — eine bemerkenswerte Wendung nach den regulatorischen Verwerfungen 2020/21.

Teil VIII — Einordnung (Interpretation)

🔵 Alibabas KI-Geschichte ist die eines Außenseiters, der über Open Source die Weltspitze erreichte. Während Google, OpenAI, Anthropic und Meta um geschlossene Spitzenergebnisse wetteifern, baute Alibaba das weltweit am breitesten genutzte offene Modell-Ökosystem auf — gemessen an Derivaten, Downloads und Integrationstiefe in der Industrie. Diese Strategie ist nicht altruistisch: Sie ist Antwort auf drei harte Constraints — US-Chipblockaden, chinesische Regulierung und der Verlust des Verbraucher-Vertrauens nach 2020.

Die Chronik zerfällt in drei Akte: 1. 2014–2017: Aufbau. iDST, City Brain, DAMO Academy — Infrastruktur, aber keine wissenschaftlichen Durchbrüche. 2. 2018–2022: Forschung. M6, AliceMind, PLUG, Hanguang-Chip — solide Arbeit im Schatten westlicher Modelle. 3. 2023–2026: Durchbruch. Tongyi Qianwen, Qwen-Familie, Qwen 3 mit Hybrid-Reasoning, 200.000+ Derivate, $53-Mrd-Investitionsprogramm, Qwen3.5-Omni.

Die offene Frage: Hält Alibaba die Kadenz, wenn DeepSeek, Moonshot/Kimi und ByteDance mit ähnlicher Geschwindigkeit nachziehen — und kann die offene Strategie den chinesischen Markt gegen immer fähigere proprietäre Modelle verteidigen?

Quellenverzeichnis

Momentaufnahme zum 4. Juni 2026; bei neuen Releases fortzuschreiben.