China treibt die nächste Phase seiner KI-Strategie voran. Im Mittelpunkt stehen nicht mehr nur immer leistungsfähigere Sprachmodelle, sondern komplette Ökosysteme für autonome KI-Agenten, die mit Dateien, Software, Terminals und digitalen Werkzeugen arbeiten können.
Im Zentrum dieser Entwicklung steht DeepSeek Harness, ein neues Open-Source-Agenten-Framework, das gemeinsam mit DeepSeek-V4 Pro veröffentlicht wurde. Beide sind inzwischen über Chinas National Supercomputing Internet verfügbar. Entwicklerinnen und Entwickler, Forschungseinrichtungen sowie Unternehmen erhalten damit nicht nur Zugang zu leistungsfähigen KI-Modellen, sondern auch zu der Infrastruktur, die für den Aufbau und Betrieb autonomer KI-Systeme erforderlich ist.
Was ist DeepSeek Harness?
Ein Harness ist die Software-Schicht, die ein KI-Modell umgibt und ihm ermöglicht, tatsächlich zu arbeiten.
Während das Sprachmodell plant und entscheidet, was als Nächstes geschehen soll, sorgt das Harness dafür, wie diese Schritte ausgeführt werden. Es verbindet das Modell mit Werkzeugen, Dateien, Terminals, Planungssystemen, Speicher, Benutzeroberflächen und Ausführungsumgebungen.
DeepSeek beschreibt dieses Prinzip mit einer einfachen Formel:
Agent = Model + Harness
Dadurch entsteht ein System, das weit über einen klassischen Chatbot hinausgeht. Statt lediglich Fragen zu beantworten, kann ein Agent mehrstufige Aufgaben bearbeiten, Befehle ausführen, Dateien analysieren, Workflows koordinieren und mit externer Software interagieren.
Eine modulare Architektur nach dem Plugin-Prinzip
Eine der Besonderheiten von DeepSeek Harness ist seine konsequent modulare Architektur.
Nahezu alle Bestandteile sind als Plugins aufgebaut. Dazu gehören unter anderem:
- KI-Modelle
- Tools
- Skills
- Sessions
- Sandboxes
- Speicher
- Agent-Loops
- Scheduling
- Benutzeroberflächen
Das zugrunde liegende Framework trägt den Namen Cordis. Dadurch lassen sich einzelne Komponenten austauschen oder erweitern, ohne den gesamten Harness verändern zu müssen. Selbst Modelladapter, Tool-Registries oder der eigentliche Agent-Loop sind modular aufgebaut.
Für Unternehmen bedeutet das, dass sich eigene Modelle, interne Anwendungen oder spezialisierte Werkzeuge vergleichsweise einfach in dieselbe Agentenplattform integrieren lassen.
Vier Betriebsmodi für unterschiedliche Einsatzszenarien
DeepSeek stellt derzeit mehrere Betriebsmodi bereit, die jeweils für unterschiedliche Anwendungsfälle ausgelegt sind.
Der Standard Mode bietet einen vollständigen Coding-Agenten mit Planung, Shell-Zugriff, Dateiverarbeitung, Suche, Workflows und Sub-Agenten.
Im Code Mode orchestriert das Modell mehrere Tool-Aufrufe, indem es selbst TypeScript-Code erzeugt und ausführt.
Der Minimal Mode reduziert die Umgebung auf die wesentlichen Funktionen wie Shell und Datei-Editor. DeepSeek nutzt diesen Modus unter anderem für Benchmarks seiner Modelle.
Der Creator Mode richtet sich an Entwicklerinnen und Entwickler, die den laufenden Harness untersuchen, neue Plugin-Kombinationen testen oder eigene Agenten-Konfigurationen erstellen möchten.
Nachvollziehbare Agenten statt Black Box
Ein zentrales Merkmal von DeepSeek Harness ist die Transparenz.
Nach Angaben des Unternehmens protokolliert jede Sitzung unter anderem System-Prompts, Modellinteraktionen, Tool-Aufrufe, Aktivitäten von Sub-Agenten sowie eingefügten Kontext.
Dadurch lassen sich Agentenläufe nachträglich analysieren, fortsetzen, verzweigen oder reproduzieren. Gerade im Unternehmenseinsatz gewinnt diese Nachvollziehbarkeit zunehmend an Bedeutung, da Organisationen verstehen müssen, warum ein Agent bestimmte Entscheidungen getroffen oder Aktionen ausgeführt hat.
Parallel erscheint DeepSeek-V4 Pro
Zeitgleich mit dem Harness hat DeepSeek auch DeepSeek-V4 Pro veröffentlicht – die neueste Version seines leistungsstärksten Modells.
Nach Angaben des Unternehmens wurde das Modell gezielt für agentenbasierte Aufgaben und produktive Einsatzszenarien optimiert. Im Fokus stehen längere Planungsketten, die Nutzung von Werkzeugen sowie komplexe mehrstufige Arbeitsabläufe.
Bemerkenswert ist dabei, dass DeepSeek V4 Pro auf öffentlichen Coding-Agent-Benchmarks gemeinsam mit dem eigenen Harness im Minimal Mode getestet wurde. Das deutet darauf hin, dass Modell und Laufzeitumgebung zunehmend gemeinsam entwickelt werden.
Warum die nationale Supercomputing-Plattform so wichtig ist
Der strategisch spannendste Aspekt ist möglicherweise nicht das Harness selbst, sondern dessen Bereitstellung über Chinas National Supercomputing Internet.
Damit verbindet China mehrere Ebenen der KI-Wertschöpfung miteinander:
- Recheninfrastruktur
- Foundation-Modelle
- Agenten-Frameworks
- Entwicklungswerkzeuge
Anstatt diese Komponenten separat bereitzustellen, werden sie auf einer gemeinsamen nationalen Plattform zusammengeführt.
Dadurch könnten Unternehmen, Universitäten und Forschungseinrichtungen deutlich einfacher produktionsreife KI-Agenten entwickeln und betreiben.
DeepSeek entwickelt sich vom Modellanbieter zur Plattform
Bislang war DeepSeek vor allem für seine Sprach- und Reasoning-Modelle bekannt.
Mit Harness erweitert das Unternehmen seine strategische Ausrichtung deutlich.
Bereits vor der Veröffentlichung hatte DeepSeek ein eigenes Harness-Team aufgebaut und gezielt Entwicklerinnen und Entwickler mit Schwerpunkt Agententechnologie eingestellt. Das deutet darauf hin, dass das Unternehmen künftig nicht nur Modelle entwickeln, sondern eine umfassende Plattform für autonome KI-Systeme anbieten möchte.
Damit verschiebt sich auch der Wettbewerb.
Die entscheidende Frage lautet künftig nicht mehr nur:
„Wer hat das beste Sprachmodell?“
Sondern zunehmend:
„Wer bietet die beste Umgebung, in der KI-Agenten produktiv arbeiten können?“
Damit bewegt sich DeepSeek zunehmend in denselben Wettbewerbsbereich wie Plattformen für Coding- und Agentensysteme.
Warum diese Entwicklung größer sein könnte als ein weiteres Modell
Der interessanteste Teil dieser Ankündigung ist möglicherweise gar nicht DeepSeek-V4 Pro.
Sprachmodelle werden mit der Zeit zunehmend austauschbar. Der eigentliche Wettbewerb verlagert sich deshalb immer stärker auf die Software-Schichten, die diese Modelle mit der realen digitalen Welt verbinden.
Ein vollständiges Agentensystem besteht heute aus mehreren Ebenen:
- Das Modell, das denkt und plant.
- Das Harness, das Kontext, Werkzeuge und Abläufe organisiert.
- Tools und APIs, die konkrete Aktionen ausführen.
- Die Infrastruktur, die Rechenleistung, Speicher und Bereitstellung ermöglicht.
DeepSeek deckt inzwischen mehrere dieser Ebenen gleichzeitig ab.
Hinzu kommt, dass Harness als Open Source unter der MIT-Lizenz veröffentlicht wurde. Allerdings befindet sich das Projekt ausdrücklich noch in einer frühen Developer Preview (Version 0.1), sodass sich APIs und zentrale Komponenten in den kommenden Monaten voraussichtlich noch deutlich verändern werden.
Eine neue Phase im globalen KI-Wettbewerb
Zusammengenommen deutet diese Entwicklung darauf hin, dass sich der Wettbewerb im KI-Markt verändert.
Statt ausschließlich um bessere Sprachmodelle zu konkurrieren, entstehen zunehmend komplette Ökosysteme für autonome KI-Agenten.
Auf der einen Seite stehen integrierte Plattformen aus Frontier-Modellen, Coding-Agenten, Cloud-Infrastruktur und Entwicklerplattformen.
Auf der anderen Seite entsteht in China ein eigenes Ökosystem aus DeepSeek, Qwen und anderen Foundation-Modellen, offenen Agentensystemen, heimischer Recheninfrastruktur und einer nationalen Supercomputing-Plattform.
Die Integration von DeepSeek Harness in diese Infrastruktur zeigt, dass China Agententechnologie zunehmend nicht mehr als einzelne KI-Anwendung betrachtet, sondern als grundlegende Infrastruktur für Softwareentwicklung, Forschung und industrielle KI.
Sollte dieser Ansatz erfolgreich sein, könnte der nächste große DeepSeek-Moment nicht ein weiteres günstiges Sprachmodell sein – sondern eine offene Plattform, auf der autonome KI-Agenten im großen Maßstab entwickelt und betrieben werden können.
