Der KI-Boom wird von zwei Sprachen angetrieben: Englisch und Mandarin-Chinesisch. Die führenden KI-Entwickler – OpenAI, Anthropic, DeepSeek, Moonshot AI, Z.ai und andere – haben fast alle ihren Sitz in den USA oder auf dem chinesischen Festland, weshalb ihre Modelle in ihren Muttersprachen am besten funktionieren. Dadurch geraten unzählige andere Sprachen und Dialekte, selbst solche mit zig Millionen Sprechern, ins Abseits.

„Die gesamte KI-Revolution findet auf Englisch und Mandarin statt“, sagt Pak-Sun Ting, CEO von Votee AI, eines in Hongkong ansässigen Startups, das KI-Modelle für Kantonesisch und weitere vernachlässigte Sprachen entwickeln will. „Nur ein sehr kleiner Teil davon steht für andere Sprachen.“

Votee ist eines von einer wachsenden Zahl von Unternehmen, die der Vernachlässigung anderer Sprachen durch die KI entgegenwirken wollen. Das Unternehmen nimmt Open-Weight-Modelle von Entwicklern wie Meta und Alibaba, trainiert sie mit kantonesischen Daten nach und verkauft das Ergebnis an Banken, Universitäten und Behörden. In der Praxis ist das relevant, weil die Nutzer, die am ehesten Kantonesisch-Unterstützung benötigen, häufig in Bereichen mit Publikumskontakt arbeiten, in denen der präzise Umgang mit der lokalen Sprache das Tagesgeschäft beeinflussen kann – nicht nur das beiläufige Gespräch.

„Es geht um mehr als nur Kultur. Kantonesisch wird in Bildung, Gesundheitswesen und Polizeikommunikation verwendet“, sagt Ting. „Werden diese Bereiche nicht abgedeckt, ist KI im Grunde nutzlos.“

Wie sich Kantonesisch unterscheidet

Kantonesisch wird oft als „Dialekt“ des Chinesischen bezeichnet, doch diese Bezeichnung unterschätzt, wie sehr es sich von Mandarin unterscheidet, der am weitesten verbreiteten Variante des Chinesischen. Kantonesisch folgt einer anderen Grammatik als Mandarin und hat einen anderen Wortschatz – insbesondere in Hongkong, wo Sprechende häufig zwischen englischen und kantonesischen Wörtern wechseln, mitunter im selben Satz.

Über 80 Millionen Menschen sprechen Kantonesisch, etwa so viele wie Koreanisch und mehr als Italienisch oder Thai. Diese große Sprecherbasis hat jedoch keinen vergleichbar tiefen Bestand an standardisierten schriftlichen Daten hervorgebracht, besonders für umgangssprachliches Kantonesisch – was unter anderem erklärt, warum allgemeine Modelle bei einfachen Anfragen kompetent wirken können, obwohl ihnen die Nuancen für den lokalen Einsatz fehlen.

Führende Modelle sind im Umgang mit Kantonesisch nicht völlig nutzlos. HKCanto-Eval – eine Sammlung von Benchmarks, die von Forschenden der Kyushu University, der Education University of Hong Kong und der lokalen KI-Community hon9kon9ize entwickelt und von Votee gesponsert wurde – zeigt, dass Mainstream-Modelle alltägliches Kantonesisch auf angemessenem Niveau beherrschen, bei kulturellem und lokalem Wissen jedoch regelmäßig scheitern.

Günstiges Training

Ting sagt, der Aufbau eines kantonesischen LLM sei „im Grunde das gleiche Vorgehen, als würde man ein Modell von Grund auf trainieren“: Man nehme ein bestehendes Open-Source-Modell wie Metas Llama oder Alibabas Qwen und führe ein zusätzliches Training mit kantonesischen Daten durch.

Votee bezieht seine kantonesischen Daten unter anderem durch Web Scraping, darunter Inhalte von Radio Television Hong Kong (RTHK), dem öffentlichen Rundfunk der Stadt. Das Startup erhält zudem Daten aus der Community und von Universitäten, greift auf Inhalte aus seinem früheren Geschäft als Big-Data-Unternehmen zurück und nutzt synthetische Daten, indem es eigene kantonesische Datensätze für das Training seines Modells erstellt.

Insgesamt wurden die kantonesischen Daten dadurch von 100 Millionen Tokens auf über 500 Millionen Tokens ausgebaut.

Die Modelle von Votee AI haben rund 70 Milliarden Parameter und sind damit deutlich kleiner als die besten Modelle am Markt. Dennoch, so Ting, sind sie leistungsfähig genug, um auf Kantonesisch zu verstehen und zu schlussfolgern. Wichtiger noch: Votees Trainingskosten sind zwar nicht trivial, bleiben aber deutlich geringer als die der Frontier-Labs. Ting schätzt, dass das Unternehmen zwischen 500 Millionen und 1 Milliarde Tokens für das Training seiner Modelle verwendet – verglichen mit den Billionen bei englischsprachigen Modellen – zu Kosten von rund 250.000 US-Dollar.

Souveräne KI

Mehrere Unternehmen arbeiten an Modellen für sogenannte „Low-Resource-Sprachen“, also Sprachen, hinter denen kein gewaltiges Korpus veröffentlichter Texte steht. Indosat, Indonesiens zweitgrößtes Telekommunikationsunternehmen, baut Sahabat AI, ein Open-Source-Sprachmodell, das sich auf indonesische Sprachen wie Bahasa konzentriert. Das staatlich geförderte AI Singapore betreibt SEA-LION, das elf unterversorgte südostasiatische Sprachen abdeckt. Südkorea geht noch weiter und veranstaltet ein staatlich unterstütztes Ausscheidungsturnier – von lokalen Medien als „AI Squid Game“ bezeichnet –, um nationale Champions für eigene Foundation-Modelle zu küren, gestützt auf ein KI-Budget für 2026 von rund 6,8 Milliarden US-Dollar.

Das alles läuft unter dem Banner der „souveränen KI“ – der Idee, dass Regierungen und Unternehmen ihre eigenen Daten, Modelle und Infrastrukturen besitzen wollen, statt sie aus dem Ausland zu mieten.

„KI ist zu einem so grundlegenden Bedürfnis geworden, dass man nicht von jemandem abhängig sein will, der sie abschalten kann“, sagt Ting. Er ist offen damit, dass die vollständige Version der Idee souveräner KI – bei der Länder jeden Teil der KI-Lieferkette besitzen – „sehr schwierig“ umzusetzen ist. Stattdessen rät er Ländern, sich auf den Besitz der Foundation-Modelle und der darauf aufbauenden Anwendungen zu konzentrieren.

Regierungen benötigen in der Regel kein Modell an der technologischen Spitze, um einige Aufgaben zu automatisieren; Ting erklärt, dass ein winziges Modell, selbst eines mit nur 1 Milliarde Parametern, für diese Zwecke ausreichen kann. Benötigen Regierungen fortgeschrittenere Fähigkeiten, können sie die Ausgaben eines leistungsstarken englisch- oder chinesischsprachigen Modells über ein kleineres Ausgabemodell in der Landessprache leiten.

Ting weist darauf hin, dass das Unternehmen mit Modellen von MiniMax und SenseTime arbeitet und in seinem Betrieb Nvidia-Chips einsetzen kann. „Wir können Nvidia-Chips verwenden, wir können das Modell von Moonshot oder DeepSeek nutzen“, sagt er. „Wir sind dieser Mensch in der Highschool, der mit allen befreundet ist.“

Bei allem, was Ting über Bewahrung sagt, ist Votee ein gewinnorientiertes Unternehmen. Regierungen und Konzerne sind die ersten Kunden für ein KI-Modell in einer Sprache wie Kantonesisch oder Bahasa. Ting sagt, Votee sei profitabel „in dem Sinne, dass unsere Einnahmen unsere Kosten übersteigen“, finanziert vor allem über Kundenverträge. Das Startup kann inzwischen Allan Zeman als Berater vorweisen, den Hongkonger Tycoon, der das Ausgehviertel Lan Kwai Fong der Stadt maßgeblich aufgebaut hat.

Votees Ambitionen beschränken sich nicht auf Hongkong. Ting sagt, das Startup führe „aktive Gespräche“ mit AI Singapore, der KI-Forschungsinitiative des Landes, und plane anschließend eine weitere Expansion nach Südostasien. Darüber hinaus möchte Ting erkunden, KI zum Schutz bedrohter Sprachen in Regionen wie Ostasien, Nordamerika und Afrika einzusetzen.

Ting nennt das, was englischsprachige KI anderen Sprachen antut, einen „Schreibmaschinen-Moment“ – einen Produktivitätsgewinn, der so groß ist, dass Menschen ihre eigene Sprache aufgeben, um ihn zu nutzen. „Die Menschen werden Englisch annehmen, allein weil die Produktivität der Schreibmaschine im Vergleich zur eigenen Sprache so viel stärker ist“, sagt er.

Ob ein kantonesisches Modell mit 70 Milliarden Parametern das ändert, bleibt abzuwarten. Aber Ting sagt, er werde weiterhin von dem Wunsch angetrieben, anderen Sprachen in einer von englisch- und mandarinchinesischsprachiger KI dominierten Welt eine echte Chance zu geben.

„Mit jeder Sprache, die stirbt, verliert man eine weitere Art, die Welt zu sehen“, sagt er. „Das könnte einfach in einem Museum bewahrt werden, wo man sie gewissermaßen betrachten kann. Aber wir können auch eine Menge neues Wissen erschließen.“

Pak-Sun Ting wird am 8. September beim Fortune Leaders Forum in Macau sprechen.

Diese Geschichte erschien ursprünglich auf Fortune.