Auf Sand gebaut?
Warum die KI-Rechenzentren der Tech-Giganten ein ökonomisches Risiko bergen
Von außen wirkt alles wie ein technisches Wunder. Künstliche Intelligenz schreibt Texte, analysiert Röntgenbilder, programmiert Software und besteht Prüfungen, an denen Menschen scheitern. Im Hintergrund jedoch entsteht eine Infrastruktur, deren Dimensionen selbst erfahrene Industriebeobachter staunen lassen – und zunehmend beunruhigen.
Die großen Technologieunternehmen investieren derzeit in einem Tempo in KI-Rechenzentren, das historisch beispiellos ist. Analysten schätzen, dass sich die weltweiten Ausgaben für KI-optimierte Rechenzentren, Spezialchips, Energieversorgung und Netzinfrastruktur bis 2030 auf mehrere Billionen Dollar summieren könnten. Je nach Annahmen reichen die Schätzungen von fünf bis hin zu acht Billionen Dollar.
Im Zentrum stehen sogenannte Hyperscale-Rechenzentren: Anlagen mit Leistungsaufnahmen im Bereich von mehreren hundert Megawatt, teils nahe der Größenordnung eines Gigawatts – genug, um eine mittelgroße Stadt mit Strom zu versorgen. Einzelne Projekte dieser Art sind bereits angekündigt oder im Bau. Ein koordinierter Masterplan existiert nicht. Doch in der Summe ergibt sich ein Muster, das Fragen aufwirft, die in Vorstandsetagen zwar diskutiert, öffentlich aber selten gestellt werden: Rechnet sich diese Wette überhaupt?
Die unbequeme Mathematik der Renditen
Kapital dieser Größenordnung ist nicht kostenlos. Selbst bei konservativen Kapitalkosten von acht bis zehn Prozent müssten Infrastrukturinvestitionen von fünf bis acht Billionen Dollar langfristig jährliche Überschüsse von mehreren hundert Milliarden Dollar erwirtschaften, um ökonomisch sinnvoll zu sein.
Zum Vergleich: Apple erzielte 2024 rund 100 Milliarden Dollar Nettogewinn, Microsoft etwa 90 Milliarden, Alphabet knapp 85 Milliarden. Die gesamte globale Halbleiterindustrie kam im selben Jahr auf Umsätze von rund 600 Milliarden Dollar – nicht Gewinne.
Mit anderen Worten: Künstliche Intelligenz müsste sich zu einer der profitabelsten wirtschaftlichen Aktivitäten der Geschichte entwickeln, um diese Infrastruktur zu rechtfertigen. Ein solches Szenario ist nicht ausgeschlossen. Bewiesen ist es bislang nicht.
Infrastruktur mit kurzer Halbwertszeit
Ein weiteres Risiko unterscheidet KI-Rechenzentren fundamental von klassischer Infrastruktur wie Kraftwerken oder Verkehrsnetzen: ihre schnelle technologische Alterung.
Während Stromleitungen oder Kühlanlagen Jahrzehnte genutzt werden können, verlieren die eigentlichen Werttreiber – GPUs und KI-Beschleuniger – bereits nach drei bis fünf Jahren massiv an ökonomischer Relevanz. Nvidia bringt neue Chip-Generationen im Rhythmus von 12 bis 18 Monaten auf den Markt. Wer heute Milliarden investiert, muss absehbar erneut investieren, um konkurrenzfähig zu bleiben.
Die Folge ist kein einmaliger Aufbau, sondern eine dauerhafte Reinvestitionsspirale – ein Umstand, der die Wirtschaftlichkeit weiter unter Druck setzt.
Die aktuelle Investitionswelle
Die Dimensionen der laufenden Ausgaben sind dennoch enorm. Für das Geschäftsjahr 2024/25 kündigten an:
- Microsoft: rund 80 Milliarden Dollar Kapitalausgaben
- Alphabet: etwa 45 bis 50 Milliarden Dollar
- Meta: zwischen 65 und 75 Milliarden Dollar
- Amazon (inklusive AWS): rund 70 bis 80 Milliarden Dollar
Zusammen ergibt das über 260 Milliarden Dollar in nur einem Jahr. Zwar umfassen diese Zahlen nicht ausschließlich KI, doch gilt sie inzwischen als zentraler Treiber. Rechnet man weitere Anbieter, spezialisierte Cloud-Firmen und staatliche Projekte hinzu, erscheinen kumulierte Investitionen von mehreren Billionen Dollar bis zum Ende des Jahrzehnts realistisch. Die häufig zitierte Zahl von acht Billionen bleibt allerdings ein oberes Szenario, kein Konsens.
Strom, Wasser, Netze: die realen Engpässe
Ein Rechenzentrum mit einem Gigawatt Anschlussleistung verbraucht rund 8,8 Terawattstunden Strom pro Jahr. Bei heutigen Industriestrompreisen entspricht das jährlichen Energiekosten von etwa einer halben bis dreiviertel Milliarde Dollar – pro Standort.
Hinzu kommen:
- enorme Anforderungen an Kühlung und Wasser
- teurer Netzausbau
- wachsende politische Widerstände
Mehrere Länder, darunter Irland und die Niederlande, haben den Ausbau neuer Rechenzentren zeitweise eingeschränkt, weil Stromnetze an ihre Grenzen stoßen. Auch die Klimabilanz gerät unter Druck: Microsoft und Google mussten zuletzt einräumen, dass ihre CO₂-Emissionen trotz ambitionierter Klimaziele wieder steigen – vor allem wegen KI-Infrastruktur.
Das ungelöste Erlösmodell
Der vielleicht heikelste Punkt bleibt das Geschäftsmodell. Der Markt für generative KI wächst rasant, bewegt sich bislang jedoch im niedrigen zweistelligen Milliardenbereich. Selbst optimistische Prognosen für 2030 gehen meist von 150 bis 300 Milliarden Dollar Jahresumsatz aus.
Das ist erheblich – aber nur dann ausreichend, wenn KI darüber hinaus massive Produktivitätsgewinne in der gesamten Wirtschaft erzeugt und diese Gewinne sich auch monetarisieren lassen. Viele dieser Effekte liegen bislang im Bereich von Erwartungen, nicht von Bilanzen.
Ein Manager eines großen Cloud-Anbieters formulierte es kürzlich hinter vorgehaltener Hand so: „Wir bauen, weil wir Angst haben, nicht zu bauen. Nicht, weil wir die Rechnung schon verstanden hätten.“
Lehren aus der Geschichte
Technologische Revolutionen waren selten ökonomisch geradlinig. Eisenbahnen, Elektrizität, das Internet – sie alle waren langfristig transformativ und kurzfristig für viele Investoren ruinös. Die Dotcom-Blase vernichtete Anfang der 2000er Jahre Marktwerte von über einer Billion Dollar, obwohl das Internet selbst unzweifelhaft die Welt veränderte.
Der Unterschied heute liegt im Tempo und im Kapitalvolumen. Noch nie zuvor wurde eine Technologie so schnell, so zentral und mit derart hohen Vorleistungen ausgerollt.
Eine offene Rechnung
Künstliche Intelligenz ist real. Sie ist nützlich. Und sie wird viele Branchen verändern. Was noch offen ist, ist eine schlichte, aber entscheidende Frage: Wird sie genug wirtschaftlichen Wert schaffen, um die Infrastruktur zu tragen, die sie benötigt?
Die Ironie des KI-Zeitalters könnte darin liegen, dass eine der mächtigsten Technologien der Geschichte nicht an ihrer Leistungsfähigkeit scheitert – sondern an ihrer Ökonomie.
Die Rechnung dafür wird in den kommenden Jahren präsentiert werden.
Hinweis
Zahlen und Einschätzungen basieren auf öffentlich zugänglichen Geschäftsberichten (Microsoft, Alphabet, Meta, Amazon), Analysen von McKinsey Global Institute, Goldman Sachs, der International Energy Agency sowie Berichten von Financial Times, Bloomberg und The Information (Stand: Ênde 2025).