KI-Rechen-Zentren werden zu Milliardengrab

Der bisherige Glaube, dass die Zukunft der Künstlichen Intelligenz ausschließlich in gigantischen Cloud-Clustern liegt, bekommt Risse. Während Unternehmen massiv Kapital in Rechenzentren pumpten, zeichnet sich eine strategische Kehrtwende ab: Die Intelligenz zieht auf die Endgeräte um. Bereits im Jahr 2025 flossen etwa 450 Milliarden US-Dollar in die KI-Infrastruktur. Für 2026 ist die Summe auf 750 Milliarden US-Dollar geplant. Doch viele dieser Projekte befinden sich noch in der Planungsphase. Es droht ein Szenario, in dem diese auf Pump finanzierten Anlagen schlicht überdimensioniert sind, weil die Rechenlast nicht in der Cloud, sondern lokal auf dem MacBook oder dem Smartphone verbleibt.

Lokale KI und das Risiko überdimensionierter Rechenzentren

Apple treibt diese Entwicklung mit seiner neuen Siri-Generation voran. Die Hardware, insbesondere die M-Prozessorfamilie mit Modellen wie dem M5 Pro und M5 Max, erlaubt es heute, große Sprachmodelle (LLM) lokal auszuführen. Nur bei hochkomplexen Anfragen wird die Cloud als Backup genutzt. Dies verändert die Spielregeln fundamental. Bisher setzten Anbieter wie OpenAI oder Anthropic auf „Super-Apps“, die alle Funktionen zentral bündeln. Wenn KI-Agenten jedoch tief in Betriebssysteme wie iOS, Android oder MacOS integriert werden, verliert die zentrale Cloud-App an Bedeutung. Microsoft versuchte diesen Weg mit dem Co-Pilot, stieß jedoch auf Kritik an der mangelnden Ausgereiftheit und der aufdringlichen Umsetzung. Selbst Nvidia, der größte Profiteur des aktuellen Booms, scheint den Kurs zu korrigieren. Mit dem RTX Spark führt das Unternehmen einen ARM-basierten PC-Prozessor ein, der konzeptionell den Apple-Chips ähnelt und die lokale Rechenpower stärkt.

Die Rückkehr der CPU bei KI-Agenten

Lange Zeit galt der KI-Boom als reiner Grafikchip-Hype. Doch laut Apfeltalk rücken nun die zentralen Prozessoren (CPUs) wieder in den Fokus. Der Grund sind KI-Agenten. Diese Agenten sind keine reinen Rechenmaschinen für neuronale Netze. Sie koordinieren verschiedene KI-Modelle, steuern externe Dienste über APIs an und führen klassische Programmlogik aus. Während die GPU das eigentliche Modell berechnet, übernimmt die CPU die Orchestrierung. Für Hyperscaler entsteht ein neues Optimierungsproblem. Zu wenig CPU-Leistung bremst die teuren Grafikchips aus; zu viel Leistung verteuert den Betrieb unnötig. Um unabhängiger von externen Lieferanten zu werden, setzen Cloud-Anbieter verstärkt auf eigene KI-Beschleuniger und Tensor-Prozessoren. Google hat in diesem Zusammenhang eine Bestellung über mehrere Millionen Tensor-Prozessoren bei Intel platziert, deren Produktion für 2028 vorgesehen ist.

Physische Engpässe: Glasfaser und Bandbreite

Die Hardware im Server ist nur die halbe Gleichung. Ein kritisches Nadelöhr ist die Datenanbindung zwischen den Rechenzentren. Die verfügbare Bandbreite wird zunehmend zum limitierenden Faktor beim Ausbau der KI-Kapazitäten. Amazon reagiert darauf mit massiven Investitionen in die physische Infrastruktur. Ein milliardenschwerer Liefervertrag mit Corning für optische Fasern in den USA soll die Bandbreite erhöhen und mehrere Fabriken auslasten. Ohne diese Glasfaser-Offensive nützen auch die schnellsten Chips wenig, wenn die Datenübertragung zwischen den Servern stagniert.

Das Scheitern des EU Chips Act und die Strategie 2.0

Während die USA und Asien auf massive Skalierung setzen, kämpft Europa mit seinen Ambitionen. Wie all-electronics.de berichtet, ist das Ziel des ersten EU Chips Act kaum erreichbar. Die EU wollte ihren Anteil am weltweiten Halbleitermarkt bis 2030 auf 20 Prozent verdoppeln. Ein Bericht des Europäischen Rechnungshofs vom Dezember 2025 prognostiziert stattdessen lediglich einen Anteil von 11,7 Prozent. Rückschläge, wie die gestrichenen Pläne von Intel für Standorte in Magdeburg und Polen, haben die Strategie geschwächt. Die Diskussion über einen „Chips Act 2.0“ verschiebt sich daher weg von prestigeträchtigen Marktanteilen hin zur Resilienz. Im Fokus stehen nun:

• Reifere Technologieknoten statt nur modernster 2-nm-Chips.
• Die Sicherung von Standardchips, die kritisch für die Automobilindustrie sind.
• Die Verbesserung von Packaging-Prozessen und Lieferkettenanalysen.

Europa erkennt, dass die Abhängigkeit von unspektakulären Bauteilen ein größeres Risiko darstellt als das Fehlen der neuesten High-End-KI-Chips.

Ökologische Effizienz durch Abwärmenutzung

Parallel zu den wirtschaftlichen Risiken wächst der Druck, die enorme Energiehunger der Rechenzentren zu bändigen. Hier zeigen sich erste Ansätze für eine symbiotische Nutzung der Infrastruktur. In Berlin-Schöneberg wurde ein Vorzeigeprojekt implementiert, das seit November 2025 in Betrieb ist. Laut DataCenter-Insider deckt die Abwärme eines Rechenzentrums rund 65 Prozent des gesamten Wärmebedarfs des benachbarten Wohnkomplexes Pallasseum. Das Projekt spart jährlich mehr als 800 Tonnen CO₂ ein. Es beweist, dass Rechenzentren nicht nur als Kosten- oder Energiefresser fungieren können, sondern als Teil einer städtischen Wärmeversorgung, sofern die regulatorischen und technischen Rahmenbedingungen stimmen. Die Branche steht an einem Wendepunkt. Die massiven Investitionen in die Cloud könnten sich als strategischer Fehler erweisen, wenn die „Intelligenz“ tatsächlich lokal auf den Geräten der Nutzer landet. Wer die Balance zwischen lokaler Power, effizienter CPU-Orchestrierung und nachhaltiger Infrastruktur findet, wird den nächsten Zyklus dominieren.

Find more reporting in our Unternehmen section.