Gibt es eine KI-Blase? Der weltweite Wettlauf um Rechenzentren

Innerhalb weniger Jahre ist künstliche Intelligenz von einer Softwarefunktion zum Auslöser eines Wettlaufs um Gebäude, Beschleuniger und Strom geworden. Große Tech-Unternehmen kündigen Budgets von mehreren hundert Milliarden US-Dollar an. Rundherum entstehen spezialisierte Rechenzentren, Netze, Umspannwerke und Kraftwerksprojekte.

Die Größenordnung wirft eine berechtigte Frage auf: Wird schneller Kapazität gebaut, als KI Einnahmen erzeugen kann? Eine Blase als Tatsache zu bezeichnen, würde jedoch voraussetzen, dass bekannt ist, wie viele Anlagen ausgelastet sein werden, welche Kunden dafür zahlen und was der jahrelange Betrieb kostet. Diese Daten sind unvollständig und nicht vergleichbar veröffentlicht. Eine endgültige Antwort gibt es noch nicht.

Warum ist von einer KI-Blase die Rede?

Eine Finanzblase wird oft mit Preisen oder Investitionen verbunden, die auf immer optimistischeren Erwartungen beruhen, während die beobachtbare Nachfrage oder die Einnahmen nicht ausreichen, sie zu tragen. Bei KI geht es weniger um eine einzelne Bewertung als um eine Kette miteinander verbundener Wetten: Chiphersteller, Cloud-Anbieter, Modelllabore, Rechenzentrumsbetreiber und Unternehmen, die den Bau finanzieren.

Der Vergleich beweist nicht, dass ein Absturz folgt. Eine Technologie kann nützlich sein und Branchen verändern, während einzelne Projekte, Unternehmen oder Investitionen scheitern. Die wirtschaftliche Frage ist konkreter: Wie viel Kapazität wird wo gebraucht, und welche wiederkehrenden Einnahmen bezahlen Hardware, Gebäude, Strom und Finanzierung?

Wie viel geben die großen Tech-Unternehmen aus?

Es gibt keine geprüfte, vergleichbare Zahl für die weltweiten KI-Ausgaben insgesamt. Die breiteste Zahl der Internationalen Energieagentur (IEA) besagt, dass die Investitionsausgaben von fünf großen Technologieunternehmen 2025 mehr als 400 Milliarden US-Dollar betrugen. Für 2026 schätzt die IEA einen weiteren Anstieg um 75 Prozent. Das sind gemeinsame Unternehmensausgaben, keine ausschließlich für KI bestimmte Summe; der Wert für 2026 ist eine Schätzung und kein abgeschlossenes Ergebnis. (Quelle: IEA, *Key Questions on Energy and AI*, Zusammenfassung (April 2026).)

• Bei der Ergebnispräsentation für das zweite Quartal 2026 erhöhte Amazon seine Prognose für die zahlungswirksamen Investitionsausgaben 2026 auf rund 220 Milliarden US-Dollar. Sie umfasst KI, Chips, Robotik, Satelliten und weitere Bereiche; es handelt sich nicht ausschließlich um KI- oder Rechenzentrumsausgaben.
• Alphabet erhöhte im Juli seine Prognose für das Kalenderjahr 2026 auf 195 bis 205 Milliarden US-Dollar. Diese Summe gilt für das gesamte Unternehmen und weist keinen genauen KI-Anteil aus. Im zweiten Quartal meldete Alphabet 44,9 Milliarden US-Dollar Investitionsausgaben.
• Meta schätzte seine Investitionsausgaben für 2026 auf 130 bis 145 Milliarden US-Dollar, einschließlich Tilgungszahlungen für Finanzierungsleasing. Im zweiten Quartal waren es nach dieser Definition 31,08 Milliarden. Auch das ist keine reine KI-Ausgabe.
• Microsoft meldete im vierten Quartal des Geschäftsjahres 2026 Investitionsausgaben von 41 Milliarden US-Dollar. Rund zwei Drittel entfielen auf kurzlebige Anlagen, vor allem CPUs und GPUs für KI- und andere Arbeitslasten. Die Barzahlungen für Sachanlagen betrugen 35,8 Milliarden. Für das Kalenderjahr 2026 bezifferte das Unternehmen die erwarteten ausgewiesenen Investitionsausgaben auf rund 175 Milliarden, nachdem einige künftige Rechenzentrums-Leasingverträge von Finanzierungs- auf Operating-Leasing umgestellt wurden; die allgemeinen Investitionserwartungen blieben laut Unternehmen unverändert. Die Zahl umfasst das gesamte Unternehmen, nicht nur KI.
• Oracle meldete im ersten Quartal des Geschäftsjahres 2027 Investitionsausgaben von 28,499 Milliarden US-Dollar; das ist kein volles Kalenderjahr. Der Quartalsumsatz lag bei 19,3 Milliarden, davon 11,6 Milliarden aus Cloud-Angeboten. Der RPO-Wert von 664 Milliarden bezeichnet noch ausstehende Leistungsverpflichtungen aus Verträgen. Er ist weder bereits erhaltenes Geld noch Quartalsumsatz oder Investitionsausgabe.

Diese Zahlen lassen sich nicht einfach addieren: Sie mischen Geschäfts- und Kalenderjahre, Quartalsergebnisse und Jahresprognosen, Barzahlungen und Leasing sowie Ausgaben außerhalb der KI. Sie zeigen Größenordnung und Richtung der Investitionen, aber keinen gemeinsamen KI-Topf. Die IEA weist ihre Zahl als gesamte Investitionsausgaben dieser Unternehmen aus, ohne den Anteil für Rechenzentren oder KI aufzuschlüsseln; auch öffentliche Angaben trennen die gesamten KI-Ausgaben nicht präzise.

Warum braucht KI so viel Infrastruktur?

Das Training eines leistungsfähigen Modells und Antworten auf Millionen Anfragen erfordern viele parallele Berechnungen. GPUs und andere Beschleuniger übernehmen sie; ein Rechenzentrum bündelt sie in Clustern, die über schnelle Netzwerke verbunden sind. Dazu kommen Arbeitsspeicher für die Prozessoren, Speicher für Daten und Modelle, Sicherungssysteme und Software zur Verteilung der Aufgaben.

Eine Anlage ist mehr als ein Serverraum. Gebäude müssen errichtet oder angepasst, mit Strom versorgt, mit Transformatoren und Umspannwerken ausgestattet und ans Netz angeschlossen werden. Außerdem muss die Abwärme abgeführt werden. Auch das interne Netzwerk zählt: Können die Beschleuniger Daten nicht schnell genug austauschen, bleibt gekaufte Kapazität teilweise ungenutzt. Verzögert sich ein Baustein, kann der Rest teuer und ungenutzt herumstehen.

Der Bedarf endet nicht mit dem Training eines Modells. Bei der Inferenz erzeugt das System jedes Mal eine Antwort, wenn ein Mensch oder eine Anwendung es abfragt. Die IEA beobachtet eine Zunahme aufwendiger Aufgaben wie Video, Schlussfolgern und Agenten, die mehrere Aktionen verknüpfen. Zugleich werden Modelle und Hardware effizienter: Laut IEA ist der Strombedarf pro KI-Aufgabe in den vergangenen Jahren jährlich um mindestens eine Größenordnung gesunken. Wie hoch die Gesamtnachfrage ausfällt, hängt davon ab, welcher Trend schneller wächst. (Quelle: IEA, *Key Questions on Energy and AI*, Zusammenfassung (April 2026).)

Strom wird zum Engpass

Die wichtigste Unterscheidung besteht zwischen allen Rechenzentren und den speziell für KI ausgelegten Anlagen. Die IEA schätzt, dass Rechenzentren weltweit 2025 rund 485 TWh Strom verbrauchten. Bei KI-orientierten Anlagen stieg der Verbrauch im selben Jahr um 50 Prozent, bei allen Rechenzentren um 17 Prozent. Das sind Schätzungen für 2025, keine Zahlen für 2026 und kein Anteil der weltweiten Stromversorgung, der allein auf KI entfällt. (Quelle: IEA, *Key Questions on Energy and AI*, Zusammenfassung (April 2026).)

In ihrem zentralen Szenario erwartet die IEA, dass sich der Stromverbrauch aller Rechenzentren bis 2030 auf etwa 950 TWh nahezu verdoppelt. Das entspräche ungefähr drei Prozent des weltweiten Strombedarfs. Für KI-orientierte Anlagen erwartet sie ein deutlich schnelleres Wachstum. Eine Prognose hängt von Bau, Effizienz, neuen Anwendungen und verfügbaren Netzanschlüssen ab; sie ist kein bereits eingetretenes Ergebnis. (Quelle: IEA, *Key Questions on Energy and AI*, Zusammenfassung (April 2026).)

Die Herausforderung liegt nicht nur in der Stromerzeugung. Laut IEA warten weltweit Projekte mit mehr als 2.500 GW auf einen Netzanschluss. Die Zahl umfasst erneuerbare Erzeugung, Speicher und große Verbraucher, darunter Rechenzentren. Der Bau neuer Netze kann laut Agentur fünf bis 15 Jahre dauern, ein Rechenzentrum dagegen ein bis drei Jahre. Umspannwerke, Transformatoren und Leitungen können später fertig werden als die Gebäude, die auf sie warten. (Quelle: IEA, *Electricity 2026*, Kapitel zu Netzen.)

Auch der Energiemix unterscheidet sich je nach Region. Für das weltweite Wachstum der Stromnachfrage von 2026 bis 2030 erwartet die IEA, dass erneuerbare Energien, Gas und Kernkraft den gesamten Zuwachs gemeinsam decken. Das ist eine Prognose für das globale Stromsystem, keine Vorgabe für jeden Standort. Solar- und Windkraft brauchen Netze, Speicher und flexible Erzeugung. Einige Unternehmen prüfen Kernkraftverträge oder eigene Stromerzeugung; in Regionen mit langsamen Anschlüssen wird lokale Gasversorgung vorgeschlagen. Keine einzelne Technik löst alle Fragen zu Kosten, Verfügbarkeit, Emissionen und Zeitplan. (Quelle: IEA, *Electricity 2026*, Zusammenfassung.)

Kühlung ist ebenfalls ein wichtiger Teil der Anlage, hängt aber von Auslegung und Klima ab. Wir nennen keine globale Wasserzahl, weil die verfügbaren Quellen Standorte nicht zuverlässig vergleichbar machen. Wasserentnahme (*withdrawal*) und Wasserverbrauch — der Teil, der im selben Zeitraum nicht ins Einzugsgebiet zurückkehrt — sind zudem unterschiedliche Messgrößen. Eine Zahl für einen einzelnen Standort ist keine globale Aussage. Wie sich der Wasserverbrauch der KI-Infrastruktur messen lässt, erklären wir in unserem Beitrag zum Wasserverbrauch von KI.

Wie sollen sich diese Investitionen auszahlen?

Infrastruktur trägt sich nur, wenn jemand für ihre Nutzung bezahlt. Cloud-Anbieter wollen Trainings- und Inferenzkapazität an Firmen und Labore verkaufen; Hersteller verkaufen Beschleuniger, Netzwerksysteme und Software; Modellanbieter verlangen Gebühren für Abos, APIs und Dienste; Anwenderunternehmen wollen Kosten senken oder mehr verkaufen. Agenten könnten die Nutzung erhöhen, wenn sie in Arbeitsabläufe einziehen. Daraus müssen jedoch dauerhafte Einnahmen werden.

Es gibt Anzeichen für kommerzielle Nachfrage, doch sie beantworten die Rentabilitätsfrage nicht allein. Alphabet zufolge erzielte Google Cloud im zweiten Quartal 2026 einen Umsatz von 24,8 Milliarden US-Dollar, 82 Prozent mehr als ein Jahr zuvor. Als Gründe nannte das Unternehmen unter anderem KI-Infrastruktur und -Lösungen. NVIDIA meldete im zweiten Quartal seines Geschäftsjahres 2027 89 Milliarden US-Dollar Umsatz mit Rechenzentren. Diese Segmentumsätze zeigen weder den Endgewinn jedes KI-Kunden noch den KI-Anteil am gesamten Cloud-Geschäft.

Die fehlende Transparenz ist wichtig. Amazon, Alphabet, Microsoft und Meta veröffentlichen keine vollständige Rechnung, die Erlöse und Gewinne einzelner KI-Rechenzentren herauslöst. Ein Unternehmen kann Kapazität verkaufen und dennoch hohe Kosten für Chips, Strom, Abschreibung, Personal und Zinsen haben. Umsatzwachstum, ein großer Vertrag oder ein Auftragsbestand sind daher nicht automatisch Belege für eine rentable Investition.

Warum manche eine Blasengefahr sehen

• Die jährlichen Ausgaben steigen schnell, und mehrjährige Projekte werden angekündigt, bevor sämtliche Kapazität gebaut oder in Betrieb ist. Wird die künftige Nachfrage nach unten korrigiert, könnten Anlagen unausgelastet bleiben.
• Unternehmen brauchen wiederkehrende Einnahmen, um neben dem Bau auch Strom, Kühlung, Betrieb, Netzzugang und Finanzierung zu bezahlen. Die Popularität oder technische Leistungsfähigkeit eines Modells rechtfertigt die Investition allein nicht.
• Beschleuniger sind teuer und altern schneller als Gebäude. Microsoft erklärte, etwa zwei Drittel der genannten Quartalsausgaben entfielen auf kurzlebige Anlagen, vor allem CPUs und GPUs. Veralterung und Abschreibung könnten die Margen drücken, wenn sich die Kapazität nicht rechtzeitig bezahlt macht.
• Ein Teil des Wachstums beruht auf externer Finanzierung und langfristigen Verträgen. Oracle gab Aktien aus, um sein Investitionsprogramm zu finanzieren; CoreWeave meldete zum 30. Juni 2026 Schulden von 35,6 Milliarden US-Dollar. Das zeigt unterschiedliche Finanzierungsstrukturen, nicht die Lage jedes Anbieters.
• Auftrags- und Verpflichtungszahlen können sicherer wirken, als sie sind. Der RPO umfasst vertragliche Leistungen für künftige Zeiträume und kann Bedingungen oder Kündigungen unterliegen. Angekündigte Kapazität braucht weiterhin Strom, Genehmigungen, Lieferanten und Kunden, bevor daraus ein Dienst wird.

Diese Risiken sind bei jungen oder hoch verschuldeten Betreibern besonders sichtbar. Sie beweisen aber nicht, dass große Plattformen mit ihren Investitionen Geld verlieren werden. Und auch ein profitables Unternehmen erhält Kapital nicht kostenlos: Es hat einen Preis und konkurriert mit anderen Einsatzmöglichkeiten.

Warum die Nachfrage den Ausbau rechtfertigen könnte

In einigen Bereichen ist die aktuelle Nachfrage keine bloße Erwartung. Die IEA schätzt, dass sich die Kapazität eigens für KI gebauter Anlagen in den 18 Monaten vor ihrem Bericht vom April 2026 mehr als verdreifacht hat; ihr Stromverbrauch stieg 2025 um 50 Prozent. Große Modellanbieter berichteten laut IEA außerdem von einer Verdreifachung aktiver Nutzer und einer Verfünffachung der Einnahmen im vergangenen Jahr. Eine vollständige weltweite Nutzungsstatistik gibt es jedoch nicht. (Quelle: IEA, *Key Questions on Energy and AI*, Zusammenfassung (April 2026).)

• Neben KI wächst auch die traditionelle Cloud. Nicht jeder neue Serverraum ist eine „KI-Fabrik“; auch Speicher, Datenbanken, Handel und Cloud-Software benötigen Infrastruktur.
• Einige Regionen haben Stromgrenzen und warten auf Anschlüsse. Lokale Knappheit kann gleichzeitig mit Überkapazitäten oder abgesagten Projekten in anderen Märkten bestehen.
• Modelltraining ist nur eine Arbeitslast. Inferenz, Agenten, Video und weitere Aufgaben könnten die Anlagen nach dem Bau auslasten. Rentabilität setzt voraus, dass Kunden den Preis akzeptieren und einen messbaren Nutzen erhalten.
• Nicht alle Komponenten veralten gleichzeitig. Ein Beschleuniger kann schnell abgeschrieben werden, während Gebäude, Umspannwerke, Netze, Kühlung und Anschlüsse auch neuen Chipgenerationen oder anderen Rechenlasten dienen können. Wiederverwendung garantiert keine vollständige Kostendeckung, kann aber den physischen Verlust begrenzen.

NVIDIA meldete beispielsweise stark steigende Rechenzentrumsumsätze; Oracle erklärte, zusätzliche Kapazität von 850 MW bereitgestellt und weitere KI-Cloud-Dienste vertraglich vereinbart zu haben. Das bestätigt wirtschaftliche Aktivität und Kapazität im Bau, nicht die Auslastung oder Rendite jedes künftigen Projekts. Dieselben Daten lassen sich als echte Nachfrage oder als vorauseilender Ausbau lesen.

Ist das mit der Dotcom-Blase vergleichbar?

Es gibt Ähnlichkeiten: Begeisterung für eine Technologie mit Potenzial, hohe Wachstumserwartungen und Infrastrukturinvestitionen, bevor alle Anwendungen klar sind. Während des Telekommunikationsbooms Ende der 1990er-Jahre wurden Glasfasernetze mit ungenutzter Kapazität verlegt. Ein FCC-Bericht aus dem Jahr 2000 beschrieb bereits große Mengen ungenutzter Hochleistungsglasfaser, sogenannte Dark Fiber. Die Geschichte zeigt, dass die Nachfrage das Angebot erst später einholen kann.

Glasfaser zeigt auch, dass finanzieller Erfolg und physischer Wert auseinanderfallen können: Ein überbautes Netz kann mit wachsendem Datenverkehr nützlich bleiben, obwohl der ursprüngliche Betreiber oder seine Investoren scheitern oder Geld verlieren. Daraus folgt nicht, dass sich jede Glasfaser bezahlt gemacht hat oder jedes KI-Rechenzentrum Kunden findet. Ein späterer Nutzen des Vermögenswerts ist nicht dasselbe wie eine angemessene Rendite für seine Geldgeber.

Es gibt zudem wichtige Unterschiede zu 1999. Viele heutige Infrastrukturfinanzierer haben etablierte, profitable Geschäfte mit Werbung, Software, Handel und Cloud; Kunden zahlen bereits für Modelle und Rechenkapazität. Gebäude können im Lauf der Zeit andere Hardware aufnehmen. KI-Chips halten jedoch nicht so lange wie ein Glasfaserkabelgraben, die Energiemenge ist eine andere, und die Server verursachen auch nach dem Bau laufende Kosten. Wir wiederholen 1999 nicht automatisch: Risiken und Grundlagen müssen getrennt betrachtet werden.

Auf welche Signale sollten wir achten?

Kein einzelner Indikator entscheidet die Debatte. Ausgaben, tatsächlich angeschlossene Kapazität, Auslastung, Einnahmen und Kosten sollten über mehrere Quartale verglichen werden. Außerdem ist zwischen einem lokalen Problem und einem globalen Trend zu unterscheiden.

• Anzeichen für Überinvestitionen: fertiggestellte, aber kaum genutzte Anlagen; verzögerte, abgesagte oder nicht finanzierte Projekte; Kunden, die nicht verlängern; dauerhaft schneller wachsende Ausgaben als zugehörige Einnahmen; und Margendruck durch Abschreibungen, Strom oder Zinsen.
• Warnsignale wären auch, wenn Verträge oder Absichtserklärungen als bereits eingezahltes Geld dargestellt würden oder schuldenabhängige Unternehmen keine tragfähige Refinanzierung fänden.
• Signale in die andere Richtung: dauerhaft hohe Cluster-Auslastung; neu verfügbare und verkaufte KI-Kapazität; steigende Inferenz- und Cloud-Nutzung durch unterschiedliche Kunden; und Belege, dass Unternehmen wiederholt für Funktionen zahlen, die ihre Arbeit verbessern.
• Hilfreich wäre, wenn mehrjährige Verträge tatsächlich zu Einnahmen und Zahlungseingängen werden und die Margen Strom, Hardware, Kühlung und Finanzierung abdecken. Ein Auftragsbestand allein beweist das nicht.
• Auch das Stromnetz ist ein Prüfstein: genehmigte und fertiggestellte Anschlüsse, verfügbare neue Erzeugung und Speicher sowie weniger stillstehende Projekte. Eine lange Warteschlange von Anfragen zeigt Ambitionen, nicht zwangsläufig gebaute Kapazität.
• Schließlich zählt die Wiederverwendung: Kann ein Rechenzentrum eine neue Beschleunigergeneration oder normale Cloud-Lasten aufnehmen, bleibt ein Teil des Gebäudes nützlich. Werden Geräte veraltet, kommt der Stromanschluss nicht oder gibt es keine zahlenden Nutzer, kann die Nutzung begrenzt bleiben.

Gibt es also eine KI-Blase?

Am 15. Oktober 2026 zeigen die Daten einen echten Ausbau der Infrastruktur, einen außergewöhnlichen Ausgabenanstieg und Engpässe bei der Energieversorgung. Sie zeigen zugleich Cloud-Wachstum sowie konkrete Verkäufe von Diensten und Beschleunigern. Das reicht weder für die Aussage, alle Investitionen seien tragfähig, noch für die Erklärung, der gesamte Markt sei eine Blase. Die Antwort kann je nach Region, Unternehmen und Teil der Lieferkette unterschiedlich ausfallen: Ein Markt kann zu wenig Kapazität haben, während ein anderer mehr baut, als er zu Einnahmen machen kann.

Die nützliche Frage für die kommenden Jahre lautet nicht nur, wie viele Rechenzentren angekündigt werden, sondern wie viele angeschlossen und ausgelastet sind und welche wiederkehrenden Einnahmen ihre Gesamtkosten tragen. Frühzeitige Investitionen können wertvolle Infrastruktur hinterlassen; sie können auch Kapital vernichten, wenn Nachfrage oder Finanzierung ausbleiben. Vorerst bleibt das Urteil offen.

Häufige Fragen

Was müsste passieren, damit man von einer KI-Blase spricht?

Einen einzelnen Grenzwert gibt es nicht. Die Sorge würde wachsen, wenn gebaute Kapazität ungenutzt bliebe und Einnahmen dauerhaft nicht für Hardware, Strom, Betrieb und Finanzierung reichten. Hohe Ausgaben allein beweisen nicht, dass das passieren wird.

Wie viel wird 2026 in KI-Rechenzentren investiert?

Es gibt keine einzelne, vergleichbare Zahl für KI-Ausgaben. Die hier genannten Prognosen von Amazon, Alphabet und Meta betreffen die unternehmensweiten Investitionsausgaben. Microsoft veröffentlicht Quartalswerte mit eigenen Definitionen, Oracle berichtet nach Geschäftsjahr. Die IEA schätzt für 2026 einen Anstieg der Investitionsausgaben fünf großer Technologieunternehmen um 75 Prozent; das ist weder ein Endergebnis noch eine reine KI-Summe.

Wird das gesamte Wachstum der Rechenzentren durch KI verursacht?

Nein. Rechenzentren beherbergen auch herkömmliche Cloud-Dienste, Datenbanken, Speicher, Handel, Video und Unternehmenssoftware. Wenn eine Quelle alle Rechenzentren meint, darf ihr Stromverbrauch oder ihre Investition nicht vollständig der KI zugeschrieben werden.

Ist das dasselbe wie die Dotcom-Blase?

Es gibt Parallelen bei Erwartungen, Investitionen und vorzeitig gebauter Infrastruktur; die Glasfaser der späten 1990er blieb teilweise ungenutzt. Doch heutige große Tech-Unternehmen haben bereits profitable Geschäfte und Kunden, und manche physischen Anlagen sind wiederverwendbar. Der Vergleich hilft, das Risiko von Überkapazität zu verstehen, sagt aber den Ausgang nicht voraus.

Was hat das mit den KI-Modellen zu tun, die wir nutzen?

Die Nachfrage hängt vom Modell, Art und Menge der Anfragen und dem Ausführungsort ab. Einen Vergleich der Werkzeuge, die um Nutzer und Unternehmen konkurrieren, findest du in unserem Vergleich von ChatGPT, Claude und Gemini. Er misst nicht allein, welche Rendite die Anbieter mit ihrer Infrastruktur erzielen.