KI-Rechenzentrumskosten werden bis 2032 10,3 Billionen US-Dollar erreichen

Die Kosten für KI-Rechenzentren allein in den Vereinigten Staaten werden sich zwischen 2025 und 2032 auf insgesamt 10,3 Billionen US-Dollar belaufen, so ein Meinungsbeitrag von Geoff Huston, der am 30. September 2026 im APNIC-Blog veröffentlicht wurde. Diese Zahl spiegelt einen bekannten Bauzeitplan von 183 Gigawatt an KI-Rechenzentrumskapazität wider, die bis 2032 gebaut werden, plus weitere 118 Gigawatt, die danach geplant sind, und entspricht fast 4 % des US-Bruttoinlandsprodukts. Huston argumentiert, dass die derzeit kostenlos ausgegebenen KI-Verbrauchertools alles andere als kostenlos sind, wenn man die Infrastrukturebene dahinter betrachtet.

Der Artikel beginnt mit dem Hinweis, dass „kostenlos“ seit langem genutzt wird, um in neue Märkte einzudringen. Google nutzte dies für Suche, Gmail und Docs, Meta für Facebook und Cloudflare für Web-Caching. Das Problem ist, dass „kostenlos“ oft ein irreführendes Signal ist, denn es gibt reale Betreiberkosten, die gedeckt werden müssen, und ein Nullpreis wirkt als Wettbewerbsbarriere, weil Wettbewerber diesen Preis unterbieten müssten. Preise unter Selbstkosten, manchmal auch Preisunterbietung oder Dumping genannt, sind ebenfalls nicht neu. Huston verweist auf Ubers Betriebsverlust von 5 Milliarden US-Dollar in einem einzigen Dreimonatszeitraum im Jahr 2019 und seinen dreizehnjährigen Weg zu einem positiven Umsatz, mit Finanzierung durch SoftBank, den saudi-arabischen Public Investment Fund und Google. DoorDash verlor 2022 1,4 Milliarden US-Dollar, wobei jede Lieferung von seinen Geldgebern subventioniert wurde. KI, so Huston, folgt nun demselben Spielbuch.

KI ist teuer, weil der Rechenaufwand zur Erstellung der großen Sprachmodelle (LLMs), die diese Systeme antreiben, enorm ist. Ein modernes KI-Rechenzentrum benötigt möglicherweise rund 60.000 fortschrittliche Grafikprozessoren (GPUs), eine Art Chip, der für stark parallele Verarbeitung ausgelegt ist, mit einer Dichte von 72 GPUs pro Rack auf etwa 3.000 bis 8.000 Racks. Die GPUs müssen untereinander und mit dem Hochgeschwindigkeitsspeicher in einem verlustfreien Verbindungsgewebe mit 800G-Optik und Hochdichte-Switches vernetzt sein, außerdem gibt es Massenspeicher. Jedes Rack benötigt 150 kW bis 200 kW Dauerleistung und Flüssigkühlung sowie eine große Flüssigkühlanlage und eine große Wasserquelle zur Wärmeabfuhr. Der Gesamtstrombedarf kann ein Gigawatt erreichen, was eigene Umspannwerke, Hochspannungsanschlüsse und erhebliche Investitionen in die Netzanbindung erfordert, da die Lastprofile von KI nicht den täglichen, wöchentlichen oder saisonalen Mustern von Haushalten und Unternehmen entsprechen und auch nicht der periodischen Einspeisung von Solar- und Windkraftanlagen.

Ein repräsentativer 200-MW-KI-Trainingscampus kostet derzeit rund 8,2 Milliarden US-Dollar, wovon etwa zwei Drittel auf IT-Ausrüstung und ein Drittel auf Immobilien und Strominfrastruktur entfallen. Der bekannte US-Bauzeitplan summiert sich bis 2032 auf 183 Gigawatt und danach auf weitere 118 Gigawatt, was Huston zu der Schätzung veranlasst, dass die gesamten Infrastrukturausgaben von 2025 bis 2032 10,3 Billionen US-Dollar betragen. Diese durchschnittliche Investition läge bei fast 4 % des US-BIP und wäre größer als frühere nationale Meilensteininvestitionen in Eisenbahn, Elektrifizierung, Verkehr und Telekommunikationsinfrastruktur.

Die aggregierten Investitionsausgaben des Anbieters für Unternehmensdatenbanken und Cloud-Dienste sowie von Microsoft, Amazon, Meta und Alphabet stiegen von etwa 97 Milliarden US-Dollar im Jahr 2020 auf über 400 Milliarden US-Dollar im Jahr 2025 und werden voraussichtlich 2026 erstmals 800 Milliarden US-Dollar überschreiten und damit ihren kombinierten operativen Cashflow übertreffen. Da dieser Umfang die internen Ressourcen der Unternehmen übersteigt, haben sie ihre Finanzierungskanäle erweitert. Rechenzentrumsentwickler, Infrastruktur-Investmentfonds, Private-Equity-Investoren und Anleihemärkte stellen Eigenkapital bereit, während Banken, private Kreditfonds und Verbriefungsvehikel Fremdkapital liefern. Herstellerfinanzierung deckt inzwischen auch IT-Ausrüstung ab. Huston merkt an, dass diese Vereinbarungen Risiken eher verschleiern als beseitigen, weil langfristige Schulden durch Cashflows und Sicherheitenwerte gestützt werden, die von unsicherer KI-Nachfrage und Erlösmodellen, raschem technologischem Wandel, rechtzeitigem Zugang zu Strom und Hardware sowie der anhaltenden Kreditqualität einer kleinen Zahl von Mietern abhängen.

Die daraus resultierende Kapitalstruktur macht die Risikopositionen vielschichtiger, korrelierter und schwerer zu beobachten. Hinzu kommt technische Veralterung. Die Halbleiterchipindustrie hat Rechenleistung, Kosten und Energieverbrauch seit etwa sechs Jahrzehnten verbessert, was bedeutet, dass bestehende KI-Ausrüstung schnell an Wert verliert und ständige Reinvestitionen erfordert. Huston warnt jedoch, dass billigere Chips nicht billigere KI bedeuten, weil die Nachfrage schneller wächst als die Stückkosten sinken. Nutzer wollen längere Kontexte, Multimodalität, Agenten, Suche, Gedächtnis und Aufgabenausführung. Wenn der Fortschritt bei Silizium ins Stocken gerät, erfordert jede Weiterentwicklung der KI größere und teurere Zusammenstellungen von Rechenkomponenten, mit entsprechendem Bedarf an größeren Rechenzentren und mehr Strom.

Die Verschuldung wächst bereits. Meta schloss 2025 mit Investitionsausgaben von 72 Milliarden US-Dollar ab und erwartete für 2026 zwischen 115 und 135 Milliarden US-Dollar. Im Februar kündigte Anthropic eine Finanzierungsrunde über 30 Milliarden US-Dollar bei einer Bewertung von 380 Milliarden US-Dollar an, und Microsoft, NVIDIA und Anthropic bildeten ein Bündnis, im Rahmen dessen sich Anthropic verpflichtet, Azure-Kapazität im Wert von 30 Milliarden US-Dollar sowie bis zu einem weiteren Gigawatt Rechenleistung zu kaufen. Google begab 2026 eine globale Anleihenoffensive über 32 Milliarden US-Dollar in den USA, Kanada, Japan, Europa und Australien, während Alphabet andeutete, dass die Investitionsausgaben 2026 etwa 175 bis 185 Milliarden US-Dollar erreichen könnten, und eine 100-jährige Anleihe ausgab, um Pensionsfonds und Versicherer anzuzapfen.

Chipdesigner, Chiphersteller, Cloud-Betreiber, Modellentwickler, Rechenzentrumsbetreiber und Infrastrukturinvestoren sind durch langfristige Verträge, strategische Beteiligungen und Finanzierungsvereinbarungen miteinander verbunden. Ein Schock in einem Segment, etwa eine schwächere Nachfrage von Modellentwicklern oder das Ende der kontinuierlichen Siliziumverfeinerung, kann sich als Rückgang der Einnahmen von Diensteanbietern, Leasingzahlungen, Vermögenswerten und Gläubigererstattungen ausbreiten. Huston kommt zu dem Schluss, dass KI nicht mehr wie ein Experiment aussieht; sie ist eine kapitalintensive Industrie, die früher oder später Rentabilität verlangen oder die Bedingungen eines ziemlich beeindruckenden Finanzcrashs globalen Ausmaßes diktieren wird.

Die Analyse wendet sich dann den Einnahmen zu. Huston zeichnet nach, wie Google ein klassisches zweiseitiges Marktmodell nutzte, bei dem die Suche für Verbraucher kostenlos ist, Google aber ein Profil jedes Verbrauchers erstellt und es an Werbetreibende verkauft. Je mehr Nutzer die Google-Suche verwenden und je genauer die Profile sind, desto wertvoller sind diese Profile für Werbetreibende. Der Ökonom Hal Varian, später Chefökonom von Google, argumentierte Ende der 1990er Jahre, dass Spam im Wesentlichen ein Versagen der Informationen über den Verbraucher sei, was bedeute, dass mehr Daten Anzeigen in hilfreiche Vorschläge verwandeln und die Wahrscheinlichkeit einer Transaktion erhöhen würden. Googles Werbeaktivität bringt heute 300 Milliarden US-Dollar pro Jahr ein, die Werbetreibenden bezahlen also die Suche.

Die Werbetreibenden haben ihre Gesamtwerbebudgets nicht einfach erhöht. Sie verlagerten Ausgaben von Zeitungen und frei empfangbarem Fernsehen weg. Huston schreibt, das Zeitungsgeschäft sei heute ein verarmter Schatten seiner selbst, und in einigen Fällen zwingen Regierungen die Digitalriesen, einen Teil der entgangenen Einnahmen zurückzuzahlen, wobei er auf den australischen News Media Bargaining Code verweist. Das frei empfangbare Fernsehen hatte kaum vergleichbare Verhandlungsmacht, und Inhalte wanderten zu verbraucherbasierten Abonnementmodellen. Wenn Haushaltsbudgets wegen steigender Zinsen, höherer Hypothekenzahlungen oder Benzinkosten enger werden, gehören Inhalte-Abonnements zu den ersten diskretionären Ausgaben, die gestrichen werden.

Für KI beträgt allein die Investitionsausgabenkomponente im Jahr 2026 750 Milliarden US-Dollar. Die jährlichen Gesamtkosten umfassen aber auch Strom und Kühlung, die kontinuierliche Weiterentwicklung von Tools und Diensten sowie Kapitalreinvestitionen. Huston sagt, es würde ihn nicht überraschen, wenn die jährlichen Gesamtkosten für den Betrieb von KI-Diensten bereits 2 bis 4 Billionen US-Dollar übersteigen.

Für Leser, die ihre eigenen Datenspuren bei der Nutzung „kostenloser“ Online-Dienste begrenzen möchten, kann ein verschlüsselter DNS-Dienst (der Ihre Domainnamen-Abfragen vor Ihrem Internetanbieter verbirgt) wie AEU DNS eine Tracking-Ebene reduzieren, aber er kann nicht verhindern, dass eine Plattform, bei der Sie angemeldet sind, erfasst, was Sie innerhalb dieser Plattform tun.