KI-Rechenzentren: Eine riskante Wette auf die Zukunft

Die großen Technologieunternehmen investieren derzeit enorme Summen in neue KI-Rechenzentren. Auf den ersten Blick geht es dabei um Fortschritt: mehr Rechenleistung, bessere KI-Modelle und neue digitale Dienste. Bei genauerem Hinsehen zeigt sich jedoch, dass hinter diesen Projekten nicht nur technische Begeisterung steht, sondern auch ein massiver Wettlauf zwischen den großen Anbietern. Keiner von ihnen möchte riskieren, bei der nächsten KI-Generation zu wenig Kapazität zu haben. Deshalb bauen sie heute Infrastrukturen, deren tatsächlicher Nutzen sich erst in vielen Jahren zeigen wird.

Finanziert werden solche Projekte häufig über spezielle Zweckgesellschaften. Vereinfacht gesagt wird das Rechenzentrum nicht direkt vom Technologiekonzern selbst gebaut und finanziert, sondern in eine eigene Gesellschaft ausgelagert. Externe Investoren und Kreditgeber stellen einen großen Teil des Geldes bereit. Der Konzern nutzt das Rechenzentrum anschließend langfristig, ohne dass die gesamte Finanzierung sofort wie normale Schulden in der eigenen Bilanz erscheint. Das kann bilanziell elegant wirken, ändert aber nichts daran, dass langfristige wirtschaftliche Verpflichtungen entstehen.

Das eigentliche Problem liegt daher weniger in der Finanztechnik als in der Annahme, auf der diese Investitionen beruhen. Die Hyperscaler handeln so, als sei die Zukunft der KI vor allem eine Frage von immer mehr Rechenleistung. Mehr Chips, mehr Strom, größere Gebäude und immer neue Energiequellen sollen sicherstellen, dass sie im Wettbewerb nicht zurückfallen. Doch diese Logik ist riskant. Niemand weiß heute sicher, ob KI in zehn oder fünfzehn Jahren tatsächlich noch auf immer größere Rechenzentren angewiesen sein wird.

Hinzu kommt der ökologische Widerspruch. KI wird oft als Technologie beschrieben, die helfen kann, Energie zu sparen, Prozesse effizienter zu machen und Klimafolgen besser zu verstehen. Gleichzeitig erzeugen die dafür gebauten Rechenzentren selbst einen enormen Bedarf an Strom, Wasser, Netzkapazität, Kühlung und Rohstoffen. Wenn neben solchen Anlagen zusätzliche Gaskraftwerke entstehen, verschärft sich genau jenes Klimaproblem, bei dessen Lösung KI angeblich helfen soll.

Besonders kritisch ist dabei das Thema Wasser. Strom lässt sich zumindest theoretisch auf unterschiedliche Weise erzeugen. Wasser dagegen wird in vielen Regionen zunehmend knapp. Dürren, Hitzewellen und Starkregenereignisse zeigen bereits heute, dass die klimatische Stabilität brüchiger wird. Wenn riesige Rechenzentren dann mit Landwirtschaft, Bevölkerung, Industrie und Energieerzeugung um Wasser konkurrieren, wird aus einer technischen Standortfrage schnell eine gesellschaftliche Verteilungsfrage.

Der zentrale Denkfehler könnte darin bestehen, heutige KI einfach linear in die Zukunft fortzuschreiben. Weil leistungsfähige KI heute sehr viel Rechenleistung braucht, wird angenommen, dass noch bessere KI künftig noch größere Rechenzentren benötigt. Technischer Fortschritt verläuft aber häufig anders. Oft setzen sich nicht die größten Systeme durch, sondern diejenigen, die mit deutlich weniger Ressourcen denselben oder sogar größeren Nutzen erzeugen. Die intelligentere KI-Zukunft wäre daher nicht zwangsläufig die mit den meisten Gigawatt, sondern die mit der besten Effizienz.

Deshalb geht es bei diesen Milliardenprojekten um mehr als nur Finanzierung oder Technologie. Es geht um die Frage, welche Zukunft große Konzerne mit ihrem Kapital erzwingen. Wenn enorme Ressourcen in eine einzige Vorstellung von KI gelenkt werden, kann daraus eine selbsterfüllende Entwicklung entstehen: Die Infrastruktur wird gebaut, also muss sie auch genutzt werden. Eine nachhaltige KI-Strategie müsste dagegen früher fragen, wie viel Nutzen pro eingesetzter Kilowattstunde, pro Liter Wasser und pro verbautem Material entsteht.

Der Kern der Kritik lautet daher: Nicht KI an sich ist das Problem, sondern eine Form von KI-Ausbau, die Größe mit Intelligenz verwechselt. Wenn KI wirklich eine Schlüsseltechnologie der Zukunft sein soll, dann muss sie zeitnah ressourcenschonender, energieeffizienter und ökologisch verantwortbarer werden. Der größte Fortschritt bestünde dann nicht darin, immer größere Rechenzentren zu bauen, sondern darin, immer weniger davon zu benötigen.

Solche Wendepunkte hat es in der Technikgeschichte immer wieder gegeben. Die klassische Glühbirne war im Grunde weniger eine effiziente Lichtquelle als eine kleine Heizung, die nebenbei sichtbar glühte. Ein großer Teil der eingesetzten Energie wurde nicht in Licht, sondern in Wärme verwandelt. Erst mit effizienteren Leuchtmitteln wie LED-Lampen änderte sich der Entwicklungspfad grundlegend: Nicht immer mehr Strom für immer helleres Licht war die Lösung, sondern viel mehr Licht aus deutlich weniger Energie.

Ähnliche Beispiele finden sich auch anderswo. Moderne Motoren, Wärmepumpen, Smartphones oder Flachbildschirme zeigen, dass technischer Fortschritt oft nicht darin besteht, vorhandene Prinzipien einfach zu vergrößern. Häufig entsteht der eigentliche Durchbruch erst dann, wenn ein System sparsamer, kleiner, leiser, kühler und einfacher nutzbar wird. Beim Computer war es ähnlich: Die Zukunft lag nicht nur in riesigen Großrechnern, sondern in immer kleineren, effizienteren und vernetzten Geräten, die plötzlich überall eingesetzt werden konnten. Ein frühes Symbol dafür ist der britische Röhrenrechner Colossus aus dem Zweiten Weltkrieg: Er war revolutionär und half in Bletchley Park dabei, geheime militärische Nachrichten des nationalsozialistischen Deutschlands zu entschlüsseln – insbesondere die besonders komplexe Lorenz-Verschlüsselung, über die deutsche Führungskommunikation lief. In Bletchley Park war auch Alan Turing aktiv, dessen Arbeit vor allem mit der Entzifferung der Enigma verbunden ist und die moderne Informatik entscheidend prägte. Colossus selbst arbeitete mit Tausenden von Elektronenröhren. Gerade deshalb zeigt er so gut, wie grob, groß und energiehungrig selbst bahnbrechende Technik am Anfang sein kann.

Genau diese Lehre könnte auch für KI entscheidend sein. Vielleicht erinnern wir uns in einigen Jahrzehnten an die heutigen gigantischen KI-Rechenzentren, ähnlich wie an die alte Glühbirne: als notwendige, aber erstaunlich verschwenderische Übergangstechnologie. Dann wäre der Fortschritt nicht an der Größe der Rechenzentren zu messen, sondern daran, wie intelligent KI mit möglichst wenig Energie, Wasser und Material auskommt.

Anmerkung: Der Name Colossus taucht heute erneut auf: Elon Musks Unternehmen xAI nutzt ihn für große KI-Rechenzentren in der Region Memphis, die unter anderem mit sehr vielen Grafikprozessoren arbeiten und wegen ihres Energiebedarfs sowie des Einsatzes von Gasturbinen öffentlich diskutiert werden. Gerade diese Namensgleichheit macht den historischen Vergleich reizvoll: Wieder steht Colossus für technische Machtentfaltung im großen Maßstab – und wieder stellt sich die Frage, ob dies der Endpunkt des Fortschritts ist oder nur eine frühe, noch verschwenderische Übergangsform.