KI-Boom: Milliardeninvestitionen, Strommangel und Widerstand (21.10.2026)

Hallo, hier ist Maya von KI Kompakt. Heute dreht sich vieles um eine einfache Frage: Wer hat genug Rechenleistung, und wer hat genug Strom dafür? Dazu kommen der wachsende Widerstand gegen Rechenzentren, neue Sicherheitsdebatten und ein praktisches Beispiel, wie man ein offenes Modell mehrsprachig fit macht. Fangen wir mit SpaceX an. Das Unternehmen hat im dritten Quartal rund 19,6 Milliarden Dollar investiert, davon 16,4 Milliarden in KI. Fürs laufende Quartal rechnet SpaceX mit 35 bis 40 Milliarden Dollar. Das ist fast eine Verdopplung. Finanzchef Bret Johnsen begründet das mit neu in Betrieb gehender Rechenleistung. Die amortisiere sich zu aktuellen Preisen in weniger als einem Jahr, sagt er. Spannend ist der Umsatz. Das KI-Segment kam auf 7,6 Milliarden Dollar und liegt damit erstmals vor Starlink mit 5,2 Milliarden. Analysten hatten nur mit 6,3 Milliarden gerechnet. Es ist übrigens das erste Quartal seit der Übernahme von Cursor durch SpaceX. Außerdem vermietet SpaceX Rechenleistung, unter anderem an Anthropic, Google und Reflection AI. Das brachte zuletzt 1,6 Milliarden Dollar zusätzlichen Umsatz. Elon Musk sagt, Hyperscaler und Dutzende kleinere Firmen drängten auf mehr Kapazität. Die Hälfte der Rechenleistung soll intern laufen, die andere Hälfte vermietet werden. Und er sagt: Strom, Kühlung und Infrastruktur seien inzwischen größere Engpässe als Chips. Genau das zeigt sich bei Amazon. Laut internen E-Mails sicherte sich AWS im August Nvidia-GB300-Server-Racks im Wert von etwa 5 Milliarden Dollar, und zwar früher in der Lieferkette als bisher. Das Verfahren heißt Early Rack Receipt. Für die Zukunft war von rund 3 Milliarden Dollar zusätzlich pro Monat die Rede. Das Problem: An einigen Standorten fehlt der Strom, die Systeme liegen teils in Zwischenlagern. Mindestens einem Team fehlte laut einer E-Mail ein klar prognostizierter Weg, die Racks in Rechenzentren zu bringen. Amazon widerspricht für das Gesamtunternehmen und nennt Zwischenlagerung bewährte Geschäftspraxis. Aber der Druck ist real. Amazon plant in diesem Jahr rund 220 Milliarden Dollar Investitionen, mehr als jeder andere Big-Tech-Konzern. Der freie Cashflow war im letzten Quartal erstmals seit 2023 negativ. Einordnung: Hardware zu kaufen ist gerade leichter, als sie ans Netz zu bringen. Wer Strom und Fläche hat, hat einen echten Vorteil. Passend dazu die Nachfrage aus China. Bei Nvidia sollen Bestellungen für mehr als sechs Millionen Grafikkarten vom Typ RTX PRO 5500 eingegangen sein. Nvidia kann 2027 aber nur maximal drei Millionen Stück für alle Kunden weltweit fertigen. Allein Alibaba, Bytedance und Tencent sollen drei Millionen bestellt haben, nach Listenpreis rund 35 Milliarden Dollar. Die Karten sind nicht für Spiele gedacht, sondern für KI-Inferenz. Wichtig: Eine Quelle sagt, Besteller dürften nur auf fünf bis zehn Prozent ihrer Menge hoffen. Die Zahlen sind also eher ein Signal für Hunger als echte Liefermengen. Wo Nvidia so gefragt ist, wollen andere an der Abhängigkeit rütteln. Amazon hat TorchNeuron vorgestellt, Google einen Tag später TorchTPU als Open-Source-Projekt. Beide Werkzeuge sollen PyTorch-Anwendungen auf die eigenen Chips bringen, also Trainium bei Amazon und TPUs bei Google. Bei Google geht das nach eigener Aussage per Konfigurationsänderung, ohne Code umzuschreiben. Das ist wichtig, weil PyTorch nach manchen Angaben in 85 Prozent der KI-Anwendungen steckt. Meta hat es 2016 entwickelt, 2022 ging es an die Linux Foundation. Viele Funktionen sind auf Nvidia-GPUs zugeschnitten. Amazon reicht deshalb sogar Code im Haupt-PyTorch-Projekt ein, der das Framework offener für beliebige Hardware macht. Google hat mit Meta, Hugging Face, den Machern von vLLM und SGLang und weiteren Partnern zusammengearbeitet. Dazu kommt eine TPU agent suite, die Entwickler beim Umzug unterstützt und Fehler behebt. Mein Fazit: Der Schritt ist klug, weil er die Hürde senkt. Aber ein Massenwechsel kommt davon nicht automatisch. Entwickler wechseln erst, wenn Leistung, Preis und Stabilität stimmen. Ein kurzer Blick nach Europa. Microsoft hat in Paris auf der Frontier Tour neue Angebote für mehr Cloud-Souveränität gezeigt. Satya Nadella und Cloud-Chef Douglas Phillips setzen auf einen modularen Ansatz. Organisationen legen je Rechenaufgabe fest, wie viel Kontrolle, Transparenz und lokale Ausführung sie brauchen. Das reicht von der öffentlichen Cloud über kundenbetriebene Umgebungen bis zu spezialisierten Partnernetzwerken. Experten bleiben skeptisch, weil US-Gesetze weiter greifen können. Für Unternehmen in Europa bleibt das also eine Abwägung, kein Haken hinter dem Thema Datenschutz. Der Bau all dieser Rechenzentren stößt in den USA auf Gegenwind. Guardian-Kolumnistin Rebecca Solnit beschreibt in einem Meinungsbeitrag eine wachsende Protestbewegung gegen Rechenzentren, KI und Überwachungstechnik. Laut Datacenterwatch.org haben sich mindestens 142 Aktivistengruppen in 24 Bundesstaaten organisiert, um Bau und Erweiterung von Rechenzentren zu verhindern. Umfragen zufolge wünscht sich die Mehrheit der Amerikaner eine Pause bei der KI-Entwicklung. In San Francisco demonstrierten im September mehr als 1.000 Pflegekräfte und Anwohner dafür, dass Krankenhäuser nicht mehr mit Palantir zusammenarbeiten. New York City verbietet den Einsatz von KI für Schüler bis zur achten Klasse. Solnit sieht die Zwischenwahlen 2026 auch als Votum über die Nähe der Republikaner zu den Tech-Konzernen. Das ist ihre Meinung, keine Prognose. Aber die Zahlen zeigen: Standortfragen, Strom und Akzeptanz werden zum echten Risiko für Ausbaupläne. Das passt zu dem, was wir bei Amazon und SpaceX gesehen haben. Ein bemerkenswertes Detail steht in ihrem Text auch zu Anthropic. Die Unterlagen für den Börsengang räumen ein, dass KI-Modelle katastrophale oder existenzielle Risiken für die Menschheit bergen könnten. Solche Sätze in offiziellen Dokumenten sind kein Marketing, sondern juristisch relevant. Dazu passt eine Meldung von The Decoder. Laut The Information hat Sam Altman intern drei Wege zu sicherer KI skizziert. Erstens eine Aufsichtsbehörde nach dem Vorbild der Internationalen Atomenergiebehörde. Zweitens den sogenannten Demis-Plan, eine gemeinsame Einheit der großen Labore. Und drittens den Eliezer-Plan, bei dem ein Entwickler allen anderen die Rechenressourcen entzieht. Das ist ein Szenario, in dem einer allein dominiert. Zeitgleich bereitet die Trump-Regierung erstmals einen Rahmen zur Aufsicht über Entwickler von Superintelligenz vor. Das ist noch kein Gesetz, aber die Richtung ist klar: Rechenleistung wird nicht nur ein Geschäft, sondern ein Hebel der Regulierung. Zum Schluss ein praktisches Beispiel für alle, die selbst mit Modellen arbeiten. Der AWS Machine Learning Blog zeigt, wie man das offene Modell GPT-OSS-20B mehrsprachig denken lässt. Standardmäßig denkt es auf Englisch. In einem Test mit 50 Beispielen begründete es nur in 22 Prozent der Fälle in der geforderten Zielsprache. Bei Deutsch waren es 10 Prozent, bei Französisch, Spanisch und Italienisch null. Dann kam überwachtes Fine-Tuning mit LoRA auf Amazon SageMaker HyperPod. Trainiert wurde mit rund 949 Beispielen in fünf Sprachen, über 1.000 Schritte. Ergebnis: Die Denksprache stimmte nun zu 100 Prozent. Die Antwortsprache lag aber erst bei 62 Prozent. Danach folgte GRPO, also Reinforcement Learning mit einer Belohnungsfunktion für Antwortsprache, Reasoning-Sprache und Kürze. Damit stieg die Antwortsprache auf 70 Prozent. Deutsch kam auf 80 Prozent, Französisch auf 70, Spanisch auf 60 und Italienisch nur auf 40. Interessant ist die Aufgabenteilung. Das Fine-Tuning bringt dem Modell ein Verhalten überhaupt erst bei. GRPO schleift danach nach, wo schon etwas da ist. Für Teams im Mittelstand heißt das: Mit überschaubarem Aufwand lässt sich ein offenes Modell auf die eigene Sprache trimmen, aber ein Selbstläufer ist es nicht. Was nehmen wir mit? Rechenleistung ist die neue Währung, Strom und Standorte sind der Flaschenhals. Google und Amazon versuchen, Nvidias Sog über Software aufzuweichen. Und gleichzeitig wächst der Druck von der Straße und aus der Politik. Das war es für heute von mir. Ich freue mich auf morgen. Noch ein Hinweis: Dieser Podcast ist vollständig KI-generiert, und alle Quellen und Hintergründe findet ihr auf unserer Website.