Die Zahlen machen schwindelig: Google-Mutter Alphabet will in diesem Jahr bis zu 185 Milliarden Dollar in KI investieren – mehr als doppelt so viel wie 2024. Meta plant 135 Milliarden, Microsoft liegt ähnlich hoch. Zusammengerechnet investiert eine Handvoll Tech-Giganten eine halbe Billion Dollar. In einem einzigen Jahr. Was steckt hinter diesem Investitionsrausch? Und wo steht Deutschland eigentlich in diesem Wettrennen?
Die KI-Fabriken der Zukunft
Jedes Mal, wenn wir ChatGPT nutzen oder ein Unternehmen KI einsetzt, rattert irgendwo ein Rechenzentrum. Nvidia-Chef Jensen Huang nennt sie treffend „KI-Fabriken“ – und genau das sind sie: Die Produktionsstätten der digitalen Zukunft. Bisher standen diese Fabriken fast ausschließlich in den USA, bei Amazon, Google und Microsoft.
Doch das ändert sich gerade. Die Deutsche Telekom hat gemeinsam mit Nvidia in München eines der größten KI-Rechenzentren Europas eröffnet. Im Münchner Tucherpark wurden rund eine Milliarde Euro investiert, um 10.000 hochmoderne Nvidia-Chips zu installieren. Die beeindruckende Zahl: Dieses eine Rechenzentrum steigert die gesamte KI-Rechenkapazität in Deutschland auf einen Schlag um etwa 50 Prozent.
Datensouveränität statt Größenwahn
Können wir damit gegen die US-Konzerne anstinken? Nein – und das ist auch gar nicht das Ziel. Allein Alphabets Investition von 185 Milliarden ist mehr als das 150-Fache dessen, was die Telekom in München verbaut hat. Das nächste ChatGPT wird nicht in München entstehen.
Aber darum geht es auch nicht. Deutschland und Europa müssen nicht das nächste große KI-Modell bauen. Entscheidend ist etwas anderes: KI-Anwendungen in der Industrie. Digitale Zwillinge in der Autoproduktion. Robotik-Simulationen. Vorausschauende Wartung in Fabriken. Und dafür braucht man Rechenleistung vor Ort, in Europa, unter europäischem Recht.
Wenn BMW oder Siemens KI-Modelle mit ihren Produktionsdaten trainieren wollen, sind das streng gehütete Betriebsgeheimnisse. Die will niemand auf amerikanische Server schicken, wo theoretisch US-Behörden Zugriff haben könnten. Die Münchner KI-Fabrik bietet genau das: Alle Daten bleiben in Deutschland, unter deutschem und EU-Recht, betrieben von T-Systems mit europäischen Mitarbeitern.
Technisch raffiniert: Eisbachwasser als Kühlmittel
Die technischen Details sind bemerkenswert. Auf sechs Untergeschossen wurden 2040 leistungsstarke „Nvidia Blackwell B200“-Chips installiert – spezialisiert auf das Training von KI-Modellen. Dazu kommen 6144 „RTX Pro 6000“-Systeme, die eher für Inferenz-Aufgaben gedacht sind. Zusammen liefern die GPUs 0,5 ExaFlops Rechenleistung.
Besonders clever ist das Kühlkonzept: Das Rechenzentrum nutzt Wasser aus dem anliegenden Eisbach. Der friert auch im bayerischen Winter nicht ein, bleibt im Sommer relativ kühl und bringt 6 Megawatt Kühlungsleistung. Die Abwärme wiederum soll künftig das umliegende Büro-Areal im Tucherpark beheizen. Mit diesem Konzept erreicht das Rechenzentrum bereits heute einen PUE-Wert (Power Usage Effectiveness) unter 1,2 – mit Optimierungen sind 1,09 möglich.
Der Mittelstand im Fokus
Telekom-Chef Tim Höttges betont, dass besonders kleine und mittelständische Unternehmen profitieren sollen. Sie können sich nicht die günstigen Konditionen leisten, die Hyperscaler ihren Großkunden bieten. „Unser Preismodell ist so aufgebaut, dass es keine Benachteiligung für den Mittelstand gibt. Du brauchst keine Skalierung mitzubringen, um bei uns zu trainieren“, verspricht Höttges.
Bereits bei der Eröffnung waren 30 Prozent der Datacenter-Kapazitäten belegt – unter anderem von Catena-X, Volkswagen und Yamaha. Ab März 2026 startet das Training von „Soofi“, einem Open-Source-Sprachmodell mit annähernd 100 Milliarden Parametern, das mehrere deutsche Forschungseinrichtungen entwickeln.
Die halbe Billion Dollar-Frage
Zurück zum globalen Wettrennen: Warum investieren die Tech-Konzerne so massiv? Sie glauben fest daran, dass KI die nächste große Plattform wird – so wie vorher das Internet oder das Smartphone. Wer jetzt nicht investiert, ist raus. Alphabet-Chef Sundar Pichai sagte auf die Frage, was ihn nachts wachhalte: „Definitiv Computer-Kapazität.“ Selbst mit 185 Milliarden macht er sich Sorgen, nicht schnell genug zu sein.
Doch es gibt berechtigte Skepsis. Die Alphabet-Aktie fiel nach der Ankündigung um drei Prozent – Anleger fragen sich: Wann kommt das Geld zurück? Andererseits wuchs Alphabets Cloud-Geschäft im letzten Quartal um 48 Prozent. Da ist also echte Nachfrage.
Analysten weisen zudem darauf hin, dass angekündigte Milliarden-Investitionen oft nicht eins zu eins umgesetzt werden. Nvidia hatte zum Beispiel mal 100 Milliarden für OpenAI angekündigt, jetzt sind es nur noch 20 Milliarden. Da wird auch viel signalisiert und positioniert.
Die unbequeme Wahrheit: Abhängigkeit bleibt
So erfreulich das Münchner Rechenzentrum ist – komplett unabhängig sind wir damit nicht. Die Chips kommen von Nvidia aus den USA. Nvidia wiederum ist auf Zulieferer aus Taiwan und China angewiesen. Echte technologische Souveränität sieht anders aus.
Aber es ist ein wichtiger erster Schritt. Die EU plant bereits, bis zu fünf sogenannte KI-Gigafactories in Europa aufzubauen – mit jeweils über 100.000 Chips. Da reden wir dann über eine ganz andere Hausnummer. Die Telekom bewirbt sich zusammen mit der Schwarz-Gruppe um eine dieser Gigafactories.
Der Staat als Ankerkunde – und Bremsklotz?
Doch dafür braucht es politische Rahmenbedingungen. Telekom-Chef Höttges macht deutlich: Eine Gigafactory kostet acht bis zehn Milliarden Euro. Man brauche eine Anschubfinanzierung und eine garantierte Auslastung. Die EU hat 20 Milliarden für die Gigafactories angekündigt, mit einer Zusage von 17,5 Prozent Auslastung durch die öffentliche Hand. Doch es ist unklar, ob diese Zusagen weiterhin gelten.
Entscheidend seien auch niedrigere Strompreise für Rechenzentren in Deutschland. Eine Gigafactory mit 10.000 GPUs generiert „ungefähr 80 Millionen an Kostennachteil gegenüber Standorten in Finnland oder Norwegen“, rechnet Höttges vor.
Ministerpräsident Markus Söder fordert denn auch einen „Industriestrompreis für Rechenzentren“. Bundesfinanzminister Lars Klingbeil verweist auf die baldige Diskussion einer Rechenzentrumsstrategie im Bundeskabinett.
Der Rettungsanker für die Industrie
T-Systems-CEO Ferri Abolhassan bringt es auf den Punkt: „Es gibt genügend Large-Language-Modelle.“ Was Deutschland braucht, sind spezialisierte KI-Anwendungen für die Industrie. Das Münchner Rechenzentrum bietet deutsche Unternehmen die Möglichkeit, „Foundation Models zu trainieren“ und „diese Fabrik mit dem zu füttern, was wir in Deutschland und Europa machen, nämlich fertigen.“
Bei 767 Milliarden Euro Wertschöpfung in der deutschen Industrie sieht Höttges in spezialisierten KI-Anwendungen den „Rettungsanker für die deutsche Industrie“. Deutschland könne zur Avantgarde einer vierten industriellen Revolution werden, „indem wir die Maschinen und Daten ineinander vernetzen und dadurch einen enormen Produktivitätssprung schaffen“.
Die zentrale Frage
Für uns als Gesellschaft bleibt die zentrale Frage: Wollen wir, dass eine Handvoll amerikanischer Konzerne die gesamte KI-Infrastruktur der Welt kontrolliert? Die 185 Milliarden von Alphabet, die 135 Milliarden von Meta – das sind Summen, die Deutschland oder Europa nie allein stemmen können.
Genau deshalb ist das Münchner Rechenzentrum ein wichtiger Baustein. Nicht um das nächste ChatGPT zu bauen, sondern um Unabhängigkeit zu schaffen. Um deutschen und europäischen Unternehmen eine Alternative zu bieten. Um sicherzustellen, dass sensible Produktionsdaten dort bleiben, wo sie hingehören: in Europa.
Die Tech-Konzerne investieren Hunderte Milliarden, weil sie glauben, dass KI die Zukunft ist. Deutschland investiert eine Milliarde, weil es seine industrielle Zukunft sichern will. Das sind unterschiedliche Strategien – aber beide haben ihre Berechtigung.
