PwC prognostiziert Ausgaben von 31,6 Billionen US-Dollar für Rechenzentren, doch Strom setzt die Grenze

PwC rückte mit seiner Prognose kumulierter globaler Ausgaben für Rechenzentren bis 2050 in Höhe von 31,6 Billionen US-Dollar in den Mittelpunkt der Google-News-Berichterstattung. Doch diese auffällige Zahl ist nicht die folgenreichste Aussage des Berichts. PwC argumentiert, dass Elektrizität – und nicht Investitionskapital – bestimmen wird, wie viel Infrastruktur gebaut wird und wo sie betrieben werden kann.

Die Prognose beschreibt einen Kapitalzyklus, der sich von Eisenbahnen, Telekommunikationsnetzen und anderen Baubooms unterscheidet. Gebäude von Rechenzentren können jahrzehntelang nutzbar bleiben. Die darin befindlichen Server, Prozessoren, Speichersysteme und Netzwerkausrüstungen müssen jedoch in deutlich kürzeren Abständen ersetzt werden.

Diese Unterscheidung verwandelt einen Bauboom in einen wiederkehrenden technologischen Erneuerungszyklus. Sie schafft zudem einen direkten Konflikt zwischen dem Bedarf an KI-Rechenleistung und den langsameren Systemen, die Strom, Genehmigungen, Ausrüstung und qualifizierte Arbeitskräfte bereitstellen.

PwC beauftragte Oxford Economics mit der Modellierung der Ausgaben in 46 Ländern und Territorien. Die zentrale Projektion erreicht bis 2050 31,6 Billionen US-Dollar, während alternative Szenarien von rund 22 Billionen bis nahezu 50 Billionen US-Dollar reichen.

Diese Zahlen hängen von Akzeptanz, Effizienz, Handelspolitik und dem Zugang zu fortschrittlichen Chips ab. Es handelt sich um Prognosen, nicht um verbindlich zugesagte Budgets. Die zentrale Frage lautet, ob Stromsysteme die vom Modell angenommene Rechenkapazität tragen können.

Was PwCs Prognose von 31,6 Billionen US-Dollar tatsächlich misst

Die Schlagzeilenzahl misst kumulierte Investitionsausgaben, nicht den Wert eines einzelnen Bauprogramms oder eine bereits von Investoren genehmigte Rechnung.

PwCs Ausblick für Rechenzentren umfasst sowohl physische Anlagen als auch die darin installierte Informations- und Kommunikationstechnik. Zu dieser zweiten Kategorie zählen Server, Speicher, Netzwerkhardware, Zentralprozessoren und Grafikprozessoren.

Die Unterscheidung ist wichtig, weil die physische Hülle nur einen Teil der Lebenszykluskosten einer KI-Anlage ausmacht. Stromanschlüsse, Kühlsysteme, Glasfasertrassen und Gebäude können mehrere Generationen von Rechenausrüstung bedienen. Chips und Server werden wirtschaftlich wesentlich schneller überholt.

PwC erwartet, dass die jährlichen Investitionsausgaben für Rechenzentren von etwa 800 Milliarden US-Dollar im Jahr 2026 auf 1,1 Billionen US-Dollar im Jahr 2030 steigen. Bis 2050 erreicht die Projektion jährlich 1,8 Billionen US-Dollar.

Im zentralen Szenario entfallen 15,1 Billionen US-Dollar beziehungsweise 48 % der kumulierten Ausgaben auf die Vereinigten Staaten. PwC führt diese Konzentration teilweise auf die Position des Landes im Ökosystem für fortschrittliche Chips zurück.

Auf den asiatisch-pazifischen Raum entfallen voraussichtlich 8,2 Billionen US-Dollar, angeführt von China und Indien. Auch Europa und der Nahe Osten ziehen Investitionen an, da Regierungen souveräne KI-Kapazitäten anstreben. Souveräne KI bezeichnet Recheninfrastruktur und Modelle, die unter den rechtlichen, sicherheitsbezogenen und datenschutzrechtlichen Vorgaben eines Landes betrieben werden.

Die Prognose wird aufschlussreicher, wenn die Ausgaben zwischen Gebäuden und Ausrüstung aufgeteilt werden. PwC schätzt, dass Informations- und Kommunikationstechnik 2026 70 % der Investitionsausgaben für Rechenzentren ausmacht. Bis 2050 steigt dieser Anteil auf 93 %.

In PwCs Modell schafft jeder für den Bau ausgegebene Dollar effektiv rund 12 US-Dollar an künftigen Verpflichtungen für Ausrüstung. Dieses Verhältnis spiegelt wiederholte Installationen und Ersatzbeschaffungen wider, nicht einen einmaligen Hardwarekauf.

Server, GPUs und verwandte Systeme müssen laut PwC typischerweise alle vier bis sechs Jahre erneuert werden. Der Austausch von Ausrüstung hält die Investitionsausgaben hoch, nachdem die erste Welle des Gebäudebaus abgeschlossen ist.

Dieser Mechanismus erklärt, warum die Projektion bis 2050 ansteigt, statt nach dem ersten Bereitstellungszyklus ihren Höhepunkt zu erreichen. Unternehmen errichten nicht einfach Anlagen. Sie schaffen Standorte, die mehrere Generationen kostspieliger Hardware erfordern.

PwCs separate Infrastrukturprognose verdeutlicht den Unterschied. Sie prognostiziert jährliche Ausgaben für Rechenzentrumsgebäude von 251,8 Milliarden US-Dollar im Jahr 2027, nach 113,8 Milliarden US-Dollar im Jahr 2024.

Die Gebäudeinvestitionen von 2024 bis 2032 übersteigen in dieser Prognose 1,5 Billionen US-Dollar. Die größere Schätzung von 31,6 Billionen US-Dollar umfasst die Rechenausrüstung, die diese Gebäude über einen wesentlich längeren Zeitraum füllt.

Leserinnen und Leser, die auf die Geschichte über Google News stoßen, sollten die Schlagzeile daher nicht als reine Bauzahl interpretieren. Der größte Teil der prognostizierten Kapitalströme fließt in Systeme, die Daten verarbeiten, übertragen und speichern.

Dies schafft wiederkehrende Umsatzchancen für Chipzulieferer, Netzwerkunternehmen, Cloud-Betreiber und spezialisierte Infrastrukturanbieter. Zugleich entstehen wiederkehrende Risiken durch Auslastungsquoten, Hardwareabschreibungen und sich wandelnde Modellarchitekturen.

Eine Anlage, die für eine Generation hochdichter Beschleuniger ausgelegt ist, könnte für die nächste Generation neue Kühl- oder Stromverteilungssysteme benötigen. Erneuerungszyklen können daher die unterstützende Infrastruktur beeinflussen, nicht nur die in Server-Racks eingesetzten Chips.

Das Ausmaß der Prognose ist außergewöhnlich, doch ihre Zusammensetzung ist wichtiger. PwC beschreibt ein industrielles System, das auf fortlaufendem Austausch von Ausrüstung beruht.

Warum Ausgaben für KI-Infrastruktur nach dem Bau nicht ihren Höhepunkt erreichen

Der Boom bei Rechenzentren hält in PwCs Modell an, weil KI-Hardware wirtschaftlich altert, lange bevor die Anlagen, in denen sie untergebracht ist, das Ende ihrer Nutzungsdauer erreichen.

Traditionelle Infrastrukturprojekte bündeln die Ausgaben zu Beginn. Eine Eisenbahnstrecke oder Übertragungsleitung benötigt Wartung, doch Betreiber ersetzen ihre zentrale Betriebsausrüstung normalerweise nicht alle paar Jahre.

KI-Infrastruktur folgt einem anderen Muster. Neue Prozessoren bieten bessere Leistung, Speicherbandbreite, Netzwerkkapazität oder Energieeffizienz. Cloud-Anbieter müssen entscheiden, ob ältere Ausrüstung gegenüber neueren Systemen wettbewerbsfähig bleibt.

Dieser Druck betrifft KI-Training und Inferenz. Training ist der Prozess, bei dem ein Modell aus Daten aufgebaut wird, während Inferenz die Rechenarbeit bezeichnet, die anfällt, wenn Menschen oder Anwendungen dieses Modell nutzen.

Das Training hat die Nachfrage nach großen Clustern von Beschleunigern angetrieben. Inferenz kann eine breitere und dauerhaftigere Last erzeugen, weil jede generierte Antwort, Softwareaktion, jedes Bild oder Video Rechenressourcen erfordert.

Wenn KI in Suche, Bürosoftware, Programmiersysteme, Kundenservice, Industrieabläufe und Verbrauchergeräte eingebettet wird, kann die Inferenznachfrage mit der Nutzung wachsen. Dieses Wachstum würde PwCs höhere Ausgabenszenarien stützen.

Die Akzeptanz ist jedoch nicht garantiert. Effizientere Chips und Modelle können den Rechenaufwand für eine bestimmte Aufgabe senken. Wettbewerb kann zudem die Einnahmen aus jeder Recheneinheit verringern.

Diese Kräfte können gleichzeitig wirken. Die Kosten für die Erzeugung eines KI-Ergebnisses könnten sinken, während der Gesamtverbrauch steigt, weil niedrigere Kosten eine stärkere Nutzung fördern. Diese Beziehung ähnelt dem bei anderen Technologien beobachteten Rebound-Effekt.

PwC berücksichtigt diese Unsicherheit mit einer Bandbreite statt mit einem festen Ergebnis. Eine langsamere KI-Akzeptanz verringert die kumulierten Investitionsausgaben gegenüber dem zentralen Szenario um rund 10 Billionen US-Dollar. Eine schnellere Akzeptanz treibt die Gesamtsumme in Richtung 50 Billionen US-Dollar.

Die Lücke zwischen diesen Fällen ist nahezu ebenso wichtig wie die zentrale Zahl. Sie zeigt, wie stark die Prognose von Verhalten und Geschäftsnachfrage abhängt, die sich Jahrzehnte im Voraus nicht beobachten lassen.

Die zentrale Projektion setzt außerdem voraus, dass ausreichend Kapital verfügbar bleibt. Große Cloud-Anbieter können Projekte über operativen Cashflow, Schulden, Partnerschaften und Leasingstrukturen finanzieren. Unabhängige Betreiber sind deutlich stärker auf externe Finanzierung und Kundenverpflichtungen angewiesen.

Die Finanzierung wird schwieriger, wenn Projekten ein langfristiger Stromzugang oder vertraglich gesicherte Nachfrage fehlt. Ein Rechenzentrum mit GPUs, aber unzureichender Stromversorgung, kann keine abrechenbare Rechenkapazität erzeugen. Ein vollständig versorgter Standort ohne Kunden kann zu einem kostspieligen, unzureichend genutzten Vermögenswert werden.

PwC warnt, dass eine langsamere Akzeptanz große Anlagen teilweise leer stehen lassen könnte. Diese Möglichkeit stellt die Annahme infrage, dass jedes angekündigte Projekt eine dauerhafte Nachfrage repräsentiert.

Der Investitionszyklus hängt daher von mehr ab als von Begeisterung für KI. Betreiber benötigen Anwendungen, die genug wiederkehrenden wirtschaftlichen Wert schaffen, um Geräteabschreibungen, Strom, Wartung und Finanzierungskosten zu decken.

Die Nutzung durch Unternehmen bietet eine potenzielle Quelle dauerhafter Nachfrage. Unternehmen setzen KI zunehmend für Softwareentwicklung, Dokumentenanalyse, Kundensupport, Forschung und interne Suche ein. Pilotprojekte werden jedoch nicht automatisch zu großen Produktionslasten.

Käufer stehen häufig vor Bedenken hinsichtlich Genauigkeit, Datenschutz, Integration und messbarer Renditen. Diese Einschränkungen können die Nutzung verlangsamen, selbst wenn sich die Fähigkeiten der Modelle verbessern.

Die Verbrauchernachfrage weist eine ähnliche Unsicherheit auf. KI-Dienste können große Zielgruppen anziehen, doch Anbieter benötigen weiterhin nachhaltige Einnahmen oder einen anderen strategischen Grund, Rechenleistung zu subventionieren.

Die Prognose ist am stärksten als Beschreibung des Investitionsmechanismus. Weniger sicher ist sie als Vorhersage darüber, wie schnell Kunden für jeden eingesetzten Server Umsätze schaffen werden.

Diese Unterscheidung sollte prägen, wie Investoren und Unternehmenskäufer die PwC-Prognose für Rechenzentren lesen. Der Bericht kartiert die Infrastruktur, die unter mehreren Akzeptanzpfaden erforderlich wäre. Er beweist nicht, dass der teuerste Pfad akzeptable Renditen hervorbringen wird.

Google-News-Schlagzeilen übersehen den eigentlichen Engpass: Elektrizität

Kapital kann Server und Gebäude bestellen, aber nur verfügbare Elektrizität kann sie in betriebsfähige KI-Kapazität verwandeln.

PwC nennt erschwingliche, zuverlässige und CO2-ärmere Energie als schwierigste Voraussetzung für viele Märkte. Konnektivität, Sicherheit, politische Planungssicherheit, Zustimmung der Bevölkerung und GPU-Zugang beeinflussen ebenfalls die Standorte von Projekten.

Elektrizität unterscheidet sich von den anderen Inputs, weil sie nicht immer schnell bereitgestellt werden kann. Neue Erzeugungskapazitäten, Umspannwerke, Übertragungsleitungen und Netzanschlüsse erfordern häufig Jahre der Planung und des Baus.

Die Internationale Energieagentur schätzte, dass Rechenzentren 2024 415 Terawattstunden Strom verbrauchten. Dies entsprach etwa 1,5 % des weltweiten Stromverbrauchs.

Ihre Energieanalyse prognostiziert für 2030 einen Verbrauch von rund 945 Terawattstunden. Diese Menge übersteigt Japans aktuellen jährlichen Stromverbrauch leicht.

Die IEA erwartet, dass Rechenzentren bis 2030 fast die Hälfte des Wachstums der Stromnachfrage in den Vereinigten Staaten ausmachen werden. Sie prognostiziert außerdem, dass amerikanische Rechenzentren bis zum Ende des Jahrzehnts mehr Strom verbrauchen werden als alle energieintensiven Branchen des verarbeitenden Gewerbes zusammen.

Diese globalen Summen können stärkere lokale Auswirkungen verdecken. Rechenzentren bündeln enorme Lasten in bestimmten Regionen, weil Betreiber Glasfaseranschlüsse, verfügbares Land, qualifizierte Arbeitskräfte, Kunden und bestehende Cloud-Campusse suchen.

Die IEA stellte fest, dass fast die Hälfte der aktuellen amerikanischen Rechenzentrumskapazität in fünf regionalen Clustern liegt. Sie schätzte außerdem, dass die Hälfte der in Entwicklung befindlichen Projekte weiterhin in etablierten Clustern konzentriert ist.

Diese Konzentration kann lokale Erzeugungs- und Übertragungskapazitäten überlasten, selbst wenn die nationale Stromversorgung ausreichend erscheint. Ein Energieversorger kann nicht unbegrenzt Strom in einen einzelnen Bezirk leiten, nur weil andernorts Kapazität vorhanden ist.

Die IEA schätzt, dass 20 % der geplanten Rechenzentrumsprojekte von Verzögerungen bedroht sind, sofern Engpässe im Stromnetz nicht behoben werden. Neue Übertragungsleitungen können in fortgeschrittenen Volkswirtschaften vier bis acht Jahre benötigen.

Die Wartezeiten für Transformatoren und Kabel haben sich laut der Agentur innerhalb von drei Jahren verdoppelt. Auch bei Gasturbinenbestellungen können sich die Lieferzeiten über mehrere Jahre erstrecken.

Diese zeitliche Diskrepanz steht im Zentrum der Debatte über Ausgaben für KI-Infrastruktur. Rechenzentrumsentwickler können eine Anlage schneller errichten, als Versorger große Netzausbauten abschließen können.

Betreiber haben mehrere Möglichkeiten. Sie können sich in der Nähe bestehender Stromerzeugung ansiedeln, neue Erzeugung finanzieren, langfristige Stromabnahmeverträge schließen, Batterien installieren oder eigene Stromerzeugung betreiben.

Sie können Arbeitslasten auch zwischen Regionen verlagern oder Rechenaktivitäten an die Netzbedingungen anpassen. Ein flexibler Betrieb bleibt schwierig, weil teure Beschleuniger im Leerlauf keine Einnahmen erzielen.

Ein typisches auf KI ausgerichtetes Rechenzentrum kann laut IEA so viel Strom verbrauchen wie 100.000 Haushalte. Die größten Anlagen im Bau können das 20-Fache davon benötigen.

Die Versorgung dieser Lasten wird mehrere Energiequellen umfassen. Die IEA erwartet, dass erneuerbare Energien bis 2035 etwa die Hälfte des Wachstums der Stromnachfrage von Rechenzentren decken werden, unterstützt durch Speicher und umfassendere Investitionen ins Netz.

Auch Erdgas- und Kernenergie tragen in ihrem Basisszenario bei. Die Agentur erwartet um 2030 die ersten kleinen modularen Reaktoren in diesem breiteren Versorgungskontext, auch wenn die Zeitpläne für ihren Einsatz unsicher bleiben.

Der Zugang zu Energie kann PwCs geografische Prognose neu ordnen. Regionen mit günstigerem Kapital, aber schwachen Netzen könnten Projekte an Orte verlieren, die schnellere Anschlüsse und verlässliche Stromerzeugung bieten.

Das setzt Regierungen und Versorger unter Druck. Sie müssen die Nachfrage von Rechenzentren gegen die Bezahlbarkeit für Haushalte, den Ausbau der Industrie, die Elektrifizierung und Emissionsziele abwägen.

Aus demselben Grund ist auch die Zustimmung der Bevölkerung wichtig. Anwohner können Anlagen ablehnen, die um Strom oder Wasser konkurrieren, ohne Beschäftigung in einem Umfang zu schaffen, der mit anderen Industrieprojekten vergleichbar ist.

Die Projektion von 31,6 Billionen US-Dollar ist daher an einen parallelen Ausbau der Energieinfrastruktur gebunden. Die Computing-Industrie kann PwCs zentrales Szenario nicht allein durch Halbleiterproduktion erreichen.

Der Wettbewerb heißt KI-Nachfrage gegen Infrastrukturrealität

Der zentrale Konflikt der Prognose besteht nicht zwischen einzelnen Cloud-Unternehmen, sondern zwischen beschleunigter Rechennachfrage und langsamerer physischer Infrastruktur.

Halbleiter-Roadmaps entwickeln sich schnell. Softwareunternehmen können innerhalb weniger Monate neue Modelle veröffentlichen. Übertragungsprojekte, Kraftwerke und Genehmigungen durch Versorger folgen deutlich längeren Zeitplänen.

Dieser Unterschied verändert die Wettbewerbslandschaft. Cloud-Betreiber mit gesicherter Stromversorgung und bestehenden Standorten haben einen Vorteil gegenüber Entwicklern, die zwar Grundstücke besitzen, aber keine verbindlichen Netzanschlüsse.

Der Zugang zu Chips fügt eine weitere Ebene hinzu. Fortschrittliche Beschleuniger bleiben in einer begrenzten Lieferkette konzentriert, an der spezialisierte Entwickler, Hersteller, Speicherlieferanten, Anbieter von Packaging sowie Ausrüster beteiligt sind.

PwC untersuchte, wie strengere Exportkontrollen dieses System stören könnten. Im handelsbeschränkten Szenario sinken die jährlichen Investitionen bis 2030 auf etwa die Hälfte der zentralen Prognose.

Die Lieferketten passen sich im Modell schrittweise an, doch die kumulierten Ausgaben bis 2050 fallen auf rund 25,5 Billionen US-Dollar. Das sind etwa 6 Billionen US-Dollar weniger als in der zentralen Projektion.

Das Ergebnis zeigt, dass Ausgaben für KI-Infrastruktur davon abhängen, wohin Chips rechtlich und praktisch gelangen können. Exportkontrollen beeinflussen nicht nur den Halbleiterverkauf. Sie verändern die Wirtschaftlichkeit des Rechenzentrumsausbaus in ganzen Regionen.

Digitale Souveränität führt zu einem anderen Ergebnis. Vorgaben für lokale Rechenkapazitäten und Datenspeicherung verteilen Investitionen neu, ohne die globale Gesamtsumme ebenso stark zu verringern.

Länder mit starker inländischer Nachfrage und begrenzten bestehenden Kapazitäten können in diesem Szenario mehr Projekte anziehen. Regierungen und regulierte Branchen könnten höhere Kosten akzeptieren, um die Kontrolle über sensible Daten und Rechenressourcen zu behalten.

Die Vereinigten Staaten starten aus einer starken Position, weil sie große Cloud-Plattformen, Chipentwickler, Kapitalmärkte und eine breite Basis an Unternehmensnachfrage beherbergen. Ihre Netzengpässe können jedoch begrenzen, wie viel von dem prognostizierten Anteil von 48 % sie tatsächlich gewinnen.

China unterliegt beim Zugang zu einigen fortschrittlichen Prozessoren Beschränkungen, verfügt aber zugleich über inländische Nachfrage, Fertigungskapazitäten und staatlich unterstützte Infrastrukturprogramme. Indien bietet einen großen digitalen Markt, auch wenn die Zuverlässigkeit der Stromversorgung und der Netzausbau je nach Standort variieren.

Europa verbindet erhebliche Nachfrage mit strengeren Umwelt- und Datenregeln. Diese Regeln können lokale Kapazitäten fördern, während sie Genehmigungen und die Energieversorgung anspruchsvoller machen.

Regierungen im Nahen Osten können souveräne KI-Strategien mit Kapital- und Energieressourcen verbinden. Ihre Herausforderung besteht darin, breitere technische Kapazitäten aufzubauen, Kühlanlagen effizient zu betreiben und fortschrittliche Ausrüstung zu sichern.

Diese regionalen Unterschiede machen die Prognose zu einem Wettbewerb um vollständige Betriebsumgebungen. Günstiges Land allein reicht nicht aus. Erfolgreiche Märkte benötigen Strom, Glasfaser, politische Stabilität, Sicherheit, Fachkräfte und Zugang zu Hardware.

Unternehmen stehen im kleineren Maßstab vor demselben Systemproblem. Ein Käufer kann Rechenkapazität reservieren, doch sein KI-Programm benötigt weiterhin verlässliche Daten, nützliche Anwendungen, Sicherheitskontrollen und Mitarbeiter, die bereit sind, Arbeitsabläufe zu verändern.

Der Infrastrukturboom kann daher der Anwendungsreife vorauslaufen. Cloud-Betreiber könnten für erwartete Nachfrage bauen, bevor Unternehmenskunden wissen, welche Arbeitslasten große Deployments rechtfertigen.

Diese Abfolge ist in Märkten für neue Technologien normal, schafft jedoch finanzielle Risiken. Anbieter müssen Kapital binden, bevor die Nachfrage vollständig sichtbar wird.

Langfristige Verträge können die Unsicherheit verringern, verlagern das Risiko jedoch auf Kunden. Partnerschaften können die Finanzierung verteilen, aber sie können Verpflichtungen auch schwerer bewertbar machen.

Die zentrale Spannung bleibt physisch. Die KI-Nachfrage kann rasch steigen, während neue Energie- und Netzinfrastruktur langsam reagiert. PwCs Prognose setzt voraus, dass das langsamere System letztlich aufholt.

Was die Schätzung von 31,6 Billionen US-Dollar nicht sagen kann

Eine kumulierte Prognose über 24 Jahre bietet ein nützliches Szenario, kann jedoch weder künftige Auslastung und Rentabilität noch die siegreiche Computing-Architektur bestimmen.

PwC beschreibt seine Zahl von 31,6 Billionen US-Dollar als zentrales Szenario. Die große Spanne um diese Zahl spiegelt Unsicherheit über Einführung, Handel, Effizienz, Regulierung und Technologie wider.

Der lange Zeithorizont verstärkt kleine Änderungen bei den Annahmen. Ein moderater Unterschied beim jährlichen Nachfragewachstum kann bis 2050 kumulierte Ausgaben in Billionenhöhe erzeugen.

Die Hardwareeffizienz ist eine zentrale Variable. Im Hoch-Effizienz-Szenario der IEA liegt der Strombedarf von Rechenzentren bis 2035 20 % unter ihrem Basisszenario.

Ihre breiteren Szenarien reichen 2035 von 700 bis 1.700 Terawattstunden. Diese Spanne zeigt, weshalb präzise Langfristprognosen nicht mit gemessenen Ergebnissen verwechselt werden sollten.

Auch die Softwareeffizienz ist relevant. Kleinere Modelle, spezialisierte Systeme, Caching, Quantisierung und bessere Planung können den für viele Aufgaben erforderlichen Rechenaufwand verringern.

Gleichzeitig können leistungsfähigere Anwendungen die Anzahl und Komplexität der Anfragen erhöhen. KI-Systeme, die mehrstufige Aktionen planen, können deutlich mehr Inferenzleistung benötigen als einfache Textvervollständigung.

Das endgültige Gleichgewicht zwischen Effizienz und steigendem Verbrauch bleibt unbekannt. PwCs Investitionsspanne erkennt diese Unsicherheit an, ohne sie aufzulösen.

Die Auslastung stellt ein weiteres Risiko dar. Betreiber erzielen Renditen, wenn Kunden installierte Kapazität zu akzeptablen Raten nutzen. Eine große Anlage, die weit unter ihrer Kapazität betrieben wird, kann Schwierigkeiten haben, selbst wenn die langfristige KI-Nachfrage weiter wächst.

Ein schneller Hardwarewechsel kann dieses Problem verschärfen. Ältere Beschleuniger könnten an wirtschaftlichem Wert verlieren, bevor ihre buchhalterische Nutzungsdauer endet – insbesondere wenn neuere Geräte eine bessere Leistung pro Stromeinheit bieten.

Diese Möglichkeit hilft Anbietern, weil sie die Nachfrage nach Erneuerungen aufrechterhält. Sie kann Eigentümern schaden, die Schulden auf Hardware mit sinkendem Wiederverkaufswert tragen.

Auch Stromkosten beeinflussen die Wettbewerbsfähigkeit. Die Anschaffungskosten eines Prozessors machen nur einen Teil der Betriebskosten aus. Strom, Kühlung, Wartung, Netzwerktechnik und Gebäudekosten fallen während seiner gesamten Betriebszeit an.

Auch Umweltauswirkungen erfordern eine ebenso sorgfältige Betrachtung. Die IEA erwartet in ihrem Basisszenario, dass die strombezogenen Emissionen von Rechenzentren bis 2035 von 180 Millionen auf 300 Millionen Tonnen steigen.

Ihr Szenario mit höherem Wachstum erreicht 500 Millionen Tonnen. Die Agentur merkt an, dass diese Summen unter 1,5 % der Emissionen des Energiesektors bleiben, Rechenzentren jedoch zu den am schnellsten wachsenden Quellen gehören.

Globale Prozentwerte verschleiern erneut lokale Folgen. Eine Anlage kann die Last eines regionalen Netzes, den Erzeugungsmix, den Wasserbedarf und die Infrastrukturkosten erheblich verändern.

KI kann außerdem Energieeffizienz, Netzprognosen, Wartung und wissenschaftliche Forschung unterstützen. Die IEA schätzt, dass KI-basierte Werkzeuge bis zu 175 Gigawatt Übertragungskapazität erschließen könnten, ohne neue Leitungen zu bauen.

Diese potenziellen Vorteile sollten nicht automatisch gegen den Verbrauch von Rechenzentren angerechnet werden. Sie hängen von der tatsächlichen Einführung und nachgewiesenen Einsparungen ab.

Dieselbe Vorsicht gilt für den wirtschaftlichen Wert. Bessere Medizin, Software, Logistik und wissenschaftliche Entdeckungen könnten erhebliche Infrastrukturinvestitionen rechtfertigen. Automatisierte Inhalte mit geringem Wert und ungenutzte Unternehmenspilotprojekte würden einen schwächeren Fall stützen.

PwCs Prognose entscheidet diese Debatte nicht. Sie quantifiziert das Kapital, das mit unterschiedlichen Einführungspfaden verbunden ist.

Die angemessene skeptische Lesart lautet nicht, dass 31,6 Billionen US-Dollar unmöglich sind. Vielmehr hängt diese Zahl von einer Kette technischer, kommerzieller und politischer Bedingungen ab, die sich bis 2050 wiederholt verändern werden.

Drei Signale, die PwCs Rechenzentrumsprognose prüfen werden

Die nächsten Belege werden aus der Verfügbarkeit von Strom, der Hardwareauslastung und der durch Chipkontrollen sowie Souveränitätsstrategien geprägten Geografie kommen.

Das erste Signal ist der gesicherte Stromzugang für bereits angekündigte Projekte. Investoren sollten in den kommenden Quartalen Netzanschlussvereinbarungen, Ressourcenpläne von Versorgern, Erzeugungsverträge und Projektverzögerungen beobachten.

Ankündigungen allein liefern schwache Belege, da Entwickler Anlagen häufig beschreiben, bevor sie die elektrischen Vereinbarungen abgeschlossen haben. Unter Spannung stehende Kapazität ist ein besseres Maß dafür, was in Betrieb gehen kann.

Schnellere Netzanschlüsse und glaubwürdige neue Erzeugung würden PwCs zentrales Szenario stärken. Anhaltende Verzögerungen, steigende Anschlusskosten oder abgesagte Standorte würden seinen kurzfristigen Pfad schwächen.

Das zweite Signal ist, ob die KI-Umsätze und das Wachstum der Arbeitslasten mit der Abschreibung der Ausrüstung Schritt halten. Die Finanzberichte von Cloud-Anbietern können Investitionsausgaben, Abschreibungen, Kapazitätsengpässe und die Nachfrage nach KI-Diensten zeigen.

Die Beziehung zwischen diesen Zahlen ist wichtiger als die Ausgaben allein. Steigende Ausgaben in Verbindung mit besserer Auslastung und nachhaltigen Umsätzen würden die These wiederkehrender Erneuerungszyklen stützen.

Sinkende Stückkosten sind nicht zwangsläufig negativ, wenn die Nutzung schneller zunimmt. Eine schwache Auslastung oder wiederholte Abschreibungen würden jedoch darauf hindeuten, dass der Infrastrukturausbau der Nachfrage vorausgeeilt ist.

Das Verhalten der Unternehmen wird helfen, das Bild zu klären. Produktive Arbeitslasten in den Bereichen Programmierung, Forschung, Kundenbetrieb und Dokumentenanalyse liefern stärkere Hinweise als begrenzte Pilotprojekte.

Das dritte Signal ist die geografische Reaktion auf Exportkontrollen und souveräne KI-Strategien. PwCs Szenarien zeigen, dass diese Maßnahmen die Gesamtinvestitionen verringern oder sie auf inländische Kapazitäten umlenken können.

Neue Beschränkungen für fortschrittliche Chips würden den handelsbeschränkten Fall im Umfang von 25,5 Billionen US-Dollar auf die Probe stellen. Regionale Fertigung, alternative Beschleuniger und lokalisierte Cloud-Dienste würden zeigen, wie schnell sich Lieferketten anpassen können.

Auch staatliche Beschaffungsprogramme verdienen Aufmerksamkeit. Verbindliche Verträge, betriebsbereite Anlagen und dauerhaft hohe Arbeitslasten wiegen schwerer als breit angelegte nationale Ankündigungen.

Google News wird weiterhin enorme Ausgabensummen hervorheben, während Unternehmen, Versorger und Regierungen um ihre Position konkurrieren. Leser sollten zwischen prognostiziertem kumuliertem Kapital und Projekten unterscheiden, die über Finanzierung, Kunden, Ausrüstung und Strom verfügen.

Für Entwickler und Unternehmenskäufer signalisiert die Prognose, dass die Verfügbarkeit von KI zunehmend von Infrastrukturentscheidungen abhängen wird, die weit über das Modelldesign hinausgehen. Regionale Kapazitäten und Stromkosten können die Zuverlässigkeit von Diensten, Latenzzeiten und Preise beeinflussen.

Für Investoren erstreckt sich die Chance über Halbleiter, Netzwerktechnik, Kühlung, Bauwesen, Versorger und Finanzierung. Die Risiken betreffen dasselbe System, denn eine einzige fehlende Komponente kann eine gesamte Anlage verzögern.

Die Schätzung von PwC über 31,6 Billionen US-Dollar erfasst das Ausmaß des möglichen Ausbaus. Ihre tiefere Botschaft ist anspruchsvoller: Kapital muss die Rechenausrüstung wiederholt ersetzen, während langsamere Energiesysteme jede neue Generation tragen müssen.

Die Prognose wird überzeugender wirken, wenn Betriebskapazität, Kundennachfrage und Stromversorgung gemeinsam steigen. Welches dieser drei Signale wird den ersten überzeugenden Beweis liefern, dass sich dieser mehr Jahrzehnte umfassende Investitionszyklus selbst tragen kann?