Der Ausbau von Rechenzentren für künstliche Intelligenz bindet weltweit enorme Summen an Kapital. Aktuelle Modellrechnungen des Analysehauses Bernstein vom Anfang Oktober 2026 verdeutlichen das finanzielle Ausmaß: Die Investitionsausgaben (CAPEX) für ein Rechenzentrum mit einer Leistung von einem Gigawatt belaufen sich je nach gewählter Beschleunigerarchitektur auf 34,6 bis 39,5 Milliarden US-Dollar.
In den Modellen sind neben den Server-Racks auch Strom- und Kühltechnik sowie Grundstücke und Gebäude enthalten, wobei die Architekturen nicht auf Basis identischer Rechenleistung verglichen wurden.
Hardware und Abschreibungen als dominierende Kostenfaktoren
Nach den Berechnungen von Bernstein hängen die Gesamtkosten maßgeblich von den eingesetzten Halbleitersystemen ab. Für OpenAI Jalapeno beziehungsweise Zalapeno veranschlagen die Analysten 34,6 Milliarden US-Dollar, für AMD Helios 35,7 Milliarden US-Dollar und für Nvidias GB200-System 36,5 Milliarden US-Dollar.
Höhere Summen fallen für Googles TPU v7 beziehungsweise Ironwood mit 39,0 Milliarden US-Dollar sowie Nvidia Vera Rubin mit 39,5 Milliarden US-Dollar an.
Zugleich passte Bernstein die Kostenschätzung für ein einzelnes Nvidia-Rubin-NVL72-Rack um rund 17 Prozent nach unten an – von zuvor 9,1 Millionen auf 7,52 Millionen US-Dollar.
Grund dafür sind veränderte Speicherannahmen: Die Kosten für HBM4 wurden von 48 auf 30,6 US-Dollar je Gigabyte gesenkt, während die angenommene NAND-Kapazität je Rack von 2.200 auf 576 Terabyte reduziert wurde. Für einen 1-Gigawatt-Standort mit Rubin-Systemen beziffert Bernstein die jährlichen Abschreibungen über einen Zeitraum von sechs Jahren auf 6,6 Milliarden US-Dollar.
Wer KI-Systeme im Unternehmen implementiert, muss neben den immensen Hardware-Investitionen auch die komplexen rechtlichen Rahmenbedingungen des EU AI Acts im Blick behalten. Dieser kostenlose Download verschafft Ihnen den Überblick über Fristen, Pflichten und Risikoklassen, den Ihre Rechts- und IT-Abteilung jetzt dringend braucht. EU AI Act in 5 Schritten verstehen
Dem stehen bei einem Strompreis von 0,15 US-Dollar je Kilowattstunde jährliche Stromkosten von rund 1,3 Milliarden US-Dollar gegenüber. Die Hauptlast der Betriebskosten liege demnach eindeutig bei den Investitionen und Abschreibungen, nicht bei der Energieversorgung.
Projektionen im weltweiten Vergleich
Auch andere Branchenakteure kommen zu ähnlichen Größenordnungen. Young Liu, Chairman von Foxconn, bezifferte die Investitionsausgaben für ein 1-Gigawatt-Rechenzentrum auf Basis von Nvidia Vera Rubin auf bis zu 47 Milliarden US-Dollar, ausgehend von rund 3.557 Racks zu je 9,1 Millionen US-Dollar. Bei jährlichen Stromkosten von 1,3 Milliarden US-Dollar lägen die Hardware-Abschreibungen sechsmal so hoch.
Morgan Stanley Research schätzt einen VR200-NVL72-Server auf rund 8 Millionen US-Dollar je Rack, wovon etwa 2 Millionen US-Dollar auf Speicherkomponenten entfallen, und prognostiziert einen Anstieg des weltweiten Strombedarfs für Rechenkapazitäten von 68 Gigawatt im Jahr 2024 auf 174 Gigawatt im Jahr 2030. Bernstein erwartet für weltweite KI-Ausrüstungskapazitäten einen Zuwachs von 27 Gigawatt im Jahr 2025 auf 43,3 Gigawatt im Jahr 2027.
Für den chinesischen Markt prognostiziert die Bank of America für die Jahre 2026 bis 2030 Infrastrukturinvestitionen von insgesamt 1,5 Billionen US-Dollar.
Davon entfallen rund 1 Billion US-Dollar auf Wachstumsausgaben und 500 Milliarden US-Dollar auf Wartungs-CAPEX, wobei Letzteres einen sechsjährigen IT-Erneuerungszyklus umfasst und 30 Prozent ungenutzter Bestandskapazität ausschließt. Mit 21 bis 29 Milliarden US-Dollar je Gigawatt lägen die Kosten in China laut Bank of America um 40 bis 45 Prozent unter dem Niveau der USA.
Während die globale Infrastruktur für Künstliche Intelligenz massiv ausgebaut wird, stellen neue Regulierungen viele Unternehmen vor unvorhergesehene Compliance-Hürden. Dieser kostenlose Report klärt auf, welche KI-Systeme als Hochrisiko gelten und was Unternehmen jetzt konkret tun müssen, um rechtlich abgesichert zu sein. Kostenlosen Umsetzungsleitfaden zum AI Act anfordern
Rentabilitätsdruck und Netzanforderungen
Die massiven Ausgaben werfen zunehmend Fragen bezüglich der Amortisation auf. Laut dem Beratungsunternehmen Bain muss KI bis 2031 jährlich 6 Billionen US-Dollar Umsatz generieren, um die Rechenzentrumsinvestitionen zu rechtfertigen.
Da bestehende Verbraucher- und Unternehmensdienste bis dahin voraussichtlich nur 1,8 Billionen US-Dollar einspielen, verbleibe eine Lücke von 4,2 Billionen US-Dollar. Berichtsautor Dave Crawford wies darauf hin, dass die Infrastruktur weit vor der Nachfragekurve errichtet werde.
Gleichzeitig verschärfen Versorger und Regulierer die finanziellen Bedingungen für Großverbraucher. Duke Energy reichte Vereinbarungen ein, wonach Neukunden wie große Technologiekonzerne mindestens 75 Prozent ihrer vertraglichen Stromnachfrage über 15 Jahre garantieren und erhebliche Sicherheiten hinterlegen müssen.
In Texas werden für Lasten ab 75 Megawatt Sicherheiten von 50.000 US-Dollar je Megawatt verlangt, während Ohio Mindestzahlungen von bis zu 85 Prozent erlaubt.
Eine Untersuchung von US-Senatoren bemängelte zudem ungelöste Netzfolgekosten und geringe Beschäftigungseffekte vor Ort, während Projektverzögerungen, wie etwa bei Krediten rund um das Stargate-Projekt von Oracle, die finanziellen Risiken für Entwickler verdeutlichen.