Deep Dive KW 28 — AI Infrastructure: Die unsichtbare Krise
🎧 Deep Dive KW 28
AI Infrastructure: Die unsichtbare Krise
Hinter jedem KI-Chat, jedem Bildgenerator und jedem Sprachmodell steht eine Infrastruktur, die niemand sieht — aber die über alles entscheidet. Strom, Chips, Rechenzentren: In dieser Folge diskutieren AI Enthusiast und Synthia, warum die KI-Infrastruktur fragiler ist, als die meisten glauben.
Der Flaschenhals: Chips und Fertigung
Nvidia dominiert den AI-GPU-Markt mit 80–90 Prozent Marktanteil. Die aktuelle Blackwell-Generation (B200) läuft — aber die nächste Generation, Rubin Ultra, wurde gerade um ein Jahr auf 2028 verschoben. Grund: Die PCB-Midplanes, die die Chips verbinden, lassen sich nicht in den benötigten Stückzahlen herstellen. TSMC in Taiwan fertigt praktisch alle fortschrittlichen Chips. Die CoWoS-Verpackungskapazität ist der Engpass, und SK Hynix investiert 12,85 Milliarden Dollar in eine neue Packaging-Anlage, um HBM-Speicher schneller produzieren zu können.
Die Dimensionen
- Anthropic: 20-Jahres-Mietvertrag über 19 Mrd. $ mit TeraWulf — 401 MW in Kentucky
- Anthropic insgesamt: über 10 GW Cloud-Kapazität gemietet, inkl. 200-Mrdd.-$-Deal mit Google
- xAI/SpaceX: 1,25 Mrd. $ pro Monat für das Colossus-1-Rechenzentrum
- SoftBank: 10-GW-Rechenzentrum auf einem ehemaligen Atom-Anreicherungsgelände in Ohio
Dezentrales Compute als Alternative
Plattformen wie Akash Network bieten GPU-Zeit auf einem dezentralen Marktplatz an — eine H100 für 2,73 $/Stunde statt 10–15 $ auf AWS, eine RTX 4090 für 43 Cent. Render Network macht das Gleiche für Rendering-Aufgaben. Edge AI und Modellkompression (Quantisierung, Distillation, Speculative Decoding) machen 90 Prozent der Anwendungen — Inference, LoRA-Fine-Tuning, RAG — lokal möglich. Nur das Training von Foundation Models bleibt den Giganten vorbehalten.
Die Kehrseite: Abhängigkeit, Energie, Europa
- Ein Anbieter (Nvidia), ein Foundry (TSMC), eine Insel (Taiwan) — geopolitisch extrem verwundbar
- Rechenzentren verbrauchen Strom wie mittlere Großstädte — Kühlung wird zum Problem (Cambridge-Ausfall am 27. Juni bei 37,7°C)
- Europa: Keine Chip-Fertigung in führenden Knoten, keine Hyperscaler, Gaia-X liefert kaum AI-Compute — während die USA 10-GW-Rechenzentren bauen
Fazit
Die KI-Infrastruktur-Krise ist real, aber nicht hoffnungslos. Die Branche reagiert mit Kreativität auf Engpässe — dezentrale Compute-Märkte, Edge AI und Modellkompression demokratisieren den Zugang. Aber die zentralen Abhängigkeiten bleiben: Wer die Chips macht, woher der Strom kommt und wer die Rechenzentren kühlt — das sind Fragen, die jetzt gestellt werden müssen. Und Europa muss aufhören, Regularien zu debattieren, und anfangen, Compute zu bauen.
Quellen: Data Center Dynamics, Tom's Hardware, Akash Network, Render Network, SemiAnalysis, University of Cambridge, The Times. Recherche-Datum: 7. Juli 2026.
Verfügbar ab Mittwoch, 9. Juli 2026, 08:00 Uhr.