Es ist ja rührend, wie sehr man sich in Berlin über diese 10.000 GPUs freut. Um das mal einzuordnen: Das ist ein solides Projekt für ein mittelständisches Unternehmen mit Ambitionen oder ein Forschungsinstitut. Aber als nationales Vorzeigeprojekt für die „Investitionsoffensive“ einer führenden Industrienation? Das ist, gelinde gesagt, mutig.
Relevanz entsteht nicht durch das bloße Vorhandensein von Hardware, sondern durch den konkreten Nutzen und die Skalierung. Wenn wir uns anschauen, wer diese Rechenleistung nutzt, fallen Namen wie Siemens und SAP. Das ist gut für Simulationen und digitale Zwillinge. Aber es ist eben keine Infrastruktur, die ein ganzes Land in das Zeitalter der generativen KI katapultiert. Geschwindigkeit und Marktanteile sind kein automatischer Fortschritt, wenn die Basis so schmal ist, dass man sie mit einer Lupe suchen muss.
Der „Stargate“-Moment: Wenn Zahlen wehtun
Schauen wir rüber zu OpenAI. Die basteln gerade mit Microsoft und Oracle an einem Projekt namens „Stargate“. Das Ziel für 2026? Bis zu 3 Millionen GPUs. Ich wiederhole das gerne: 3.000.000 gegen unsere 10.000 in München. Das ist ein Faktor von 300.
Wer glaubt, dass man mit 10.000 Chips in der gleichen Liga spielt wie jemand, der Millionen davon verbaut, hat entweder den Schuss nicht gehört oder hofft auf ein technologisches Wunder, das die Physik außer Kraft setzt. Während wir uns in Europa noch über die ethischen Implikationen der Abwärme von 10.000 Chips streiten, bauen die anderen Rechenzentren, die eigene Atomkraftwerke brauchen, um den Hunger nach Power zu stillen.
Google und die Kunst, sich unabhängig zu machen
Dann gibt es da noch Google. Die Strategie dort ist noch viel unangenehmer für unseren europäischen Stolz. Google kauft nämlich nicht nur brav bei Nvidia ein, sondern baut seine eigenen Chips, die TPUs (Tensor Processing Units). Die gesamte Gemini 3-Modellfamilie wurde zu 100 % auf dieser hauseigenen Hardware trainiert.
Ein einziger „Pod“ dieser neuesten Generation verbindet über 9.000 TPUs miteinander. Google hat davon nicht einen oder zwei, sondern eine installierte Basis, die umgerechnet Millionen von GPUs entspricht. Das ist echte technologische Souveränität. Man ist kein Bittsteller bei Nvidia, man ist der Architekt des eigenen Schicksals.
In Deutschland und der EU hingegen feiern wir es als Erfolg, wenn uns Nvidia überhaupt 10.000 Blackwell-Chips zuteilt. Das ist keine Technologieführerschaft, das ist eine Abhängigkeit, die wir uns als Erfolg verkaufen. Wenn Nvidia morgen beschließt, die Preise zu verdoppeln oder die Lieferung zu priorisieren, steht die Münchner „Fabrik“ stiller als eine Baustelle am Berliner Flughafen.
Energie als Motor: Warum wir Wind und Sonne jetzt radikal brauchen
Wenn wir von „KI-Fabriken“ reden, reden wir zwangsläufig auch über Energie. Und hier müssen wir ehrlich sein: KI-Infrastruktur ist nichts anderes als die Umwandlung von Strom in Intelligenz. Wenn wir in die Millionen-GPU-Liga aufsteigen wollen, brauchen wir keinen sanften Ausbau, sondern einen massiven, fast schon aggressiven Kraftakt bei den erneuerbaren Energien.
Der einzige Weg, wie wir als Industriestandort gegen die USA oder China bestehen können, ist die radikale Entkoppelung von teuren, fossilen Importen. Wir brauchen Windparks, die direkt an Rechenzentrums-Cluster angeschlossen sind. Wir brauchen Solaranlagen auf jedem Industriedach, um die Inferenz-Last am Tag abzufedern.
Wer „KI-Fabrik“ sagt, muss auch „massiver Solar- und Windausbau“ sagen. Und zwar jetzt, ohne wenn und aber. Es geht hier nicht um grüne Romantik, sondern um knallharte Standortpolitik. Wenn wir den Strom für unsere Chips nicht selbst günstig und im Überfluss produzieren, werden wir die Zeche bei den US-Hyperscalern zahlen. Wir haben in Europa den Wind im Norden und die Sonne im Süden. Wenn wir das nicht nutzen, um unsere eigene Rechenpower zu füttern, dann haben wir das Spiel schon verloren, bevor der erste Algorithmus fertig gerechnet hat.
Warum „Souveränität“ in Europa meistens nur ein Buzzword ist
Wir reden in Europa gerne über „digitale Souveränität“. Meistens meinen wir damit, dass wir die Daten auf unseren eigenen Festplatten speichern wollen. Das ist löblich, aber völlig am Thema vorbei, wenn es um generative KI geht. Echte Souveränität bedeutet, dass man die Modelle nicht nur anwendet, sondern sie selbst trainieren und weiterentwickeln kann.
Mit 10.000 GPUs kannst du vielleicht ein bestehendes Modell für ein paar spezifische Industrieanwendungen optimieren (Fine-Tuning). Aber du wirst niemals ein neues Foundation Model trainieren, das es mit GPT-5 oder Gemini 3 aufnehmen kann. Wir kaufen uns also die Hardware eines US-Unternehmens, um darauf Software von US-Unternehmen laufen zu lassen, und nennen das dann „deutsche KI-Rechenleistung“. Merkt ihr selber, oder?
Komplexität lässt sich nicht wegregulieren
Als Unternehmer musst du verstehen, dass wir uns hier in einem globalen Wettrüsten befinden, bei dem die Munition aus Rechenpower und Daten besteht. Der Ansatz der EU, erst einmal alles zu regulieren (KI-Gesetz), bevor man überhaupt die Hardware hat, um die Dinge zu bauen, die man reguliert, ist typisch für uns. Wir bauen die Leitplanken, bevor wir überhaupt ein Auto haben, das schnell genug ist, um aus der Kurve zu fliegen.
Respekt gegenüber der Intelligenz der Nutzer bedeutet auch, ihnen die harte Wahrheit zu sagen: Wir sind aktuell keine „Global Player“. Wir sind bestenfalls ambitionierte Amateure, die hoffen, dass die Großen uns ein Stück vom Kuchen übrig lassen.
Die Kosten der Bescheidenheit
Werfen wir einen Blick auf die Investitionssummen. Amazon (AWS) plant für 2025 Investitionen von etwa 125 Milliarden Dollar. Das meiste davon fließt direkt in die KI-Infrastruktur. Microsoft und Google liegen in ähnlichen Sphären. Deutschland feiert eine „Investitionsoffensive“, die im Vergleich dazu wie das Taschengeld eines Schülers wirkt.
Das Problem ist: KI skaliert nicht linear, sie skaliert exponentiell. Der Vorsprung, den sich OpenAI, Google und Meta jetzt durch massive Hardware-Power erarbeiten, wird in zwei Jahren uneinholbar sein. Es geht nicht nur darum, wer die schöneren Prompts schreibt. Es geht darum, wer die Modelle besitzt, die die Weltwirtschaft steuern werden.
Ethik als Alibi für fehlenden Mut?
Oft wird in Europa das Argument der Ethik und der Verantwortung vorgeschoben, um zu erklären, warum wir langsamer sind. Versteh mich nicht falsch: Verantwortungsvolle Anwendung ist essenziell. Aber Ethik ohne Macht ist nur Gejammer. Wenn wir keine eigenen leistungsstarken Modelle haben, werden wir die ethischen Standards der US-Konzerne übernehmen müssen, ob wir wollen oder nicht. Wer die Rechenpower hat, macht die Regeln. So einfach ist das.
Was wir wirklich brauchen: Ein Ende der Marketingfloskeln
Wenn wir in Österreich oder Deutschland wirklich etwas bewegen wollen, müssen wir aufhören, uns gegenseitig in die Tasche zu lügen. 10.000 GPUs sind ein Anfang, aber kein Grund für eine Siegesfeier. Wir brauchen eine Infrastruktur, die diesen Namen auch verdient.
- Skalierung statt Kleinstaaterei: Wir brauchen europäische Rechenzentrums-Cluster, die in Millionen-Einheiten denken, nicht in Tausendern.
- Eigene Chip-Entwicklung: Wir müssen massiv in europäische Hardware investieren. Die Abhängigkeit von Nvidia ist ein strategischer Fehler ersten Ranges.
- Energiepreise: Wir können nicht die „KI-Fabrik“ der Welt sein wollen, wenn wir gleichzeitig die höchsten Strompreise haben. Rechenleistung ist geronnene Energie.
Wir müssen aufhören, technologische Entwicklungen nur zu feiern. Wir müssen sie prüfen, einordnen und dann mit aller Konsequenz handeln. Ein „Weiter so“ mit kleinen Leuchtturmprojekten wird uns nicht retten. Wir riskieren, die digitale Kolonie der USA zu werden, während wir uns über unsere schönen, DSGVO-konformen 10.000 Chips freuen.
Der Blick nach vorn
Der Zug ist noch nicht ganz abgefahren, aber er hat den Bahnhof schon verlassen und beschleunigt massiv. Wenn Deutschland und die EU jetzt nicht die Samthandschuhe ausziehen und wirklich massiv – und damit meine ich Milliarden, nicht Millionen – in Hardware und Talente investieren, dann werden wir 2030 darüber bloggen, wie toll unsere nationalen KI-Museen geworden sind.
Wir brauchen kein Marketing-Geblubber über „KI-Fabriken“. Wir brauchen Rechenpower. Jetzt. In Massen. Alles andere ist nur Zeitverschwendung auf hohem Niveau.
