Nach einer neuen Basisszenario-Prognose könnten die weltweiten Ausgaben für Rechenzentren bis 2050 31,6 Billionen US-Dollar erreichen. Damit würde der Ausbau der künstlichen Intelligenz zu einem der größten Investitionsprogramme der Geschichte werden, noch bevor die Branche Umsatz- oder Produktivitätssteigerungen in vergleichbarem Umfang nachweisen konnte.

Die von PwC veröffentlichte und am Samstag durch eine Reuters-Analyse präzisierte Schätzung ist eine Prognose und keine bereits zugesagten Gelder. Sie umfasst die Investitionen in Rechenzentren in 46 Ländern und Gebieten und beinhaltet den regelmäßigen Austausch von Servern, Prozessoren und Netzwerkgeräten. Dennoch verdeutlicht ihr Umfang die wachsende Kluft zwischen der für KI geplanten physischen Infrastruktur und den für deren langfristigen Erhalt notwendigen wirtschaftlichen Erträgen.

Diese Diskrepanz beweist weder eine KI-Blase noch bedeutet sie, dass die Infrastruktur keinen dauerhaften Wert haben wird. Eisenbahnen und Internetnetze haben das Scheitern von Unternehmen überstanden, die in früheren Technologiebooms zu viel investiert hatten. Sie verschiebt jedoch die unmittelbare Frage von der Fähigkeit von KI-Systemen, nützliche Aufgaben zu erfüllen, hin zur Frage, ob Unternehmen diese Fähigkeiten in ausreichend Umsatz umwandeln können, bevor Finanzierungskosten, Hardwareveralterung und Baurisiken zu einem größeren Problem werden.

Die 31,6 Billionen Dollar Prognose

Der „Global Data Centre Outlook“ von PwC prognostiziert einen Anstieg der jährlichen Investitionen in Rechenzentren von rund 800 Milliarden US-Dollar im Jahr 2026 auf 1,8 Billionen US-Dollar im Jahr 2050. Das Basisszenario ergibt eine kumulierte Gesamtsumme von 31,6 Billionen US-Dollar; eine schnellere Einführung von KI könnte diesen Wert auf fast 50 Billionen US-Dollar ansteigen lassen. Es handelt sich hierbei um Modellrechnungen, nicht um garantierte Ausgaben.

Die Ausgaben unterscheiden sich von denen traditioneller Infrastruktur, da es sich größtenteils um kurzlebige Computerhardware und nicht um Beton und Stahl handelt. Moderne Prozessoren und zugehörige Systeme müssen oft schon nach wenigen Jahren ersetzt werden, da neuere Modelle eine höhere Leistung pro Watt bieten. Ein Rechenzentrum kann zwar jahrzehntelang genutzt werden, die teure Technologie darin verliert jedoch deutlich schneller an Wert. Dadurch entsteht ein laufender Kapitalbedarf, selbst nachdem Gebäude, Stromanschlüsse und Kühlsysteme fertiggestellt sind.

Das Modell von PwC hängt auch von der Nachfrage, dem Zugang zu Elektrizität, der Chipversorgung, der Regulierung und dem Tempo der KI-Einführung in Unternehmen ab. Jede dieser Variablen kann das Gesamtergebnis erheblich beeinflussen. Die Kennzahl spiegelt daher das Ausmaß der aktuellen Branchenentwicklung wider und ist keine endgültige Rechnung, die die Weltwirtschaft begleichen muss.

Eine Einnahmelücke von 4,2 Billionen Dollar

Die unmittelbarste Herausforderung ergibt sich aus der Schätzung von Bain & Company zum erforderlichen Infrastrukturaufwand bis 2031. Wie MarketWatch, könnten die jährlichen Investitionen in KI-Infrastruktur 1,5 Billionen US-Dollar erreichen. Wenn die Kapitalausgaben etwa ein Viertel des Branchenumsatzes ausmachen, müsste der Markt jährlich rund 6 Billionen US-Dollar Umsatz generieren, um dieses Niveau zu halten.

Bain identifizierte ein Potenzial von rund 1,2 bis 1,8 Billionen US-Dollar aus Abonnements, Werbung und Produktivitätssteigerungen in Unternehmen. Damit bleiben noch bis zu 4,2 Billionen US-Dollar unerschlossen. Zu den potenziellen neuen Märkten zählen autonome Maschinen, Industrierobotik, KI-gestützte Wirkstoffforschung und neue Materialien. Diese Chancen könnten enorm sein, doch Prognosen sind keine Umsatzprognosen, und viele hängen von technischen Fortschritten oder Veränderungen im Geschäftsverhalten ab, die noch nicht eingetreten sind.

Die Umsatzherausforderung ist besonders relevant, da der Investitionszyklus zunehmend miteinander verknüpft ist. Chiphersteller finanzieren Kunden, Cloud-Anbieter schließen langfristige Kapazitätsverträge ab, und KI-Entwickler verpflichten sich zu Infrastruktur, die Anbieter dann zur Rechtfertigung von Erweiterungen nutzen. Solche Vereinbarungen können den Bau beschleunigen, aber auch das Risiko konzentrieren, wenn die erwartete Nachfrage sich verzögert.

Die Ergebnisse zur Produktivität sind weiterhin uneinheitlich

Die wirtschaftliche Begründung für den Ausbau beruht teilweise darauf, dass KI die Arbeitsproduktivität steigert. Der Ausblick des Congressional Budget Office (CBO) für den Zeitraum 2026–2036 geht davon aus, dass eine breitere Anwendung generativer KI zu einem schnelleren Produktivitätswachstum beitragen wird. Gleichzeitig prognostiziert das CBO, dass sich das reale Wirtschaftswachstum im Laufe des Jahrzehnts aufgrund des nachlassenden Bevölkerungswachstums und anderer anhaltender Einschränkungen abschwächen wird. Dies steht im Einklang mit der Annahme, dass KI einen spürbaren Nutzen bietet, ohne sofort die außergewöhnlichen Gewinne zu erzielen, die erforderlich wären, um jede aktuelle Bewertung oder jeden Bauplan zu rechtfertigen.

Die Datenlage auf dem Arbeitsmarkt ist ähnlich uneinheitlich. Eine überarbeitete Studie des Stanford Digital Economy Lab ergab, dass die Beschäftigung von 22- bis 25-Jährigen in stark KI-belasteten Berufen 19 % niedriger war als sie gewesen wäre, wenn sie mit der Beschäftigung weniger KI-belasteter Gleichaltriger Schritt gehalten hätte. Die Forscher stellten jedoch keine flächendeckende Verdrängung in der gesamten Wirtschaft fest. Sie wiesen zudem darauf hin, dass sich die geschätzte Lücke unter Berücksichtigung bestimmter Faktoren verringert, dass einige abweichende Trends bereits vor der weitverbreiteten Nutzung generativer KI bestanden und dass der Effekt in ihrer Stichprobe von Lohnabrechnungsunternehmen stärker ausgeprägt ist als in nationalen Umfragedaten.

Diese Ergebnisse zeigen, warum Produktivität nicht allein aus Ausgaben oder Softwarenutzung abgeleitet werden kann. KI kann zwar den Zeitaufwand für bestimmte Aufgaben reduzieren, doch Unternehmen realisieren die Einsparungen eher durch Experimente, Integrationskosten oder Personalabbau als durch messbares Produktionswachstum. Die Vorteile können real sein, ohne jedoch schnell genug einzutreten, um die während der Implementierung eingegangenen finanziellen Verpflichtungen zu erfüllen.

Was würde die Investition rechtfertigen?

Der stärkste Beweis wäre ein nachhaltiges Umsatzwachstum mit KI-Produkten außerhalb der Unternehmen, die die Infrastruktur selbst finanzieren, verbunden mit messbaren Produktivitätssteigerungen in allen Branchen. Eine steigende Auslastung bestehender Rechenzentren, langfristige Kundenverträge und niedrigere Rechenkosten würden die Argumentation ebenfalls stärken. Im Gegensatz dazu würden wiederholte Projektverzögerungen, eine geringe Kapazitätsauslastung oder die Abhängigkeit von Kreislauffinanzierungen das Risiko erhöhen, dass die Expansion die Nachfrage überstiegen hat.

Aktuell investiert die Branche, bevor Beweise vorliegen. Die Prognose von 31,6 Billionen US-Dollar könnte sich im Nachhinein als konservativ erweisen, falls KI große neue Märkte schafft, oder als überhöht, falls die Erträge nur langsam eintreten. Entscheidend ist, dass Infrastrukturkapazität und wirtschaftlicher Wert nicht dasselbe sind. Die nächste Phase des KI-Wettlaufs wird weniger daran gemessen werden, wie viel Rechenleistung Unternehmen aufbauen können, als vielmehr daran, welchen nachhaltigen Nutzen Kunden damit erzielen können.