Ein zentraler Faktor in unserem Szenario ist Compute, also die Rechenkapazität, die man braucht, um Frontier-KI-Systeme zu trainieren und zu betreiben. Wir sind überzeugt, dass Compute sich rasch zu einer der wichtigsten strategischen Ressourcen der Welt entwickelt. Denn wie viel Compute ein Land oder Kontinent kontrolliert, entscheidet zunehmend darüber, ob es fortschrittliche KI-Systeme entwickeln, sie in großem Maßstab einsetzen, die wirtschaftlichen Gewinne daraus abschöpfen und seinen geopolitischen Einfluss wahren kann. Wer bereits über einen nennenswerten Anteil am globalen KI-Compute verfügt, den werden ausländische Unternehmen oder Regierungen nicht so leicht vom Zugang zu KI-Modellen oder der zugehörigen Infrastruktur abschneiden wollen.
Im Folgenden schätzen wir zum einen das Wachstum des globalen KI-Compute bis 2031 und zum anderen die relativen Anteile der verschiedenen Weltregionen im Zeitverlauf. Unsere Schätzung stützt sich auf öffentlich verfügbare Informationen zu historischen Wachstumsraten, Engpässen in der Lieferkette und zu angekündigten Rechenzentrumsprojekten.
Unsere vollständige quantitative Prognose findet sich hier.
1. Globale KI-Rechenkapazität
Unsere Projektionen basieren stark auf einer Compute-Prognose des AI Futures Project, die im April 2025 als Teil des Szenarios „AI 2027“ veröffentlicht wurde. Die Autoren beschreiben ihre Annahmen hier im Detail. Wichtig ist dabei, dass die Compute-Prognose ihre übrigen Vorhersagen zum künftigen KI-Fortschritt nicht voraussetzt.
Im Jahr 2025 schätzte das AI Futures Project, dass die globale KI-Rechenkapazität bis 2030 auf 435 GW anwachsen wird. Wir gehen davon aus, dass das tatsächliche Wachstum etwas langsamer ausfällt, im Einklang mit AI Futures Projects eigener, noch in Vorbereitung befindlicher Arbeit. Der Grund dafür sind Engpässe in der Lieferkette, vor allem bei der EUV-Lithografie. Wuchs die Kapazität früher noch auf das 3,4-Fache pro Jahr, sind es heute nur noch rund das 2,2-Fache, und bis 2031 dürften es nur noch etwa das 1,25-Fache sein. Rechnet man diese Verlangsamung ein, dürfte das globale Angebot an KI-Compute bis 2031 rund 370 GW erreichen, immer noch mehr als eine Verzehnfachung der etwa 30 GW globaler KI-Rechenkapazität zu Beginn dieses Jahres.
Das liegt deutlich innerhalb dessen, was die EUV-Lithografiemaschinen der Welt, das komplexeste Werkzeug zur Herstellung modernster Chips, bis 2031 physisch produzieren könnten. Aufbauend auf einer aktuellen Schätzung des Chip-Forschers Dylan Patel gehen wir davon aus, dass es bis 2031 rund 700 EUV-Maschinen geben wird, die theoretisch ab 2026 in der Lage wären, 780 bis 870 GW an KI-Compute zu produzieren.
In der Praxis fällt der effektive Output deutlich geringer aus, denn neben EUV gibt es weitere Engpässe in der Chip-Produktion, etwa bei High-Bandwidth-Memory oder beim Advanced Packaging, und ein Teil der EUV-Maschinen wird auch für Nicht-KI-Chips genutzt. Würden nur 50 Prozent der gesamten EUV-Kapazität in die Produktion von KI-Chips fließen, könnten diese Maschinen zwischen 2026 und 2031 theoretisch 390 bis 430 GW an KI-Compute herstellen. Unsere Schätzung von 373 GW liegt innerhalb dieser konservativen Obergrenze.
2. Relative Anteile im Standardszenario
Wir gehen davon aus, dass Europas derzeitiger Anteil an der globalen KI-Rechenkapazität bei rund 5 Prozent liegt und damit niedriger ist, als die 6 bis 7 Prozent, die Analysten zuvor für Anfang 2025 ausgewiesen hatten. Im Standardszenario schätzen wir, dass Europas Anteil 2028 kurzzeitig auf 8 Prozent steigt, bevor er bis 2031 wieder auf knapp über 5 Prozent zurückfällt. Das beruht auf einer Schätzung des europäischen Compute-Ausbaus über die nächsten fünf Jahre, gestützt auf öffentliche Informationen zu bestehenden und angekündigten KI-Rechenzentren. Unsere Datenbank öffentlich bekannter oder angekündigter KI-Rechenzentren ab 10 MW in Europa zeigt, dass die europäische Rechenkapazität bis Ende 2026 voraussichtlich rund 2 GW und bis 2031 fast 21 GW erreicht.1
Heute ist die europäische KI-Rechenkapazität noch überwiegend in den nordischen Ländern konzentriert, doch unsere Daten deuten bis 2031 auf eine Verschiebung hin. Die drei größten Compute-Eigner werden dann Frankreich mit 37 Prozent, Norwegen mit 9 Prozent und Deutschland mit 9 Prozent sein. Zu den größten KI-Clustern bis 2031 zählen Anlagen im Gigawatt-Bereich in Frankreich und Portugal sowie Anlagen mit über 500 MW in den Niederlanden, Rumänien, Norwegen, Deutschland, Italien und Großbritannien. Unsere Schätzung geht davon aus, dass die privat und öffentlich angekündigten Projekte größtenteils umgesetzt werden und dass die europäische Compute-Politik ihr derzeitiges Ambitionsniveau beibehält.
Wir nehmen an, dass der Compute-Anteil der übrigen Welt, also ohne USA, China und Europa, den Anteil Europas übertrifft und bis zum Ende des Jahrzehnts rund 11 Prozent erreicht. Allein die GW-großen Ankündigungen in mehreren Ländern – den VAE (5 GW), Saudi-Arabien (1,5 GW, 1 GW, 1 GW), Indien (3 GW, 1 GW, 1 GW), Südkorea (3 GW, 1 GW), Kanada (2,4 GW, 1,2 GW) und Brasilien (1,5 GW, 1 GW) – ergeben zusammen fast 24 GW und übertreffen damit Europas projizierte 21 GW bis 2031. Selbst wenn Multi-GW-Projekte ein höheres Umsetzungsrisiko bergen als in den USA oder Europa, fällt der Anteil der übrigen Welt sehr wahrscheinlich trotzdem größer aus als der Europas, zumal auch in Ländern wie Australien, Malaysia oder Japan mehrere Rechenzentren im Bereich von einigen Hundert MW geplant sind.
Laut der Chip-Owner-Datenbank von Epoch AI liegt Chinas derzeitiger Anteil an der KI-Rechenkapazität bei rund 11 Prozent, gemessen in GW.2 Im Einklang mit einer in Vorbereitung befindlichen Arbeit des AI Futures Project gehen wir davon aus, dass Chinas Anteil bis 2031 auf rund 15 Prozent steigt.
Wenn China rund 15 Prozent des globalen Computes besitzt, Europa rund 5 Prozent und die übrige Welt ohne die USA rund 11 Prozent, dann bleiben im Standardszenario etwas weniger als 70 Prozent für die USA.
3. Relative Anteile gemäß dem Epilog
Im Epilog der Geschichte deuten wir eine mögliche andere Zukunft an, in der Europa erfolgreich umlenkt, unter anderem mit einer deutlich ambitionierteren Compute-Politik. In einer solchen Welt würde Europa anstreben, bis 2031 einen Anteil von 15 Prozent am globalen KI-Compute zu erreichen und damit seinen heutigen Anteil von 5 Prozent zu verdreifachen. Mittelfristig würde Europa damit auf einen Compute-Anteil zusteuern, der in etwa seinem globalen BIP-Anteil von derzeit rund 25 Prozent entspricht.
Da der Bau großer KI-Rechenzentren selbst in optimistischen Szenarien mehrjährige Vorlaufzeiten braucht, käme der Großteil dieser zusätzlichen Kapazität erst 2030 oder 2031 ans Netz, und das auch nur, falls Europa diesen Ausbau bereits 2026 beschließen würde. Ausreichend Rechenzentren zu bauen wäre eine gesamteuropäische Anstrengung, die geeignete Standorte und Netzanschlüsse überall dort nutzt, wo sie verfügbar sind. Die Rechenkapazität würde sich dabei aber voraussichtlich in Regionen mit stabilen, erneuerbaren Energiequellen konzentrieren, etwa in den nordischen Ländern mit ihrer Wasserkraft, in Frankreich mit der Kernkraft oder auf der Iberischen Halbinsel mit der Solarenergie. Auch Länder mit stillgelegten Industrieflächen wie Deutschland oder Polen werden eine wichtige Rolle spielen, denn einige dieser Standorte verfügen über bestehende Netzanschlüsse im GW-Bereich, die sich für große KI-Rechenzentren umfunktionieren ließen.
Mehr KI-Rechenkapazität in Europa anzusiedeln, dürfte an der weltweiten Gesamtkapazität kaum etwas ändern. Angesichts der rasant steigenden Nachfrage produziert die Lieferkette für KI-Chips schon jetzt nahezu an ihrer maximalen Kapazität, ganz gleich, wohin die Chips als Nächstes verschifft werden. Der wesentliche Unterschied zum Standardszenario betrifft also Europas Anteil im Verhältnis zu den anderen Weltregionen.3
Wir gehen davon aus, dass eine ambitionierte europäische Compute-Strategie vor allem den US-Anteil verringern würde, und zwar um etwa 9 Prozentpunkte. Denn Europa würde dadurch für US-KI-Unternehmen zu einem attraktiveren Investitionsstandort und könnte seine Stellung in der Lieferkette nutzen, um mehr in den USA gefertigte Chips für souveräne europäische Compute-Projekte zu sichern. Auch Chinas Anteil würde wahrscheinlich sinken, weil dann mehr US-Chipexporte nach Europa statt nach China gingen. Dieser Effekt fiele allerdings deutlich kleiner aus, bei rund 1,5 Prozentpunkten, da China seinen Compute-Stack ohnehin gezielt vom Westen abkoppelt. Und schließlich hätte auch die übrige Welt ohne USA und China einen etwas kleineren Anteil, weil Chipexporte, die sonst in Länder wie die VAE oder Saudi-Arabien gegangen wären, nun nach Europa flössen.
- Zwei Einschränkungen unserer Datenbank: Zum einen könnte sie die europäische KI-Rechenkapazität überschätzen, denn bloß angekündigte Rechenzentren bergen ein Umsetzungsrisiko und werden möglicherweise nie gebaut. Zum anderen könnte sie diese auch unterschätzen, weil manche Ausbaupläne vielleicht noch gar nicht öffentlich sind. Womöglich sind uns auch einzelne bestehende oder geplante Rechenzentren entgangen, denn eine vollständige und öffentlich zugängliche Liste der europäischen KI-Rechenzentren gibt es bislang nicht. Hinzu kommt, dass auch generische Hyperscale- und Colocation-Rechenzentren etwas KI-Kapazität beherbergen könnten, die nicht ausdrücklich als KI-Rechenzentren ausgewiesen sind und deshalb in unserer Datenbank fehlen. Diesen Anteil halten wir allerdings für vergleichsweise gering. ↩
- Wenn man Compute in GW statt in H100-Äquivalenten misst, überzeichnet das Chinas Compute-Anteil, weil chinesische Hardware weniger energieeffizient ist als die amerikanische. Gemessen in H100-Äquivalenten liegt Chinas heutiger Anteil am globalen Compute zum Beispiel bei nur rund 5 Prozent, während es in GW 11,5 Prozent sind. Wir verwenden GW trotzdem als Maßstab, und das aus zwei Gründen. Erstens ist es die relevantere Größe für die Politik, die den Ausbau von KI-Compute im größeren Zusammenhang von Energiepolitik und Netzplanung denken muss. Und zweitens geht es uns vor allem darum, wie sich die Anteile der USA und Europas in den beiden Szenarien zueinander verschieben. Dafür eignet sich GW bestens, denn die USA und Europa setzen auf dieselbe, gleich energieeffiziente Hardware. ↩
- Eine ehrgeizige europäische Rechenkapazitätspolitik könnte zudem dazu führen, dass Rechenzentren schneller in Betrieb gehen, sofern europäische Standorte eine kürzere „Time to Power“ böten als andere westliche Regionen, auch wenn das genaue Ausmaß und sogar die Richtung dieses Effekts unklar sind. (So könnten manche KI-Unternehmen es vorziehen, Rechenzentren in Europa zu bauen, selbst wenn die Time to Power etwas länger wäre, etwa aus politischen Gründen.) ↩