50.000 Tonnen Kupfer für ein KI-Rechenzentrum: Die dunkle Wahrheit über den KI-Boom

16 Jahre Wartezeit: Dieser unbemerkte Rohstoff-Engpass könnte die KI-Blase zum Platzen bringen

Berge aus Schrott und Milliarden Liter Wasser: Was uns die neue KI-Infrastruktur wirklich kostet

Wenn Technologie-Giganten von Künstlicher Intelligenz schwärmen, dominieren abstrakte Begriffe wie Algorithmen, Parameter und die Cloud. Doch die Realität der KI ist erschreckend physisch. Für den Bau gigantischer Hyperscale-Rechenzentren verschlingt die Branche unfassbare Mengen an Ressourcen: Zehntausende Tonnen Kupfer und Stahl, Milliarden Liter Trinkwasser und seltene Technologiemetalle, die globale Lieferketten an den Rand des Kollapses treiben. Während sich die öffentliche Debatte meist nur auf den Stromverbrauch konzentriert, entlarvt ein Blick hinter die Kulissen eine viel größere, strategisch verschwiegene Materialschuld. Von explodierenden Rohstoffpreisen über unlösbare Bergbau-Engpässe bis hin zu einer drohenden Elektroschrott-Welle – der KI-Boom offenbart sich als einer der aggressivsten und geopolitisch brisantesten Ressourcenfresser der Industriegeschichte.

Die KI-Industrie als heimlicher Rohstoff-Plünderer – Was wirklich hinter den Milliarden-Investitionen steckt

Wenn Technologiekonzerne ihre neuesten KI-Modelle vorstellen, sprechen sie über Milliarden-Parameter, Trainingsdaten und die Zukunft der menschlichen Zivilisation. Selten fällt dabei das Wort Kupfer. Und noch seltener hört man von den zehntausenden Tonnen Stahl, den Millionen Kubikmetern Beton, den kritischen Seltenen Erden oder dem beschleunigten Elektroschrott-Problem, das hinter jedem neuen Sprachmodell entsteht. Die öffentliche Debatte fixiert sich auf zwei Narrative: den Energiehunger in Kilowattstunden und den Wasserdurst in Litern. Beide Erzählungen sind korrekt, aber unvollständig. Denn die physische Materialschuld, die der KI-Boom erzeugt, ist weit umfangreicher, strukturell verfestigter und geopolitisch brisanter, als es die üblichen Nachhaltigkeitsberichte der Tech-Konzerne vermuten lassen.

Kupfer als das neue Öl: Warum 50.000 Tonnen erst der Anfang sind

Die Copper Development Association hat eine Zahl in die Welt gesetzt, die noch immer nicht die Aufmerksamkeit bekommt, die ihr gebührt: Ein einzelnes Hyperscale-KI-Rechenzentrum kann bis zu 50.000 Tonnen Kupfer verschlingen. Zum Vergleich: Ein konventionelles Rechenzentrum verbraucht zwischen 5.000 und 15.000 Tonnen. Der Sprung ist nicht linear – er ist ein Quantensprung. Ein einziges KI-Rechenzentrum verbraucht damit mehr Kupfer als drei herkömmliche Anlagen zusammengenommen.

Diese Zahl wird real, wenn man versteht, wofür Kupfer in einem modernen KI-Rechenzentrum gebraucht wird. Das Metall ist nicht ein einzelner Bestandteil, sondern ein allgegenwärtiger Werkstoff, der sich durch nahezu jede Funktion der Anlage zieht. Stromverteilung, Hochleistungskabel, Transformatoren, Sammelschienen, Steckverbinder, Kühlsysteme – all das basiert auf Kupfer. Nvidias neueste GB200 NVL72-Einheit enthält allein über 5.000 Kupferkabel mit einer Gesamtlänge von mehr als 3,2 Kilometern. Und die thermische Entwurfsleistung eines einzelnen NVIDIA H100-Chips beträgt bereits 700 Watt, was extreme Anforderungen an die Wärmeableitung stellt – und damit an kupferbasierte Kühlsysteme.

Zum Vergleich: Das 500 Millionen Dollar teure Rechenzentrum von Microsoft in Chicago benötigte allein 2.177 Tonnen Kupfer. Dies zeigt, dass selbst mittelgroße Projekte bereits Tausende Tonnen verbrauchen, während die größten KI-Anlagen tatsächlich die genannten 50.000 Tonnen erreichen können.

Kupfer ist in seiner Funktion schlicht nicht ersetzbar. Nur dieses Metall kann Wärme effizient an die Außenseite von Geräten leiten, und nur Kupfer bietet die elektrische Leitfähigkeit, die für die Energieverteilung in einem Hochleistungs-Rechenzentrum erforderlich ist. Die Investmentbank Goldman Sachs bezeichnete Kupfer folgerichtig als das Öl des KI-Zeitalters – eine Formulierung, die ökonomisch präziser ist, als sie zunächst klingt.

Die Konsequenzen für den globalen Kupfermarkt sind erheblich. Laut einer Analyse von BloombergNEF wird die Kupfernachfrage aus KI-gestützten Rechenzentren im nächsten Jahrzehnt durchschnittlich rund 400.000 Tonnen pro Jahr betragen und im Jahr 2028 einen Spitzenwert von 572.000 Tonnen erreichen. Bis 2035 könnte das in Rechenzentren gebundene Kupfer kumuliert mehr als 4,3 Millionen Tonnen umfassen. Das wäre in etwa die Menge, die Chile – der weltgrößte Kupferproduzent – in einem halben Jahr abbaut. JP Morgan prognostiziert ein globales Kupferdefizit von rund 4 Millionen Tonnen bis 2030, während S&P Global einen Anstieg der Kupfernachfrage bis 2040 um rund 50 Prozent auf 42 Millionen Tonnen erwartet.

Das rote Metall im Preisfieber: Wie der KI-Boom die Märkte neu ordnet

Der Kupferpreis erzählt eine Geschichte, die die meisten KI-Narrative nicht kennen. Im Jahr 2025 legte der Kupferpreis an der London Metal Exchange um mehr als 43 Prozent zu – die beste Jahresperformance seit 2009. Zu Beginn des Jahres 2026 durchbrach der Preis erstmals die Marke von 13.020 US-Dollar je Tonne, bevor er sich auf rund 12.500 US-Dollar zurückzog. Goldman Sachs erwartet, dass die Preise bis Ende der Dekade dauerhaft über der Marke von 12.000 US-Dollar verharren werden.

Die Preistreiber sind vielschichtig und verstärken sich gegenseitig. Auf der Nachfrageseite konkurrieren nun drei große Sektoren um das gleiche Metall: die Energiewende mit Elektrofahrzeugen und Windkraftanlagen, der Ausbau von Stromnetzen und eben die KI-Rechenzentren. Auf der Angebotsseite zeigen sich strukturelle Defizite, die durch keine kurzfristige Investition behoben werden können. Minenstörungen in wichtigen Förderländern wie Chile, Indonesien und der Demokratischen Republik Kongo, ein Streik in der Mantoverde-Mine und Unterinvestitionen über Jahre hinweg haben die Puffer im System aufgezehrt.

Der entscheidende strukturelle Engpass liegt jedoch nicht in der Geologie, sondern in der Zeit. Von der Entdeckung einer Kupferlagerstätte bis zur kommerziellen Produktion vergehen im Durchschnitt 16,2 Jahre. Für eine neue Kupfermine müssen zunächst fast 12,4 Jahre für Exploration und Machbarkeitsstudien aufgewendet werden, bevor überhaupt eine Bauinvestition getroffen wird. Die Konsequenz ist brutal simpel: Die Minen, die den Kupferbedarf des Jahres 2030 decken sollen, hätten bereits 2014 entdeckt und 2015 finanziert werden müssen. Das ist nicht geschehen.

Gleichzeitig verzerrt die handelspolitische Dimension unter dem US-amerikanischen Tarifsystem die globalen Kupferströme. Analysten der UBS schätzen, dass die USA zwischenzeitlich rund die Hälfte der weltweit verfügbaren Lagerbestände hielten, obwohl das Land weniger als zehn Prozent der globalen Kupfernachfrage ausmacht. Diese Marktverzerrung treibt internationale Prämien in die Höhe und verschärft die Versorgungsrisiken für Europa und Asien.

Stahl, Beton und Aluminium: Die verschwiegene Bausubstanz der KI-Infrastruktur

Kupfer ist das prominenteste, aber bei Weitem nicht das einzige Material, das im Schatten der KI-Narrative verschwindet. Der Bau eines Hyperscale-Rechenzentrums ist ein industrielles Großprojekt, das Unmengen an konventionellen Baustoffen erfordert, die in keinem Technik-Pitch auftauchen.

Stahl ist das Rückgrat jedes Rechenzentrums. Er wird für Tragwerke, Dachkonstruktionen, Wandsysteme, Gerätestützen und Sicherheitsinfrastruktur benötigt. Kleinere Rechenzentren unter 10.000 Quadratmetern verbrauchen bereits rund 1.500 bis 2.000 Tonnen Stahl und 10.000 Kubikmeter Beton. Bei Hyperscale-Anlagen, die heute Leistungen von 150 Megawatt bis weit über ein Gigawatt erreichen, vervielfachen sich diese Zahlen entsprechend. Hinzu kommt, dass die erhöhten Bodenlasten durch schwere Serverracks – von traditionellen 2,5 bis 5 Kilonewton pro Quadratmeter auf nun erforderliche 12 bis 15 kN/m² – dickere Betonplatten und verstärkte Stahlkonstruktionen verlangen.

Das Öko-Institut hat in einer Studie im Auftrag von Greenpeace ermittelt, dass allein für den Ausbau der KI-spezifischen Rechenzentren bis 2030 rund 920 Kilotonnen Stahl und rund 100 Kilotonnen kritischer Rohstoffe benötigt werden. Aluminium, ebenfalls ein unverzichtbarer Werkstoff, übernimmt in Rechenzentren Außenverkleidungen, HVAC-Systeme, Kabeltrassen und Servergehäuse, vor allem wegen seiner geringen Dichte und seiner Korrosionsbeständigkeit. Silber wird in Serverplatinen und Schaltkreisen eingesetzt; Tantal, von dem die USA zu hundert Prozent importabhängig sind, findet sich in kritischen Kondensatoren; Platin und Palladium stecken in Halbleitern.

Beton ist für seinen überproportional hohen CO₂-Fußabdruck bekannt: Die Baubranche verantwortet laut UN 38 Prozent der globalen CO₂-Emissionen, und Beton allein ist für acht Prozent der globalen Treibhausgase verantwortlich. Die Konstruktionsphase eines Rechenzentrums erzeugt dabei erhebliche Mengen sogenannten eingebetteten Kohlenstoffs (Embodied Carbon), also CO₂, das nicht im Betrieb, sondern bereits während Materialgewinnung, Transport und Bau entsteht. Diese Emissionen werden in den Nachhaltigkeitsberichten der Betreiber oft nicht oder nur unvollständig ausgewiesen, weil die regulatorische Berichterstattung historisch auf den Betrieb fokussiert war.

Das Wasser-Paradox: Drei Milliarden Liter pro Anlage und Jahr

Der Wasserverbrauch von KI-Rechenzentren ist zwar inzwischen in der öffentlichen Debatte angekommen, wird aber noch immer grob unterschätzt. Ein einzelnes 100-Megawatt-Rechenzentrum kann pro Jahr rund 2,5 Milliarden Liter Wasser benötigen – je nach Kühltechnik und Standort. Große Rechenzentren können nach Schätzungen von Allianz Commercial bis zu 19 Millionen Liter Wasser pro Tag verbrauchen, was dem Tagesverbrauch einer Stadt mit bis zu 50.000 Einwohnern entspricht.

Die Kühlmechanik ist entscheidend für das Verständnis des Wasserproblems. Bei der verbreiteten Verdunstungskühlung mit Kühltürmen verdunsten zwischen 70 und 85 Prozent des eingesetzten Wassers schlicht in die Atmosphäre. Dieses Wasser ist für den lokalen Wasserhaushalt unwiederbringlich verloren. Als Google und Microsoft in den Jahren 2021 und 2022 ihre großen Sprachmodelle vorbereiteten, verzeichneten beide Konzerne Anstiege ihres Wasserverbrauchs um jährlich 34 beziehungsweise 20 Prozent. Googles Rechenzentren verbrauchten im Jahr 2022 rund 20 Milliarden Liter Wasser – das entspricht in etwa dem Jahresverbrauch von 2,5 Millionen Europäern.

Das Training des GPT-3-Modells von OpenAI hat einer Studie der University of California und der University of Texas zufolge rund 5,4 Millionen Liter Wasser benötigt. Allein auf die Kühlung der Rechenzentren entfielen davon 700.000 Liter, während der Rest in der Lieferkette für Serverfertigung und in der Stromerzeugung verbraucht wurde. Eine britische Regierungsanalyse veranschlagt die zusätzliche, KI-getriebene Wassernachfrage weltweit bis 2027 auf eine Bandbreite von 4,2 bis 6,6 Milliarden Kubikmetern. Das Öko-Institut prognostiziert, dass sich der Wasserbedarf von Rechenzentren bis 2030 auf 664 Milliarden Liter nahezu vervierfachen wird.

Microsoft hat inzwischen ein neues Rechenzentrumsdesign vorgestellt, das kein Wasser für die Kühlung verbraucht und laut eigenen Angaben mehr als 125 Millionen Liter Wasser pro Jahr und Anlage einspart. Diese Innovation ist lobenswert, aber noch weit davon entfernt, den globalen Standard zu setzen. Die überwiegende Mehrheit der weltweit entstehenden KI-Infrastruktur setzt auf konventionelle Verdunstungskühlung – insbesondere in Regionen, in denen Wasser noch günstig verfügbar erscheint, ökologisch aber bereits unter Stress steht.

Seltene Erden und Technologiemetalle: Die unsichtbare Achillesferse

Neben den Massenrohstoffen wie Kupfer, Stahl und Aluminium gibt es eine zweite, strategisch noch kritischere Materialebene: die Seltenen Erden und Technologiemetalle. Ohne Gallium entstehen keine Hochleistungs-LEDs und keine Hochfrequenzchips. Ohne Indium keine Touchscreens und keine 5G-Antennen. Ohne Germanium keine modernen Halbleiter. Ohne Tantal keine miniaturisierten Kondensatoren. Ohne Neodym und Dysprosium keine Hochleistungspermanentmagnete für Kühlventilatoren und Pumpen.

All diese Metalle haben eines gemeinsam: China kontrolliert ihre globale Versorgung in einem Ausmaß, das keine andere Rohstoffkette aufweist. Als China im August 2023 die Ausfuhr von Gallium und Germanium unter Exportkontrolle stellte, explodierten die Preise innerhalb weniger Wochen. Seit Anfang 2025 gilt sogar ein komplettes Exportverbot für schwere Seltene Erden. Für die westliche KI-Industrie bedeutet das eine strukturelle Abhängigkeit, die durch keine Diversifizierungsstrategie kurzfristig aufzulösen ist.

Technologiemetalle wie Gallium und Indium entstehen häufig nur als Nebenprodukte bei der Gewinnung anderer Rohstoffe. Das bedeutet: Selbst wenn der Preis steigt und die Nachfrage wächst, kann die Produktion nicht einfach hochgefahren werden. Sie ist an die Primärproduktion des jeweiligen Hauptmetalls gebunden. Diese Inelastizität auf der Angebotsseite ist ein strukturelles Merkmal des Technologiemetallmarktes, das die Risiken einer KI-getriebenen Nachfragespitze erheblich verschärft.

Die geopolitische Dimension wird weiter dadurch verschärft, dass Versorgungsrouten für kritische Rohstoffe zunehmend geopolitischen Störungen ausgesetzt sind. Laut UN fließen elf Prozent des gesamten Welthandels durch die Straße von Hormus – eine Route, die strategische Rohstoffe für die Chip-Herstellung transportiert und die zuletzt durch den Iran-Konflikt erheblich unter Druck geraten ist. Störungen dieser Korridore erhöhen nicht nur Transportkosten, sondern zwingen Versicherer dazu, Kriegsrisikoprämien drastisch anzuheben.

Die Quasi-Inhouse-Lösung: Wie Xpert.Digital operative Lücken in B2B-Marketing und Vertrieb schließt – Smart Content-Driven Business - Bild: Xpert.Digital

Xpert.Digital ist ein von Konrad Wolfenstein geführter, datengetriebener B2B-Industry-Hub. Das Unternehmen agiert als externe Quasi-Inhouse-Lösung für Industriepartner und schließt operative Lücken in Marketing, Content und Vertrieb – ohne zusätzlichen Ressourcenaufbau auf Kundenseite.

Mehr dazu hier:

• Die Quasi-Inhouse-Lösung: Wie Xpert.Digital operative Lücken in B2B-Marketing und Vertrieb schließt – Smart Content-Driven Business

Elektroschrott: Die Billion-Tonnen-Zeitbombe im KI-Lifecycle

Ein Thema, das in keinem Hochglanz-Prospekt der KI-Konzerne auftaucht, ist die dramatisch kurze Lebensdauer der verbauten Hardware. Analysten gehen davon aus, dass die meisten KI-Prozessoren nach drei bis fünf Jahren technisch überholt sind, weil die Entwicklungszyklen von Chips und KI-Beschleunigern alle 12 bis 18 Monate einen signifikanten Leistungssprung vollziehen. Das bedeutet nicht nur, dass Milliardeninvestitionen in wenigen Jahren an Wert verlieren. Es bedeutet auch, dass die für den Bau aufgewendeten Rohstoffe in einem extrem kurzen Recyclingzyklus enden – einem Zyklus, für den die globale Recyclinginfrastruktur nicht ausgelegt ist.

Eine Studie der Chinesischen Akademie der Wissenschaften, veröffentlicht in der Fachzeitschrift Nature Computational Science, beziffert den kumulierten Elektroschrott allein aus LLM-Hardware bis 2030 weltweit auf bis zu 9 Millionen Tonnen in konservativen Szenarien. In einem Szenario mit rasant wachsender Nutzerakzeptanz könnten es bis 2030 rund 2,5 Millionen Tonnen pro Jahr sein. Zum Vergleich: Der gesamte globale Elektroschrott betrug im Jahr 2022 rund 62 Millionen Tonnen. KI-Rechenzentren fügen diesem Strom eine neue, bisher kaum vorhandene Komponente hinzu.

Das Öko-Institut warnt, dass durch den Ausbau der Rechenzentren und KI-Kapazitäten bis 2030 bis zu fünf Millionen Tonnen zusätzlicher Elektroabfälle entstehen. In diesem Schrott stecken wertvolle Materialien wie Kupfer, Gold, Silber, Kobalt und Seltene Erden, die theoretisch zurückgewonnen werden könnten. Praktisch fehlen jedoch sowohl die technischen Kapazitäten als auch die wirtschaftlichen Anreize für ein umfassendes Recycling. Viele dieser Geräte landen in informellen Recyclinganlagen im globalen Süden, wo die Extraktion wertvoller Metalle unter gesundheitsgefährdenden Bedingungen erfolgt.

Die versteckte Kostenstruktur: Was ein KI-Rechenzentrum wirklich kostet

Wenn die Branche über die Kosten von KI-Rechenzentren spricht, nennt sie üblicherweise Zahlen wie fünf bis 20 Milliarden Dollar pro Großanlage. Was dabei regelmäßig fehlt, ist eine ehrliche Vollkostenrechnung, die alle direkten und indirekten Ressourcenkosten umfasst.

Kupfer macht nach Schätzungen bis zu sechs Prozent der Kapitalkosten eines Rechenzentrums aus. Bei einem 10-Milliarden-Dollar-Projekt entspräche das 600 Millionen Dollar allein für Kupfer. Bei einem Kupferpreis von inzwischen über 12.000 US-Dollar je Tonne und einem Bedarf von 50.000 Tonnen ergibt sich ein Kupferwert von rund 600 Millionen US-Dollar pro Anlage – Tendenz steigend, weil der Kupferpreis strukturell unter Aufwärtsdruck steht. Jedes Prozent Preissteigerung bei Kupfer treibt die Baukosten eines Hyperscale-Rechenzentrums um Millionen in die Höhe.

Hinzu kommen die Kosten für den Netzausbau. Der Energiehunger von Rechenzentren hat mehrere Regierungen bereits zu drastischen Eingriffen veranlasst. In den USA hat Präsident Trump Tech-Konzerne wie Google, Microsoft, Amazon, Meta und OpenAI im März 2026 zur Unterzeichnung eines Ratepayer Protection Pledge verpflichtet, durch den die Unternehmen die vollen Kosten für neue Kraftwerke und Netzausbauten selbst tragen müssen. Dieses Modell schützt zwar kurzfristig die Haushaltsstromkunden, verlagert aber die Infrastrukturkosten in die Betriebskosten der Konzerne und damit in die Preise ihrer Dienste. Irland hat Ende 2025 anspruchsvolle Regeln erlassen, nach denen neue Rechenzentren eigene Batteriespeicher oder Kraftwerke betreiben und mindestens 80 Prozent ihres Strombedarfs mit neu hinzugebauter erneuerbarer Energie abdecken müssen.

Die Hochrechnung von Allianz Commercial ist ernüchternd: Schätzungen zufolge werden sich die Ausgaben für KI-Infrastruktur bis 2030 auf etwa sieben Billionen US-Dollar summieren. Um diese Investitionen zu rechtfertigen, müssten Verbraucher und Unternehmen nach Berechnungen des Wall Street Journals rund 800 Milliarden US-Dollar in KI-Produkte investieren – und zwar über die gesamte Lebensdauer der aktuell entstehenden Rechenzentren hinweg. Gleichzeitig geht der Industrieversicherer Allianz Commercial davon aus, dass knappe Zeitpläne, fehlende Fachkräfte und explodierende Rohstoffpreise die Bauprojekte zunehmend gefährden.

Die ökologische Schuld des Bergbaus: Wer zahlt den Preis im globalen Süden?

Die Diskussion über den Ressourcenhunger der KI endet meistens dort, wo die Lieferkette unübersichtlich wird: an der Mine. Dabei ist der Kupferabbau in den wichtigsten Förderländern Chile und Peru alles andere als ein neutraler Vorgang.

In Chile, dem weltgrößten Kupferproduzenten, führt der Abbau zu massivem Wasserverbrauch in der Atacama-Wüste, einer der trockensten Regionen der Welt. Der Tagebauprozess und die nachgelagerte Verhüttung verursachen erhebliche Boden- und Luftverschmutzung sowie tiefgreifende Eingriffe in lokale Ökosysteme. In Peru haben deutsche Kupferimporte nach Recherchen der Organisation Facing Finance nachweislich mit Menschenrechtsverletzungen zu tun: Statt versprochener Verbesserungen der Lebensbedingungen stehen in den Förderregionen soziale und ökologische Konflikte. Diese externen Kosten tauchen in keiner Bilanz der Techkonzerne auf. Sie werden von den betroffenen Bevölkerungen getragen.

Die Bergbaubranche selbst steht vor einem fundamentalen Kapazitätsproblem. Minen-Experten sprechen von einer Angebotslücke von bis zu zehn Millionen Tonnen Kupfer bis 2040 – das entspricht in etwa der heutigen Jahresförderung Chiles. Die sinkenden Erzgehalte neuer Lagerstätten, steigende Erschließungskosten, längere Genehmigungsfristen und der zunehmende Widerstand betroffener Bevölkerungen verlängern die ohnehin schon extrem langen Vorlaufzeiten. Eine neue Kupfermine, die heute entdeckt würde, könnte frühestens im Jahr 2042 in Produktion gehen. Das ist keine technische Schwäche – das ist die physische Realität eines auf Jahrzehnte ausgelegten Industiezweiges, der nun auf eine Nachfragekurve trifft, die exponentiell und nicht linear verläuft.

Flächenverbrauch: Der unsichtbare Footprint der KI-Infrastruktur

Ein weiterer, selten diskutierter Aspekt des KI-Rohstoffhungers ist der Flächenverbrauch. Hyperscale-Rechenzentren beanspruchen heute nicht mehr wenige Hektar, sondern oft Hunderte von Hektar Land – für die Servergebäude selbst, aber auch für die Energieversorgung, die Kühlinfrastruktur, Sicherheitspuffer und die dazugehörigen Stromverteiler und Umspannwerke. Die Nachfrage nach geeigneten Grundstücken in der Nähe stabiler Stromnetze und ausreichender Wasserversorgung treibt die Immobilienpreise in traditionellen Rechenzentrumsregionen wie Virginia, Amsterdam und Frankfurt bereits in die Höhe.

Laut McKinsey sind 200-Megawatt-Anlagen heute keine Seltenheit mehr, und Projekte über ein Gigawatt werden aktiv geplant. Die Leistungsdichte pro Serverrack ist von durchschnittlich acht Kilowatt im Jahr 2022 auf 17 Kilowatt bei KI-fähigen Racks im Jahr 2024 gestiegen – und dieser Trend setzt sich fort. Was das für den Flächenbedarf und die Infrastrukturplanung bedeutet, ist in den meisten Regionen regulatorisch noch nicht ausreichend durchdacht.

Allein in Virginia, dem größten Rechenzentrumsstandort der USA, wird die Nachfrage nach Netzkapazität bis 2025 voraussichtlich auf 12,1 Gigawatt ansteigen – ein Zuwachs von fast 30 Prozent gegenüber dem Vorjahr. Im US-Bundesstaat fließt heute bereits jede vierte Kilowattstunde in die Kühlung und den Betrieb der digitalen Infrastruktur. In Deutschland und Europa stellen die Planungs- und Genehmigungsverfahren für großflächige Infrastrukturprojekte einen eigenen Engpass dar: Bis neue Umspannwerke und Hochspannungsleitungen genehmigt, gebaut und in Betrieb genommen sind, vergehen häufig sieben bis zwölf Jahre.

Kohlenstoffbilanz des Baus: Was niemand messen will

Die Nachhaltigkeitsberichte der großen Techkonzerne konzentrieren sich mit bemerkenswerter Konsequenz auf eine Kennzahl: den PUE-Wert (Power Usage Effectiveness), also das Verhältnis von Gesamtstromverbrauch zu IT-Stromverbrauch. Ein niedriger PUE gilt als Ausweis technologischer Effizienz. Was diese Kennzahl nicht erfasst, ist der sogenannte Embodied Carbon – der eingebettete CO₂-Fußabdruck, der beim Abbau der Rohstoffe, ihrer Verarbeitung, dem Transport und dem Bau der Anlage entsteht.

Während die Stromnetze zunehmend dekarbonisiert werden und der operative CO₂-Fußabdruck eines Rechenzentrums entsprechend sinkt, wächst der relative Anteil des eingebetteten Kohlenstoffs an der Gesamtbilanz. Für die nächste Generation von Rechenzentren, die mit erneuerbarem Strom betrieben werden sollen, könnte der Embodied Carbon bereits die Hälfte oder mehr der gesamten Lebenszyklusemissionen ausmachen. Diese Konsequenz ist bisher kaum in der öffentlichen Debatte angekommen.

Das Öko-Institut hat berechnet, dass die CO₂-Emissionen von Rechenzentren von 212 Millionen Tonnen im Jahr 2023 auf 355 Millionen Tonnen im Jahr 2030 steigen werden – trotz des angenommenen massiven Ausbaus erneuerbarer Energien. In den USA werden heute noch 55 Prozent des für Rechenzentren aufgewendeten Stroms aus fossilen Brennstoffen wie Kohle und Erdgas erzeugt. Solange das so ist, bedeutet jedes neue KI-Rechenzentrum, das in Betrieb geht, nicht nur einen Mehrbedarf an Kupfer, Stahl und Wasser, sondern auch einen direkten Anstieg der CO₂-Emissionen – mit all den damit verbundenen Folgekosten für Gesellschaft, Gesundheit und das Klimasystem, die ebenfalls nicht in den Bilanzen der Techkonzerne erscheinen.

Strukturelle Schlussfolgerungen: Die Kosten der Unsichtbarkeit

Was ergibt sich aus dieser Analyse? Zunächst eine nüchterne Feststellung: Das Narrativ der KI als einer primär digitalen, immateriellen Technologie ist ein Mythos. KI ist eine der materialintensivsten Technologieinvestitionen der Menschheitsgeschichte. Sie verschlingt Kupfer, Stahl, Beton, Aluminium, Seltene Erden und Wasser in Mengen, die jeden anderen Technologieboom der Vergangenheit in den Schatten stellen.

Die ökonomische Kernfrage lautet: Wer trägt diese Kosten? Aktuell erfolgt die Allokation nach dem Prinzip der maximalen Externalisierung. Bergbauunternehmen und die von ihnen betroffenen Gemeinschaften tragen die Umwelt- und Sozialkosten des Rohstoffabbaus. Kommunen und Netzbetreiber tragen die Kosten der überforderten Infrastruktur. Künftige Generationen tragen die Kosten der Klimawirkungen und des Elektroschrotts. Und die Steuerzahler in demokratischen Gesellschaften subventionieren den Netzausbau, der ohne den KI-Boom in dieser Größenordnung nicht nötig wäre.

Das Marktversagen ist strukturell. Kupferpreise, Baukosten und Energiepreise internalisieren einen wachsenden Anteil der realen Kosten, aber Umweltschäden in Chile, Menschenrechtsverletzungen in Peru und langfristige Klimakosten werden nicht bepreist. Ohne eine Vollkostenrechnung, die diese Externalitäten einbezieht, operiert die KI-Branche mit einem faktisch subventionierten Rohstoffzugang – auf Kosten derer, die keine Verhandlungsmacht haben.

Die zweite Schlussfolgerung betrifft die strategische Tragweite für Europa und Deutschland. Kupfer, Gallium, Germanium, Indium und Seltene Erden sind Rohstoffe, bei denen Europa zu nahezu hundert Prozent von Importen abhängig ist. Der KI-Boom verschärft diese Abhängigkeit und erhöht die geopolitische Verwundbarkeit. China hat demonstriert, dass es bereit und in der Lage ist, Exportkontrollen als außenpolitisches Druckmittel einzusetzen. Europa hat keine ausreichende Antwort darauf.

Die dritte Schlussfolgerung ist die vielleicht wichtigste: Das Tempo der KI-Infrastrukturexpansion und das Tempo der Rohstofferschließung sind fundamental inkompatibel. KI-Rechenzentren werden in zwei bis fünf Jahren gebaut. Neue Kupferminen brauchen 16 Jahre. Neue Seltene-Erden-Projekte brauchen noch länger. Der Markt wird diese Lücke über den Preismechanismus schließen – durch steigende Rohstoffpreise, steigende Baukosten und letztlich steigende Preise für KI-Dienste. Wer diese Kosten dann tragen wird, ist heute noch nicht entschieden. Klar ist nur, dass die Zeche nicht klein sein wird.

☑️ Unsere Geschäftssprache ist Englisch oder Deutsch

☑️ NEU: Schriftverkehr in Ihrer Landessprache!

Konrad Wolfenstein

Gerne stehe ich Ihnen und mein Team als persönlicher Berater zur Verfügung.

Sie können mit mir Kontakt aufnehmen, indem Sie hier das Kontaktformular ausfüllen oder rufen Sie mich einfach unter +49 7348 4088 965 an. Meine E-Mail Adresse lautet: wolfenstein∂xpert.digital

Ich freue mich auf unser gemeinsames Projekt.

☑️ KMU Support in der Strategie, Beratung, Planung und Umsetzung

☑️ Erstellung oder Neuausrichtung der Digitalstrategie und Digitalisierung

☑️ Ausbau und Optimierung der internationalen Vertriebsprozesse

☑️ Globale & Digitale B2B-Handelsplattformen

☑️ Pioneer Business Development / Marketing / PR / Messen