50.000 ton koper voor een AI-datacenter: de duistere waarheid achter de AI-boom

16 jaar wachten: Dit onopgemerkte tekort aan grondstoffen zou de AI-bubbel kunnen laten barsten

Bergen schroot en miljarden liters water: wat de nieuwe AI-infrastructuur ons werkelijk kost

Wanneer techgiganten lyrisch praten over kunstmatige intelligentie, overheersen abstracte termen als algoritmen, parameters en de cloud. Maar de realiteit van AI is angstaanjagend fysiek. De industrie verslindt onvoorstelbare hoeveelheden grondstoffen om gigantische hyperscale datacenters te bouwen: tienduizenden tonnen koper en staal, miljarden liters drinkwater en zeldzame technologische metalen die de wereldwijde toeleveringsketens op de rand van de ineenstorting brengen. Hoewel het publieke debat zich vooral richt op elektriciteitsverbruik, onthult een blik achter de schermen een veel grotere, strategisch verborgen materiële schuld. Van exploderende grondstofprijzen en onoplosbare knelpunten in de mijnbouw tot een dreigende golf van elektronisch afval, de AI-boom blijkt een van de meest agressieve en geopolitiek explosieve grondstoffenverbruikers in de industriële geschiedenis te zijn.

De AI-industrie als geheime grondstoffenplunderaar – Wat schuilt er nu echt achter de miljardeninvesteringen?

Wanneer techbedrijven hun nieuwste AI-modellen presenteren, hebben ze het over miljarden parameters, trainingsdata en de toekomst van de menselijke beschaving. Het woord koper wordt zelden genoemd. En nog minder vaak horen we over de tienduizenden tonnen staal, de miljoenen kubieke meters beton, de cruciale zeldzame aardmetalen of het snelgroeiende probleem van elektronisch afval dat achter elk nieuw taalmodel schuilgaat. Het publieke debat is gefixeerd op twee verhalen: energieverbruik in kilowattuur en waterverbruik in liters. Beide verhalen kloppen, maar zijn onvolledig. Want de fysieke materiële schuld die door de AI-boom is ontstaan, is veel omvangrijker, structureel verankerd en geopolitiek explosiever dan de gebruikelijke duurzaamheidsrapporten van techbedrijven doen vermoeden.

Koper als de nieuwe olie: waarom 50.000 ton nog maar het begin is

De Copper Development Association heeft een cijfer verspreid dat nog steeds niet de aandacht heeft gekregen die het verdient: een enkel hyperscale AI-datacenter kan tot wel 50.000 ton koper verbruiken. Ter vergelijking: een conventioneel datacenter gebruikt tussen de 5.000 en 15.000 ton. De sprong is niet lineair, maar een kwantumsprong. Een enkel AI-datacenter verbruikt dus meer koper dan drie conventionele datacenters samen.

Dit getal wordt pas echt concreet als je begrijpt waarvoor koper wordt gebruikt in een modern AI-datacenter. Het metaal is niet zomaar een component, maar een alomtegenwoordig materiaal dat vrijwel elke functie van de faciliteit doordringt. Stroomdistributie, hoogwaardige kabels, transformatoren, stroomrails, connectoren, koelsystemen – alles is afhankelijk van koper. Alleen al de nieuwste GB200 NVL72-unit van Nvidia bevat meer dan 5.000 koperkabels met een totale lengte van meer dan 3,2 kilometer. En het thermisch vermogen van een enkele NVIDIA H100-chip bedraagt ​​al 700 watt, wat extreme eisen stelt aan de warmteafvoer – en dus aan op koper gebaseerde koelsystemen.

Ter vergelijking: alleen al het datacenter van Microsoft in Chicago, ter waarde van 500 miljoen dollar, vereiste 2.177 ton koper. Dit laat zien dat zelfs middelgrote projecten al duizenden tonnen verbruiken, terwijl de grootste AI-faciliteiten zelfs de eerder genoemde 50.000 ton kunnen bereiken.

Koper is in zijn functie simpelweg onvervangbaar. Alleen dit metaal kan warmte efficiënt naar de buitenkant van apparaten afvoeren, en alleen koper biedt de elektrische geleidbaarheid die nodig is voor stroomdistributie in een hoogwaardig datacenter. De investeringsbank Goldman Sachs omschreef koper treffend als de olie van het AI-tijdperk – een formulering die economisch gezien preciezer is dan het in eerste instantie lijkt.

De gevolgen voor de wereldwijde kopermarkt zijn aanzienlijk. Volgens een analyse van BloombergNEF zal de koperbehoefte van door AI aangedreven datacenters de komende tien jaar gemiddeld zo'n 400.000 ton per jaar bedragen, met een piek van 572.000 ton in 2028. Tegen 2035 zou de cumulatieve hoeveelheid koper die in datacenters is opgeslagen, meer dan 4,3 miljoen ton kunnen bedragen. Dat is ongeveer de hoeveelheid die Chili – 's werelds grootste koperproducent – ​​in zes maanden wint. JP Morgan voorspelt een wereldwijd kopertekort van ongeveer 4 miljoen ton in 2030, terwijl S&P Global verwacht dat de koperbehoefte met ongeveer 50 procent zal stijgen tot 42 miljoen ton in 2040.

De metaalprijzen schieten omhoog: hoe de AI-boom de markten hervormt

De koperprijs vertelt een verhaal dat de meeste AI-verhalen over het hoofd zien. In 2025 steeg de koperprijs op de London Metal Exchange met meer dan 43 procent – ​​de beste jaarlijkse prestatie sinds 2009. Begin 2026 doorbrak de prijs voor het eerst de grens van $ 13.020 per ton, om vervolgens terug te zakken naar ongeveer $ 12.500. Goldman Sachs verwacht dat de prijzen tot het einde van het decennium permanent boven de $ 12.000 zullen blijven.

De prijsbepalende factoren zijn veelzijdig en versterken elkaar. Aan de vraagzijde concurreren drie belangrijke sectoren momenteel om hetzelfde metaal: de energietransitie met elektrische voertuigen en windturbines, de uitbreiding van elektriciteitsnetten en AI-datacenters. Aan de aanbodzijde zijn structurele tekorten duidelijk zichtbaar die niet met kortetermijninvesteringen kunnen worden verholpen. Mijnbouwverstoringen in belangrijke producerende landen zoals Chili, Indonesië en de Democratische Republiek Congo, een staking in de Mantoverde-mijn en jarenlange onderinvesteringen hebben de buffers van het systeem uitgeput.

Het cruciale structurele knelpunt ligt echter niet in de geologie, maar in de tijd. Van de ontdekking van een koperertsafzetting tot de commerciële productie verstrijken gemiddeld 16,2 jaar. Voor een nieuwe kopermijn moeten eerst bijna 12,4 jaar worden besteed aan exploratie en haalbaarheidsstudies voordat er überhaupt investeringen in de bouw worden gedaan. Het gevolg is pijnlijk duidelijk: de mijnen die moeten voldoen aan de koperbehoefte van 2030 hadden al in 2014 ontdekt moeten worden en in 2015 gefinancierd. Dit is niet gebeurd.

Tegelijkertijd verstoort het handelsbeleid binnen het Amerikaanse tariefstelsel de wereldwijde koperstromen. Analisten van UBS schatten dat de VS op een bepaald moment ongeveer de helft van de wereldwijde koperreserves in handen hadden, terwijl het land minder dan tien procent van de wereldwijde kopervraag vertegenwoordigt. Deze marktverstoring drijft de internationale premies op en vergroot de leveringsrisico's voor Europa en Azië.

Staal, beton en aluminium: de verborgen bouwstenen van AI-infrastructuur

Koper is het meest prominente, maar zeker niet het enige materiaal dat in de schaduw van AI-verhalen verdwijnt. Het bouwen van een hyperscale datacenter is een gigantisch industrieel project dat enorme hoeveelheden conventionele bouwmaterialen vereist die in geen enkele tech-pitch voorkomen.

Staal vormt de ruggengraat van elk datacenter. Het is nodig voor dragende constructies, dakconstructies, wandsystemen, apparatuurondersteuningen en beveiligingsinfrastructuur. Kleinere datacenters van minder dan 10.000 vierkante meter verbruiken al zo'n 1.500 tot 2.000 ton staal en 10.000 kubieke meter beton. Voor hyperscale-faciliteiten, die tegenwoordig capaciteiten van 150 megawatt tot ruim een ​​gigawatt bereiken, lopen deze cijfers navenant op. Bovendien vereisen de toegenomen vloerbelastingen van zware serverracks – van de traditionele 2,5 tot 5 kilonewton per vierkante meter naar de nu vereiste 12 tot 15 kN/m² – dikkere betonvloeren en gewapende staalconstructies.

Een studie in opdracht van Greenpeace, uitgevoerd door het Öko-Institut (Instituut voor Toegepaste Ecologie), heeft uitgewezen dat de uitbreiding van datacenters specifiek voor AI alleen al tegen 2030 ongeveer 920 kiloton staal en circa 100 kiloton kritieke grondstoffen zal vereisen. Aluminium, eveneens een essentieel materiaal, wordt in datacenters gebruikt voor gevelbekleding, HVAC-systemen, kabelgoten en serverbehuizingen, voornamelijk vanwege de lage dichtheid en corrosiebestendigheid. Zilver wordt gebruikt in printplaten en geïntegreerde schakelingen van servers; tantaal, waarvan de VS volledig afhankelijk is van import, is te vinden in kritieke condensatoren; platina en palladium worden gebruikt in halfgeleiders.

Beton staat bekend om zijn onevenredig hoge CO₂-voetafdruk: volgens de VN is de bouwsector verantwoordelijk voor 38 procent van de wereldwijde CO₂-uitstoot, en beton alleen al voor acht procent van de wereldwijde broeikasgassen. De bouwfase van een datacenter genereert aanzienlijke hoeveelheden zogenaamde ingebedde koolstof, oftewel CO₂ die niet tijdens de exploitatie, maar tijdens de winning, het transport en de bouw van materialen wordt geproduceerd. Deze emissies worden vaak niet, of slechts gedeeltelijk, gerapporteerd in de duurzaamheidsverslagen van exploitanten, omdat de wettelijke rapportage zich van oudsher richt op de operationele activiteiten.

De waterparadox: drie miljard liter per plant per jaar

Hoewel het waterverbruik van AI-datacenters onderwerp van publiek debat is geworden, wordt het nog steeds ernstig onderschat. Een enkel datacenter van 100 megawatt kan zo'n 2,5 miljard liter water per jaar verbruiken – afhankelijk van de koeltechnologie en de locatie. Grote datacenters kunnen volgens schattingen van Allianz Commercial tot wel 19 miljoen liter water per dag verbruiken, wat gelijk staat aan het dagelijkse verbruik van een stad met maximaal 50.000 inwoners.

Het koelmechanisme is cruciaal voor het begrijpen van het waterprobleem. Door het wijdverbreide gebruik van verdampingskoeltorens verdampt 70 tot 85 procent van het gebruikte water in de atmosfeer. Dit water is onherroepelijk verloren voor de lokale waterkringloop. Toen Google en Microsoft in 2021 en 2022 hun grote taalmodellen ontwikkelden, zagen beide bedrijven hun waterverbruik met respectievelijk 34 en 20 procent per jaar stijgen. De datacenters van Google verbruikten in 2022 ongeveer 20 miljard liter water – ruwweg gelijk aan het jaarlijkse verbruik van 2,5 miljoen Europeanen.

Volgens een onderzoek van de Universiteit van Californië en de Universiteit van Texas was er ongeveer 5,4 miljoen liter water nodig voor het trainen van het GPT-3-model van OpenAI. Hiervan werd 700.000 liter gebruikt voor de koeling van de datacenters, terwijl de rest werd verbruikt in de toeleveringsketen voor de productie van servers en de energieopwekking. Een analyse van de Britse overheid schat de extra, door AI gedreven wereldwijde watervraag in 2027 op tussen de 4,2 en 6,6 miljard kubieke meter. Het Öko-Institut (Instituut voor Toegepaste Ecologie) voorspelt dat de watervraag van datacenters in 2030 bijna zal verviervoudigen tot 664 miljard liter.

Microsoft heeft een nieuw datacenterontwerp onthuld dat geen water gebruikt voor koeling en, volgens het bedrijf, meer dan 125 miljoen liter water per jaar per faciliteit bespaart. Deze innovatie is lovenswaardig, maar nog lang niet de wereldwijde standaard. De overgrote meerderheid van de AI-infrastructuur die wereldwijd wordt gebouwd, is afhankelijk van conventionele verdampingskoeling – met name in regio's waar water nog volop beschikbaar is, maar al onder ecologische druk staat.

Zeldzame aardmetalen en technologiemetalen: de onzichtbare achilleshiel

Naast gangbare grondstoffen zoals koper, staal en aluminium, is er een tweede, strategisch gezien nog crucialere materiaallaag: zeldzame aardmetalen en technologiemetalen. Zonder gallium zijn er geen hoogwaardige LED's of hoogfrequente chips. Zonder indium zijn er geen touchscreens of 5G-antennes. Zonder germanium zijn er geen moderne halfgeleiders. Zonder tantaal zijn er geen geminiaturiseerde condensatoren. Zonder neodymium en dysprosium zijn er geen hoogwaardige permanente magneten voor koelventilatoren en pompen.

Al deze metalen hebben één ding gemeen: China beheerst hun wereldwijde aanbod in een mate die ongeëvenaard is door welke andere grondstoffenketen dan ook. Toen China in augustus 2023 de export van gallium en germanium aan banden legde, schoten de prijzen binnen enkele weken omhoog. Sinds begin 2025 geldt er zelfs een volledig exportverbod op zware zeldzame aardmetalen. Voor de westerse AI-industrie betekent dit een structurele afhankelijkheid die op korte termijn niet kan worden opgelost door middel van diversificatie.

Technologische metalen zoals gallium en indium worden vaak alleen als bijproduct geproduceerd bij de winning van andere grondstoffen. Dit betekent dat zelfs als de prijs stijgt en de vraag toeneemt, de productie niet zomaar kan worden opgevoerd. De productie is gekoppeld aan de primaire productie van het betreffende hoofdmetaal. Deze inelasticiteit aan de aanbodzijde is een structureel kenmerk van de markt voor technologische metalen en vergroot de risico's van een door AI veroorzaakte vraagpiek aanzienlijk.

De geopolitieke dimensie wordt nog versterkt door het feit dat de aanvoerroutes voor cruciale grondstoffen steeds meer blootgesteld worden aan geopolitieke verstoringen. Volgens de VN loopt elf procent van alle wereldhandel via de Straat van Hormuz – een route die strategische grondstoffen voor de chipindustrie vervoert en die recentelijk aanzienlijk onder druk is komen te staan ​​door het conflict met Iran. Verstoringen van deze corridors verhogen niet alleen de transportkosten, maar dwingen verzekeraars ook om de premies voor oorlogsrisico's drastisch te verhogen.

De quasi-interne oplossing: Hoe Xpert.Digital operationele hiaten in B2B-marketing en -verkoop dicht – Slimme, contentgedreven bedrijfsvoering - Afbeelding: Xpert.Digital

Xpert.Digital is een datagedreven B2B-branchehub onder leiding van Konrad Wolfenstein . Het bedrijf fungeert als een externe, quasi-interne oplossing voor industriële partners en dicht operationele lacunes in marketing, content en sales – zonder dat de klant extra middelen nodig heeft.

Meer informatie vindt u hier:

• De quasi-interne oplossing: Hoe Xpert.Digital operationele hiaten in B2B-marketing en -verkoop dicht – Slimme, contentgedreven bedrijfsvoering

Elektronisch afval: de triljoen ton wegende tijdbom in de levenscyclus van AI

Een probleem dat nooit in de gelikte brochures van AI-bedrijven voorkomt, is de dramatisch korte levensduur van de hardware die ze gebruiken. Analisten voorspellen dat de meeste AI-processoren na drie tot vijf jaar technisch verouderd zullen zijn, omdat de ontwikkelingscycli van chips en AI-acceleratoren elke 12 tot 18 maanden een aanzienlijke prestatieverbetering met zich meebrengen. Dit betekent niet alleen dat investeringen van miljarden dollars in slechts enkele jaren hun waarde verliezen, maar ook dat de grondstoffen die voor de productie ervan worden gebruikt, in een extreem korte recyclingcyclus terechtkomen – een cyclus waarvoor de wereldwijde recyclinginfrastructuur niet is ontworpen.

Een studie van de Chinese Academie van Wetenschappen, gepubliceerd in het tijdschrift Nature Computational Science, schat dat de cumulatieve hoeveelheid elektronisch afval van LLM-hardware alleen al in 2030 wereldwijd kan oplopen tot 9 miljoen ton in conservatieve scenario's. In een scenario met een snel toenemende gebruikersadoptie zou dit cijfer rond de 2,5 miljoen ton per jaar kunnen liggen in 2030. Ter vergelijking: de totale wereldwijde hoeveelheid elektronisch afval bedroeg in 2022 ongeveer 62 miljoen ton. AI-datacenters voegen een nieuwe, voorheen vrijwel onbestaande component toe aan deze afvalstroom.

Het Öko-Institut waarschuwt dat de uitbreiding van datacenters en AI-capaciteiten tegen 2030 tot wel vijf miljoen ton extra elektronisch afval zal genereren. Dit schroot bevat waardevolle materialen zoals koper, goud, zilver, kobalt en zeldzame aardmetalen, die theoretisch teruggewonnen zouden kunnen worden. In de praktijk ontbreken echter zowel de technische capaciteit als de economische prikkels voor grootschalige recycling. Veel van deze apparaten belanden in informele recyclingbedrijven in het mondiale Zuiden, waar de winning van waardevolle metalen onder gevaarlijke omstandigheden plaatsvindt.

De verborgen kostenstructuur: wat een AI-datacenter werkelijk kost

Wanneer de sector de kosten van AI-datacenters bespreekt, worden doorgaans bedragen genoemd van vijf tot twintig miljard dollar per grote faciliteit. Wat echter vaak ontbreekt, is een eerlijke, volledige kostenberekening die alle directe en indirecte kosten van middelen omvat.

Naar schatting is koper goed voor maximaal zes procent van de investeringskosten van een datacenter. Voor een project van 10 miljard dollar zou dat neerkomen op 600 miljoen dollar alleen al voor koper. Nu de koperprijs boven de 12.000 dollar per ton ligt en er 50.000 ton nodig is, resulteert dit in koperkosten van ongeveer 600 miljoen dollar per faciliteit – en die kosten stijgen nog steeds, omdat de koperprijs structureel opwaarts gericht is. Elke procentuele stijging van de koperprijs drijft de bouwkosten van een hyperscale datacenter met miljoenen op.

Daarbij komen nog de kosten van de uitbreiding van het elektriciteitsnet. De energiebehoefte van datacenters heeft verschillende overheden al aangezet tot drastische maatregelen. In de VS verplichtte president Trump in maart 2026 technologiebedrijven zoals Google, Microsoft, Amazon, Meta en OpenAI om een ​​'Ratepayer Protection Pledge' te ondertekenen, waarmee ze de volledige kosten van nieuwe energiecentrales en de uitbreiding van het net zelf moeten dragen. Hoewel dit model op korte termijn bescherming biedt aan particuliere elektriciteitsklanten, worden de infrastructuurkosten verschuift naar de operationele kosten van de bedrijven en daarmee naar de prijzen van hun diensten. Eind 2025 heeft Ierland strenge regelgeving ingevoerd die vereist dat nieuwe datacenters hun eigen batterijopslag of energiecentrales exploiteren en ten minste 80 procent van hun elektriciteitsbehoefte dekken met nieuw geïnstalleerde hernieuwbare energiebronnen.

De prognoses van Allianz Commercial zijn ontnuchterend: schattingen voorspellen dat de uitgaven aan AI-infrastructuur in 2030 ongeveer zeven biljoen dollar zullen bedragen. Om deze investeringen te rechtvaardigen, zouden consumenten en bedrijven volgens berekeningen van de Wall Street Journal zo'n 800 miljard dollar in AI-producten moeten investeren – en dat gedurende de gehele levensduur van de datacenters die momenteel in aanbouw zijn. Tegelijkertijd verwacht de industriële verzekeraar Allianz Commercial dat strakke planningen, een tekort aan geschoolde arbeidskrachten en torenhoge grondstofprijzen deze bouwprojecten steeds meer in gevaar brengen.

De ecologische schuld van de mijnbouw: wie betaalt de prijs in het mondiale Zuiden?

De discussie over het grondstoffenverbruik van AI eindigt meestal waar de toeleveringsketen ondoorzichtig wordt: bij de mijn. De koperwinning in de belangrijkste producerende landen Chili en Peru is echter allesbehalve een neutraal proces.

In Chili, 's werelds grootste koperproducent, leidt de mijnbouw tot een enorm waterverbruik in de Atacama-woestijn, een van de droogste gebieden op aarde. Het open mijnbouwproces en de daaropvolgende smelterijen veroorzaken aanzienlijke bodem- en luchtvervuiling, evenals een diepgaande verstoring van de lokale ecosystemen. In Peru heeft onderzoek van de organisatie Facing Finance aangetoond dat de import van Duits koper aantoonbaar verband houdt met mensenrechtenschendingen: in plaats van de beloofde verbeteringen in de leefomstandigheden, worden de mijnbouwgebieden geteisterd door sociale en milieuconflicten. Deze externe kosten verschijnen niet op de balansen van technologiebedrijven. Ze worden gedragen door de getroffen bevolking.

De mijnbouwsector zelf kampt met een fundamenteel capaciteitsprobleem. Mijnbouwexperts spreken van een tekort aan koper van maar liefst tien miljoen ton in 2040 – ruwweg gelijk aan de huidige jaarlijkse productie van Chili. Dalende ertsgehaltes in nieuwe afzettingen, stijgende ontwikkelingskosten, langere vergunningsprocedures en toenemend verzet van de getroffen gemeenschappen verlengen de toch al extreem lange doorlooptijden nog verder. Een nieuwe kopermijn die vandaag ontdekt wordt, zou op zijn vroegst pas in 2042 in productie kunnen gaan. Dit is geen technische zwakte, maar de fysieke realiteit van een industrie die ontworpen is voor de komende decennia en die nu te maken krijgt met een exponentiële, in plaats van lineaire, vraagcurve.

Landgebruik: De onzichtbare voetafdruk van AI-infrastructuur

Een ander aspect van AI's enorme behoefte aan resources dat zelden wordt besproken, is het landverbruik. Hyperscale datacenters hebben tegenwoordig niet langer slechts een paar hectare nodig, maar vaak honderden hectares grond – niet alleen voor de servergebouwen zelf, maar ook voor de stroomvoorziening, koelinfrastructuur, back-upsystemen en de bijbehorende stroomdistributie en onderstations. De vraag naar geschikte locaties in de buurt van stabiele stroomnetten en voldoende watervoorziening drijft de vastgoedprijzen in traditionele datacenterregio's zoals Virginia, Amsterdam en Frankfurt nu al op.

Volgens McKinsey zijn systemen van 200 megawatt niet langer ongebruikelijk en worden er actief projecten van meer dan een gigawatt gepland. De vermogensdichtheid per serverrack is gestegen van gemiddeld acht kilowatt in 2022 naar 17 kilowatt voor racks met AI-functionaliteit in 2024 – en deze trend zet zich voort. De gevolgen hiervan voor de benodigde ruimte en de infrastructuurplanning worden in de meeste regio's nog onvoldoende door de regelgeving aangepakt.

Alleen al in Virginia, de grootste datacenterlocatie van de VS, zal de vraag naar netwerkcapaciteit naar verwachting stijgen tot 12,1 gigawatt in 2025 – een toename van bijna 30 procent ten opzichte van het voorgaande jaar. In die staat wordt al een kwart van de kilowattuur gebruikt voor de koeling en het beheer van de digitale infrastructuur. In Duitsland en Europa vormen de plannings- en goedkeuringsprocessen voor grootschalige infrastructuurprojecten een apart knelpunt: het duurt vaak zeven tot twaalf jaar voordat nieuwe onderstations en hoogspanningsleidingen zijn goedgekeurd, gebouwd en in gebruik genomen.

De CO2-voetafdruk van de bouw: iets wat niemand wil meten

De duurzaamheidsverslagen van grote technologiebedrijven richten zich opvallend consistent op één belangrijke indicator: de PUE-waarde (Power Usage Effectiveness), oftewel de verhouding tussen het totale elektriciteitsverbruik en het elektriciteitsverbruik van IT-systemen. Een lage PUE-waarde wordt beschouwd als een indicator van technologische efficiëntie. Wat deze indicator echter niet weergeeft, is de zogenaamde ingebedde koolstof – de CO₂-voetafdruk die ontstaat tijdens de winning van grondstoffen, de verwerking ervan, het transport en de bouw van de faciliteit.

Naarmate elektriciteitsnetten steeds meer worden gedecarboniseerd en de operationele CO2-voetafdruk van een datacenter dienovereenkomstig afneemt, groeit het relatieve aandeel van ingebedde CO2 in de totale balans. Voor de volgende generatie datacenters, die naar verwachting op hernieuwbare elektriciteit zullen draaien, zou ingebedde CO2 al goed kunnen zijn voor de helft of meer van de totale levenscyclusemissies. Deze consequentie heeft tot nu toe nauwelijks aandacht gekregen in het publieke debat.

Het Öko-Institut (Instituut voor Toegepaste Ecologie) heeft berekend dat de CO₂-uitstoot van datacenters zal stijgen van 212 miljoen ton in 2023 naar 355 miljoen ton in 2030 – ondanks de veronderstelde enorme uitbreiding van hernieuwbare energiebronnen. In de VS wordt 55 procent van de elektriciteit die voor datacenters wordt gebruikt nog steeds opgewekt met fossiele brandstoffen zoals steenkool en aardgas. Zolang dit het geval blijft, betekent elk nieuw AI-datacenter dat in gebruik wordt genomen niet alleen een toegenomen vraag naar koper, staal en water, maar ook een directe stijging van de CO₂-uitstoot – met alle bijbehorende gevolgen voor de maatschappij, de gezondheid en het klimaatsysteem, die bovendien niet terug te vinden zijn in de balansen van techbedrijven.

Structurele conclusies: De kosten van onzichtbaarheid

Welke conclusies kunnen uit deze analyse worden getrokken? Allereerst een ontnuchterende constatering: het beeld van AI als een voornamelijk digitale, immateriële technologie is een mythe. AI is een van de meest materiaalintensieve technologische investeringen in de menselijke geschiedenis. Het verbruikt koper, staal, beton, aluminium, zeldzame aardmetalen en water in hoeveelheden die elke andere technologische hausse uit het verleden ver overtreffen.

De belangrijkste economische vraag is: wie draagt ​​deze kosten? Momenteel vindt de toewijzing plaats volgens het principe van maximale externalisatie. Mijnbouwbedrijven en de gemeenschappen die zij treffen, dragen de milieu- en sociale kosten van de grondstoffenwinning. Gemeenten en netbeheerders dragen de kosten van de overbelaste infrastructuur. Toekomstige generaties dragen de kosten van klimaatverandering en elektronisch afval. En belastingbetalers in democratische samenlevingen subsidiëren de uitbreiding van het elektriciteitsnet, die zonder de AI-boom niet op deze schaal nodig zou zijn.

Het marktfalen is structureel. Koperprijzen, bouwkosten en energieprijzen internaliseren een steeds groter deel van de reële kosten, maar milieuschade in Chili, mensenrechtenschendingen in Peru en de klimaatkosten op lange termijn blijven buiten beschouwing. Zonder een systeem voor volledige kostenberekening dat deze externe factoren meeneemt, opereert de AI-industrie met feitelijk gesubsidieerde toegang tot grondstoffen – ten koste van degenen zonder onderhandelingsmacht.

De tweede conclusie betreft de strategische implicaties voor Europa en Duitsland. Koper, gallium, germanium, indium en zeldzame aardmetalen zijn grondstoffen waarvoor Europa vrijwel volledig afhankelijk is van import. De AI-boom verergert deze afhankelijkheid en vergroot de geopolitieke kwetsbaarheid. China heeft aangetoond bereid en in staat te zijn exportbeperkingen in te zetten als instrument voor buitenlandse druk. Europa beschikt niet over een adequaat antwoord hierop.

De derde conclusie is wellicht de belangrijkste: het tempo van de uitbreiding van de AI-infrastructuur en het tempo van de ontwikkeling van grondstoffen zijn fundamenteel onverenigbaar. AI-datacenters worden in twee tot vijf jaar gebouwd. Nieuwe kopermijnen hebben zestien jaar nodig. Nieuwe projecten voor zeldzame aardmetalen duren nog langer. De markt zal dit verschil dichten via het prijsmechanisme – door stijgende grondstofprijzen, stijgende bouwkosten en uiteindelijk stijgende prijzen voor AI-diensten. Wie uiteindelijk deze kosten zal dragen, is nog onduidelijk. Wat wel duidelijk is, is dat de rekening aanzienlijk zal zijn.

☑️ Onze zakelijke voertaal is Engels of Duits

☑️ NIEUW: Correspondentie in uw moedertaal!

Konrad Wolfenstein

Mijn team en ik staan ​​graag tot uw beschikking als uw persoonlijke adviseur.

U kunt contact met mij opnemen door hier het contactformulier in te vullen door mij te bellen op +49 7348 4088 965. Mijn e-mailadres is [email protected]:of

Ik kijk uit naar ons gezamenlijke project.

☑️ Ondersteuning van het MKB op het gebied van strategie, advies, planning en implementatie

☑️ Opstellen of herzien van de digitale strategie en digitalisering

☑️ Uitbreiding en optimalisatie van internationale verkoopprocessen

☑️ Wereldwijde en digitale B2B-handelsplatformen

☑️ Pionier in bedrijfsontwikkeling / marketing / PR / beurzen