KI-Rechenzentren: Gartner sieht bis 2030 eine Umsatzlücke von 4,9 Billionen Dollar

Experten und Research-Häuser äußern zunehmende Bedenken hinsichtlich der wirtschaftlichen Tragfähigkeit der massiven Investitionswelle in die Infrastruktur für künstliche Intelligenz. Laut einer Auswertung der Columbia Business School für die Denkfabrik Brookings könnten die USA bis 2032 bis zu zehn Billionen US-Dollar in entsprechende Rechenzentren investieren.

Zwischen 2025 und 2032 entspräche dies jährlich 3,6 Prozent des US-Bruttoinlandsprodukts. Zum Vergleich: Der historische Eisenbahnboom band 2,2 Prozent der US-Wirtschaftsleistung, während der Dotcom-Boom bei 1,1 Prozent lag.

Enorme Umsatzlücke und Abschreibungsrisiken

Marktforscher von Gartner verweisen auf ein extremes Missverhältnis zwischen den geplanten Ausgaben und den zu erwartenden Erträgen. Um die Investitionsausgaben, Finanzierungskosten und eine Kapitalrendite von 12 Prozent abzudecken, müssten Betreiber von KI-Rechenzentren bis 2030 kumuliert 8,5 Billionen US-Dollar Umsatz erzielen. Die Analysten prognostizieren jedoch lediglich 3,6 Billionen US-Dollar, woraus sich eine Deckungslücke von rund 4,9 Billionen US-Dollar ergibt.

Für das Jahr 2026 beziffert Gartner die Infrastrukturausgaben der KI-Anbieter auf fast 1 Billion US-Dollar, gefolgt von weiteren 6 Billionen US-Dollar im Zeitraum von 2027 bis 2030. Die anvisierte Rendite von 12 Prozent werde frühestens Ende 2032 erreicht, während Anlagewerte von über 4 Billionen US-Dollar bis dahin abschreibungsgefährdet sein könnten. Zudem könnten bis 2030 über 80 Prozent der unabhängigen Cloud- und Neocloud-Anbieter ihre Eigenständigkeit verlieren.

Gleichzeitig verschiebt sich die Ausgabenstruktur: Die weltweiten Aufwendungen für KI-optimiertes IaaS steigen 2026 voraussichtlich um 96,4 Prozent auf 42,3 Milliarden US-Dollar nach 21,5 Milliarden US-Dollar im Vorjahr und erreichen 2027 voraussichtlich 66,1 Milliarden US-Dollar. Dabei übertreffen die Ausgaben für KI-Inferenz im Jahr 2026 mit 23,3 Milliarden US-Dollar erstmals das Modelltraining mit 19 Milliarden US-Dollar.

Bauverzögerungen, Netzmängel und lokale Moratorien

Während die wirtschaftliche Skalierung von KI-Infrastrukturen komplex bleibt, müssen Unternehmen bereits heute die rechtlichen Rahmenbedingungen für den Einsatz dieser Technologien erfüllen. Dieser kostenlose Leitfaden bietet Ihnen einen kompakten Überblick über Fristen, Pflichten und Risikoklassen des EU AI Acts. EU AI Act in 5 Schritten verstehen: Fristen, Pflichten und Risikoklassen kompakt erklärt

Neben den Ertragsaussichten belasten operative Hürden den Ausbau. Nach Erhebungen von Bernstein Research und Berichten der Financial Times waren im Jahr 2026 allein 47 Großprojekte für KI-Rechenzentren blockiert, verzögert oder eingestellt.

Die Analyseplattform RegLayer bezeichnete dies als konservative Schätzung, während Bernstein lediglich 35 Prozent der weltweit angekündigten Vorhaben für realistisch erachtet. Erheblicher Widerstand formiert sich auf kommunaler Ebene: In den USA versuchten 2026 mehr als 1.000 Kommunen, strengere Regularien oder direkte Moratorien für neue Rechenzentren durchzusetzen.

Infrastrukturprobleme schlagen sich bereits direkt in bestehenden Verträgen nieder. So kündigte Microsoft eine Vereinbarung im Volumen von 2 Milliarden Pfund für ein kleineres Nscale-Rechenzentrum im englischen Loughton, da Netzanschlussprobleme eine Stromversorgung erst in den 2030er Jahren erlaubt hätten.

Bei Nscale waren im August 2026 von geplanten 500.000 Grafikprozessoren laut Berichten lediglich 25.000 installiert. Das norwegische Vorzeigeprojekt des Unternehmens liegt sechs Monate hinter dem Zeitplan, wobei erst 6,4 Megawatt von 30 Megawatt in Betrieb sind.

Zudem verfügt Anthropic über eine Klausel zum Ausstieg aus einem 45 Milliarden US-Dollar schweren Vertrag mit Nscale, sollten festgelegte Meilensteine verfehlt werden.

Hoher Finanzierungsbedarf trifft auf vorsichtige Märkte

Die Dimension der Kapitalbeschaffung setzt die Branche unter Druck. Die SoftBank-Tochter SB Energy benötigt Berichten zufolge 174 Milliarden US-Dollar, um Verträge über erwartete Einnahmen von 430 Milliarden US-Dollar zu erfüllen, betreibt derzeit jedoch noch kein fertiges Rechenzentrum.

Wer sich mit der Einführung neuer KI-Systeme befasst, sollte auch die damit verbundenen Dokumentationspflichten und Sicherheitsanforderungen genau kennen. Erfahren Sie in diesem kostenlosen Report, welche KI-Systeme als Hochrisiko gelten und wie Sie die Einhaltung der EU-KI-Verordnung sicherstellen. Welche KI-Systeme gelten als Hochrisiko – und was müssen Unternehmen jetzt konkret tun?

Der Anbieter Nebius benötigt laut der Unternehmensführung 250 Milliarden US-Dollar für geplante Kapazitäten von 5 Gigawatt, von denen bislang rund 20 Prozent ausfinanziert sind. Bei Oracle belaufen sich die Bruttoschulden auf über 125 Milliarden US-Dollar bei geplanten Investitionen von über 100 Milliarden US-Dollar für die kommenden zwölf Monate.

Die führenden Hyperscaler Alphabet, Amazon, Meta und Microsoft planen für 2026 gemeinsame Investitionsausgaben von über 700 Milliarden US-Dollar; im kommenden Jahr sollen die Ausgaben der fünf größten Hyperscaler 1,2 Billionen US-Dollar überschreiten.

Gleichzeitig verschärfen sich die Refinanzierungsbedingungen. Bei CoreWeave sank die Aktie zuletzt um rund ein Viertel, während eine unbesicherte Anleihe unter den Nennwert fiel und die Rendite Mitte Oktober in der Spitze fast 15 Prozent erreichte.

Bei einem Auftragsbestand von über 104 Milliarden US-Dollar beläuft sich der Schuldenberg des Anbieters auf rund 35 Milliarden US-Dollar, begleitet von einer Nettozinsbelastung von 640 Millionen US-Dollar pro Quartal und einem bis mindestens 2029 negativ erwarteten freien Cashflow.

Marktbeobachter werten die Absage des Börsengangs des australischen Anbieters Firmus als weiteres Warnsignal. Nach Einschätzung von CFRA Research signalisieren steigende Finanzierungskosten am Rentenmarkt Skepsis gegenüber dem Ausbautempo, während Analysten von Barclays das Ende der Phase leichter Gewinne konstatieren.

Dennoch unterscheidet sich das Bewertungsniveau von historischen Übertreibungen: Das durchschnittliche Zukunfts-Kurs-Gewinn-Verhältnis der fünf größten Tech-Konzerne im S&P 500 liegt aktuell bei rund 23 gegenüber rund 65 im Frühjahr 2000, während das Shiller-KGV mit etwa 41 knapp unter dem Höchststand von 44 aus dem Jahr 1999 notiert.