AI investments in transition: Why infrastructure is now in focus - Goldman Sachs sees AI investments shifting to data centers.
AI investments in transition: Why infrastructure is now in focus - Goldman Sachs sees AI investments shifting to data centers.
Die weltweiten Investitionen in künstliche Intelligenz treten in eine neue Phase ein. Nach der ersten Welle der Euphorie verschiebt sich der Fokus zunehmend von visionären Anwendungen hin zur technischen Grundlage, die den Betrieb dieser Systeme überhaupt erst ermöglicht: leistungsfähige Rechenzentren und IT-Infrastruktur.
Aktuelle Analysen von Goldman Sachs zeigen eine klare Entwicklung hin zu einer selektiveren Investmentstrategie. Anleger konzentrieren sich verstärkt auf Unternehmen, die über physische Infrastruktur verfügen – insbesondere Betreiber großer Rechenzentren sowie Anbieter von Hochleistungs-Hardware. Dagegen verlieren viele Anbieter spezialisierter KI-Software oder experimenteller Tools an Aufmerksamkeit, sofern ihnen die notwendige Skalierbarkeit fehlt.
Milliardeninvestitionen in Rechenleistung und Cloud-Strukturen
Die großen Cloud-Anbieter treiben den Ausbau ihrer Kapazitäten mit enormem Tempo voran. Unternehmen wie Amazon Web Services, Microsoft und Google investieren jährlich zweistellige Milliardenbeträge in neue Rechenzentren, spezialisierte Chips und Netzwerkstrukturen.
Der Hintergrund ist klar: KI-Systeme – insbesondere große Sprachmodelle – benötigen massive Rechenleistung. Beim Training solcher Modelle laufen tausende Hochleistungsprozessoren parallel über lange Zeiträume. Auch im laufenden Betrieb („Inferenz“) wird kontinuierlich Rechenkapazität benötigt, um Antworten, Vorhersagen oder Analysen in Echtzeit bereitzustellen.
Laut aktuellen Prognosen könnte KI bereits in den kommenden zwei Jahren rund 30 % der gesamten Rechenzentrumskapazität beanspruchen – ein massiver struktureller Wandel im Vergleich zu klassischen Cloud-Anwendungen.
Energie wird zum entscheidenden Faktor im KI-Wettlauf
Ein oft unterschätzter Aspekt: Der rasante Ausbau der KI-Infrastruktur führt zu einem enorm steigenden Energiebedarf. Studien gehen davon aus, dass sich der globale Stromverbrauch von Rechenzentren bis 2030 um bis zu 175 % erhöhen könnte – maßgeblich getrieben durch KI-Anwendungen.
Damit wird Energie zu einem strategischen Engpass. Rechenzentren entstehen zunehmend dort, wo stabile und günstige Stromversorgung verfügbar ist – häufig in Regionen mit Zugang zu erneuerbaren Energien oder leistungsfähigen Stromnetzen.
Parallel dazu geraten auch Umweltaspekte stärker in den Fokus. Kühlungssysteme, Wasserverbrauch und Flächenbedarf werden zunehmend kritisch betrachtet, insbesondere bei großskaligen KI-Trainingszentren.
Standort, Infrastruktur und Zeit als limitierende Faktoren
Der Aufbau moderner Rechenzentren ist komplex und zeitintensiv. Neben der Hardware spielen Grundstücksverfügbarkeit, Netzanschlüsse, Genehmigungsverfahren und langfristige Energieverträge eine zentrale Rolle.
Viele Projekte benötigen mehrere Jahre bis zur Inbetriebnahme. Gleichzeitig führen Engpässe bei elektrischer Infrastruktur, Transformatoren oder Netzkapazitäten zu Verzögerungen. Diese Faktoren bremsen den Ausbau und erhöhen die Eintrittsbarrieren für neue Marktteilnehmer.
Genau hier zeigt sich, warum Investoren verstärkt auf etablierte Infrastrukturbetreiber setzen: Wer bereits funktionierende Rechenzentrumsnetzwerke besitzt, hat einen klaren Wettbewerbsvorteil.
„Flucht in Qualität“: Der Markt wird selektiver
Während in der ersten Phase der KI-Euphorie zahlreiche Unternehmen allein durch den Bezug zu künstlicher Intelligenz an Börsenwert gewannen, setzt nun eine Neubewertung ein.
Investoren prüfen genauer, welche Geschäftsmodelle langfristig tragfähig sind. Im Zentrum stehen dabei:
- Betreiber von Rechenzentren
- Hersteller spezialisierter Chips (z. B. NVIDIA)
- Anbieter grundlegender Cloud-Infrastruktur
Diese Unternehmen bilden das Fundament der gesamten KI-Wirtschaft – unabhängig davon, welche Anwendungen sich letztlich durchsetzen.
Historisch zeigt sich ein bekanntes Muster: In technologischen Umbruchphasen profitieren oft zuerst die Infrastruktur-Anbieter durch stabile und planbare Einnahmen, während Softwarelösungen stärker schwanken.
Fazit: Die nächste Phase der KI wird physisch
Die Entwicklung von KI ist längst nicht mehr nur eine Frage von Algorithmen und Software. Der Erfolg hängt zunehmend von ganz klassischen Faktoren ab: Strom, Kühlung, Fläche und Hardware.
Die nächste Phase des KI-Wettlaufs wird daher nicht allein in Software-Labs entschieden, sondern ebenso in Kraftwerken, Rechenzentren und globalen Lieferketten.
Für Unternehmen bedeutet das: Ohne skalierbare Infrastruktur bleibt jede noch so innovative KI-Anwendung theoretisch.
Für Investoren gilt: Der Markt wird anspruchsvoller – und belohnt Substanz statt Hype.
Autor: MF-Redaktion / Tom Weyermann
Quelle: AI News
