KI-Rechenzentren: 50% der geplanten Projekte 2026 verzögert oder gestrichen

Nicht zu wenig Kapital — zu wenig Transformatoren. Die physische Welt bremst den KI-Boom.

Rund 50% der für 2026 geplanten US-Rechenzentren werden verzögert oder gestrichen, obwohl Alphabet, Amazon, Meta und Microsoft über $650 Milliarden für KI-Infrastruktur ausgeben. Der Engpass sind keine Chips — es sind Transformatoren, Schaltanlagen und Netzanschlüsse.

Die Realität des Jahres 2026: Von 12 Gigawatt geplanter US-Rechenzentren-Kapazität für 2026 ist nur ein Drittel tatsächlich im Bau. Der Rest — rund 8 Gigawatt — ist angekündigt, aber physisch nicht existent. 30 bis 50% aller geplanten Projekte werden nach Einschätzung von Sightline Climate verzögert oder komplett gestrichen — obwohl Alphabet, Amazon, Meta und Microsoft zusammen über 650 Milliarden Dollar für KI-Infrastruktur angekündigt haben.

Der Engpass ist verblüffend profan: Transformatoren. Diese physischen Geräte — die elektrische Spannung zwischen Hoch- und Nieder-Spannungs-Netz umwandeln — werden weltweit nicht in ausreichender Menge produziert. US-Hersteller haben ihre Kapazitäten jahrzehntelang nicht ausgebaut, weil die Nachfrage bis 2022 stagnierte. Jetzt sind Warte-Listen von zwei bis drei Jahren üblich. Der Import aus China — der auf über 8.000 Einheiten pro Jahr gestiegen ist — ist durch geopolitische Spannungen und Zölle gefährdet, ausgerechnet zu dem Zeitpunkt, an dem die Abhängigkeit am größten ist.

Das Problem erstreckt sich weit über 2026 hinaus und ist systematischer als die Schlagzeilen über Capex-Ankündigungen vermuten lassen. Für 2027 sind 21,5 Gigawatt Rechenzentren-Kapazität in den USA angekündigt, aber nur 6,3 Gigawatt hat mit dem Bau begonnen. Für den Zeitraum 2028-2032 fehlen feste Fertigstellungs-Termine für weitere 37 Gigawatt. Satelliten-Daten zeigen, dass selbst OpenAIs Stargate-Rechenzentrum in Texas die Zeitpläne um mehr als drei Monate verfehlt.

Neben Transformatoren ist Kühl-Infrastruktur ein zweiter Engpass: Moderne KI-Chips wie NVIDIAs H100 und B200 produzieren extreme Wärme-Dichten, die herkömmliche Luft-Kühlung an ihre Grenzen bringt. Flüssig-Kühlung — Wasser oder spezielle Kühl-Mittel direkt auf Chip-Ebene — ist effizienter, aber teurer und komplexer zu bauen. Hersteller dieser Kühl-Systeme haben ebenfalls lange Liefer-Zeiten.

Angekündigtes Kapital ist nicht dasselbe wie gebaute Kapazität. Dieser Unterschied ist für die Bewertung von KI-Software-Unternehmen relevant, die ihr Wachstum auf ungebremsten Infra-Ausbau stützen. Wenn Rechen-Kapazität langsamer wächst als Modelle, verzögert sich auch das Wachstum von Diensten, die auf diesen Modellen aufbauen. Transformatoren-Hersteller wie ABB, Siemens Energy und Eaton stehen dagegen im Zentrum eines Investitions-Zyklus, der gerade erst beginnt — und der physische Engpass stellt sicher, dass dieser Zyklus nicht kurzfristig aufgelöst wird.