KI-Boom: Die Party läuft, die Rechnung kommt

Künstliche Intelligenz soll die Wirtschaft produktiver machen und Unternehmen Milliarden sparen. Dumm nur: Bevor KI billiger macht, macht der Boom einige ziemlich alltägliche Dinge erst einmal teurer – vom Laptop bis zum Speicherchip.

KI automatisiert Prozesse, schreibt Code und soll irgendwann ganze Produktivitätssprünge auslösen. Doch während über die große Effizienzrevolution gesprochen wird, läuft im Hintergrund ein ziemlich analoger Verteilungskampf um Chips, Rechenzentren und Stromkapazitäten.

KI frisst den Speicher leer

Einer der größten Engpässe des KI-Booms versteckt sich tief in den Servern der Rechenzentren: Speicher. Moderne KI-Beschleuniger benötigen enorme Mengen besonders schnellen High Bandwidth Memory, kurz HBM. Gleichzeitig wächst mit immer größeren KI-Clustern auch die Nachfrage nach Server-DRAM und schnellen SSD-Speichern. Der Ausbau der KI-Infrastruktur hat den Speichermarkt deshalb massiv unter Druck gesetzt. Der Effekt reicht längst über spezielle KI-Hardware hinaus. Speicherhersteller verfügen schließlich nicht über unbegrenzte Produktionskapazitäten und müssen entscheiden, welche Produkte sie priorisieren. Genau hier beginnt das Problem für den normalen Elektronikkäufer: KI-Rechenzentren konkurrieren zwar nicht bei jedem Chip unmittelbar mit Smartphones und Laptops, ziehen aber Kapital, Fertigungskapazitäten und Speicherproduktion massiv in Richtung Rechenzentrum. Der MDR beschreibt den KI-Boom inzwischen ausdrücklich als Ursache der aktuellen Speicherkrise und berichtet von Lieferengpässen sowie teilweise mehr als verdoppelten Preisen für Speicherkarten und Festplatten. Auch Computer und Smartphones werden demnach teurer. Der bisher fast selbstverständliche Trend, dass Speicher mit der Zeit immer billiger wird, hat sich damit zumindest vorläufig umgedreht. Aktuelle Marktanalysen sehen gerade bei DRAM einen außergewöhnlich starken Preisschub durch die KI-Nachfrage.

Dein Smartphone steckt mit in der Chip-Krise

An den Ladenpreisen lässt sich die Entwicklung bereits beobachten – auch wenn man Ursache und Wirkung sauber auseinanderhalten muss. Nach Zahlen des Digitalverbands Bitkom steigt der durchschnittliche Preis eines in Deutschland verkauften Smartphones 2026 von 627 auf 646 Euro. Das sind 19 Euro mehr als im Vorjahr. Daraus zu machen, KI habe jedes Smartphone um exakt 19 Euro verteuert, wäre allerdings journalistischer Pfusch. Der Durchschnittspreis hängt schließlich auch davon ab, welche Modelle gekauft werden, welche Ausstattung sie haben und ob Geräte mit oder ohne Mobilfunkvertrag verkauft werden. Bitkom selbst weist die 19 Euro nicht als direkten KI-Aufschlag aus. Interessanter ist deshalb der Blick eine Ebene tiefer: auf die Komponenten. Dort ist die Verbindung deutlich stärker. Der MDR berichtet, dass Speicherchips wegen des KI-Booms knapp werden und Hersteller ihre Produktion stärker auf die lukrativen Bedürfnisse von Rechenzentren ausrichten. Selbst Apple testet inzwischen alternative Speicherlieferanten, während die globale Speicherknappheit die Kosten erhöht. Das „Wall Street Journal“ berichtet, dass steigende Speicherpreise Apple bereits zu weltweiten Preiserhöhungen veranlasst haben. Heißt: Nicht jeder Euro Preisaufschlag auf einem Laptop oder Smartphone gehört auf die Rechnung von ChatGPT & Co. Aber der KI-Boom verschärft nachweislich einen Engpass bei einem der wichtigsten Bauteile moderner Elektronik. Und irgendwann reicht selbst die beste Lieferkette die Rechnung weiter.

Nach den Chips kommt der Strom

Der zweite Kostenblock ist für Verbraucher weniger sichtbar, aber deutlich größer: die Infrastruktur hinter der KI. Rechenzentren brauchen nicht nur Chips, sondern dauerhaft gewaltige Mengen Strom und vor allem leistungsfähige Netzanschlüsse. Für Deutschland rechnete eine Borderstep-Studie im Auftrag von Bitkom bereits mit einem jährlichen Energiebedarf der Rechenzentren von 25 bis 35 Terawattstunden im Jahr 2030. Die Bundesregierung weist gleichzeitig darauf hin, dass andere Szenarien noch erheblich höhere Werte ergeben können. Und die Politik will diesen Ausbau sogar beschleunigen. Nach der 2026 beschlossenen Rechenzentrumsstrategie soll sich die IT-Anschlussleistung deutscher Rechenzentren bis 2030 gegenüber 2025 verdoppeln. Bei High Performance Computing und KI soll sie sich mindestens vervierfachen. Natürlich läuft in diesen Rechenzentren nicht nur KI. Dort stecken Cloud-Dienste, Unternehmenssoftware, Streaming, Datenbanken und praktisch der gesamte Maschinenraum der digitalen Wirtschaft. Aber KI gehört inzwischen zu den zentralen Treibern des zusätzlichen Rechenbedarfs. Die Bundesregierung bezeichnet den Ausbau der Rechenzentrumskapazitäten selbst als notwendige Grundlage für die Entwicklung und Nutzung von KI-Anwendungen.

Frankfurt zeigt, wo es eng wird

Wie schnell aus dem virtuellen KI-Boom ein ziemlich reales Infrastrukturproblem werden kann, zeigt Frankfurt am Main. Die Stadt ist einer der wichtigsten Rechenzentrumsstandorte Europas. Nach Recherchen von AlgorithmWatch beanspruchen Rechenzentren dort mittlerweile bis zu 40 Prozent des gesamten Strombedarfs. Das eigentliche Problem ist dabei nicht nur die Strommenge, sondern die Leistung, die das Netz jederzeit bereitstellen muss. Im Netzgebiet der Mainova-Tochter NRM liegt die Nachfrage nach zusätzlichen Anschlusskapazitäten bereits über dem verfügbaren Leistungsangebot. Laut AlgorithmWatch erreichen den Netzbetreiber jährlich fünf bis zehn qualifizierte Anfragen von Rechenzentrumsbetreibern, häufig mit gewünschten Anschlussleistungen zwischen 50 und 100 Megawatt. Neue Rechenzentren sind damit keine etwas größeren Bürogebäude. Sie spielen energietechnisch in einer völlig anderen Liga. Leitungen, Umspannwerke und Verbindungen zum Übertragungsnetz müssen entsprechend mitwachsen. Selbst die Bundesregierung erklärt inzwischen ausdrücklich, dass neue Rechenzentren frühzeitig in der Netzplanung berücksichtigt werden müssen und ihr zusätzlicher Bedarf in die Netzentwicklungsplanung einfließt.

Zahlt am Ende deine Stromrechnung für KI?

Hier wird es kompliziert. Die verführerische Schlagzeile wäre: „KI macht deinen Strom teurer.“ Nur lässt sich das für Deutschland bislang nicht sauber belegen. AlgorithmWatch hat dazu unter anderem Fachleute aus Forschung und Digitalwirtschaft befragt. Das Ergebnis: Einen direkten, heute messbaren Anstieg der Endkundenstrompreise durch Rechenzentren kann man bislang nicht seriös beziffern. Das heißt allerdings nicht, dass der Ausbau kostenlos wäre. Wenn neue Großverbraucher zusätzliche Leitungen, Umspannwerke und Netzkapazitäten erforderlich machen, entstehen Investitionen. Und die Stromnetze werden letztlich über ein System finanziert, an dem Verbraucher und Unternehmen beteiligt sind. Wie viel davon künftig tatsächlich bei privaten Haushalten landet und welcher Anteil wiederum speziell KI zugerechnet werden könnte, ist eine ganz andere Frage. Dafür gibt es derzeit keine belastbare Zahl. Die korrekte Aussage lautet deshalb nicht: KI erhöht heute deine Stromrechnung. Sondern: Der KI- und Rechenzentrumsboom erhöht den Bedarf an Strom- und Netzkapazitäten und kann zusätzliche milliardenschwere Infrastrukturinvestitionen notwendig machen. Wie diese Kosten langfristig verteilt werden, entscheidet darüber, wer die Rechnung bekommt.

Die erste KI-Rechnung liegt schon im Elektronikladen

Damit gibt es momentan zwei sehr unterschiedliche KI-Rechnungen. Die erste kann man bereits sehen: Rechenzentren ziehen enorme Mengen Speicher und verschieben die Prioritäten der Halbleiterindustrie. Speicher wird knapper und teurer, Elektronikhersteller geraten unter Kostendruck und bei einigen Produkten steigen die Preise. Die zweite Rechnung kommt langsamer. Deutschlands Rechenzentren wachsen, KI benötigt immer mehr Rechenleistung und dafür müssen Stromnetze und Anschlusskapazitäten mitwachsen. Allein die politischen Ausbauziele zeigen die Dimension: Die Anschlussleistung für HPC und KI soll sich bis 2030 mindestens vervierfachen. KI macht deshalb nicht plötzlich alles teurer. Aber der Boom verändert die Nachfrage nach einigen der knappsten Ressourcen der Digitalwirtschaft: Speicher, Rechenleistung und Stromkapazität. Bei den Chips landet ein Teil dieser Rechnung bereits bei Herstellern und deren Kunden. Beim Stromnetz wird erst einmal gebaut, geplant und investiert. Die schöne Ironie der künstlichen Intelligenz: Am Ende bezahlt die Rechnung eben doch ein Mensch.