Eric Schmidt: Warum Billionen an Kapital über den Ausgang des KI‑Rennens entscheiden könnten

Künstliche Intelligenz stößt möglicherweise nicht zuerst an technische Grenzen – sondern an wirtschaftliche. Der frühere Google‑CEO Eric Schmidt argumentiert zunehmend, dass der entscheidende Engpass im globalen KI‑Wettlauf nicht mehr nur Energie oder Chips ist, sondern das Kapital, das nötig ist, um die enorme Infrastruktur dahinter zu bauen.

Seine neuere Einschätzung widerspricht seinen früheren Warnungen über Energieknappheit nicht. Vielmehr verschiebt sie den Fokus: Strom wird weiterhin in riesigen Mengen benötigt – aber entscheidend ist, wer die Milliarden- und Billioneninvestitionen aufbringen kann, um diese Energie und Rechenleistung überhaupt bereitzustellen.

Vom Energie‑ zum Kapital‑Engpass

Noch 2025 warnte Schmidt mehrfach, dass KI‑Systeme an physische Grenzen stoßen könnten – insbesondere an die verfügbare Stromversorgung. Er formulierte es damals pointiert: „Der natürliche Grenzfaktor von KI ist Elektrizität, nicht Chips.“

Allein die USA könnten demnach rund 92 Gigawatt zusätzliche Stromkapazität benötigen, um das erwartete Wachstum von KI‑Systemen zu unterstützen.

Zum Vergleich: Das entspricht ungefähr der Leistung von Dutzenden großen Kernkraftwerken oder einer massiven Erweiterung der Energieinfrastruktur speziell für Rechenzentren.

Inzwischen formuliert Schmidt die Herausforderung jedoch anders. In Interviews und Analysen sagt er, dass der eigentliche limitierende Faktor Kapital ist. Seine zugespitzte Zusammenfassung: Die wahre Grenze für KI sei „nicht Energie … sondern Geld“.

Der Grundgedanke dahinter: Energieprobleme lassen sich grundsätzlich lösen – aber nur, wenn jemand bereit ist, die nötigen Anlagen, Netze und Rechenzentren zu finanzieren.

Wie teuer die KI‑Infrastruktur wirklich wird

Schmidt verweist dabei auf erstaunlich hohe Kosten für den Ausbau von KI‑Rechenkapazität.

Eine häufig genannte Faustzahl lautet etwa 50 Milliarden US‑Dollar pro Gigawatt an KI‑Rechenzentrumsleistung.

Hochgerechnet bedeutet das:

• 10 GW KI‑Infrastruktur: etwa 500 Milliarden Dollar Investition
• 100 GW KI‑Infrastruktur: rund 5 Billionen Dollar Gesamtaufwand

Diese Summen betreffen nicht nur Stromerzeugung. Sie umfassen die gesamte physische Grundlage moderner KI:

• Hyperscale‑Rechenzentren
• Hochleistungs‑KI‑Chips und Netzwerke
• Kühlsysteme
• Kraftwerke und Netzanschlüsse
• Grundstücke und Baukosten

Der Ausbau moderner KI ähnelt damit immer weniger einem klassischen Softwareprojekt – und immer mehr einem gigantischen Industrie‑ und Infrastrukturprogramm.

Warum die USA und China im Vorteil sein könnten

Wenn KI tatsächlich Investitionen in Billionenhöhe erfordert, können laut Schmidt nur wenige Akteure realistisch mithalten.

In seinen Analysen stechen vor allem die USA und China hervor.

Die Vereinigten Staaten profitieren von mehreren strukturellen Vorteilen:

• große Cloud‑ und Hyperscale‑Unternehmen
• führende KI‑Forschungslabore
• tiefe Kapitalmärkte und Venture‑Finanzierung
• erfahrene Betreiber riesiger Rechenzentren

Dieses Ökosystem erleichtert es, enorme private Investitionen zu mobilisieren – oft ergänzt durch staatliche Programme oder strategische Industriepolitik.

China verfügt dagegen über ein anderes, aber ebenfalls starkes Modell: eine stärker staatlich koordinierte Industriepolitik, die Finanzierung, Infrastruktur und Technologieentwicklung auf nationaler Ebene bündeln kann.

Das Ergebnis sind zwei unterschiedliche Systeme – marktorientiert in den USA, staatlich gelenkt in China – die beide in der Lage sind, enorme Kapitalströme in KI‑Infrastruktur zu lenken.

Schmidts Warnung an Europa

Für Europa sieht Schmidt hingegen größere Risiken.

Er argumentiert, dass dem Kontinent eine klare KI‑Strategie fehle und dass Europa ohne massive Investitionen zunehmend von ausländischen KI‑Systemen abhängig werden könnte.

Bei Gesprächen mit internationalen Journalisten warnte er, Europa könne am Ende chinesische Modelle nutzen müssen, wenn es nicht stark genug in eigene Systeme und Rechenkapazitäten investiere.

Aus seiner Sicht liegt das Problem nicht nur bei Regulierung oder Talent. Strukturelle Faktoren spielen ebenfalls eine Rolle:

• fragmentierte Kapitalmärkte
• weniger globale Cloud‑Hyperscaler
• teilweise höhere Energiepreise
• langsamere Infrastrukturentwicklung

Diese Kombination macht es schwieriger, Projekte im Billionen‑Dollar‑Maßstab zu finanzieren.

Warum Energie trotzdem ein zentraler Faktor bleibt

Schmidts neue Argumentation ersetzt seine früheren Warnungen über Energie nicht – sie ergänzt sie.

KI‑Systeme werden weiterhin enorme Mengen Strom benötigen. Mit wachsender Rechenleistung steigt auch der Energiebedarf von Rechenzentren drastisch.

Doch um dieses Energieproblem zu lösen, müssen zuerst gigantische Infrastrukturprojekte entstehen: neue Kraftwerke, Netze und riesige Rechenzentren. Genau hier wird Kapital zum entscheidenden Faktor.

In dieser Perspektive entscheidet der KI‑Wettlauf nicht nur über Algorithmen oder Chips – sondern darüber, wer den größten industriellen Ausbau am schnellsten finanzieren und umsetzen kann.

Ein globales Infrastruktur‑Rennen um KI

Sollten sich Schmidts Prognosen bewahrheiten, könnte der Wettbewerb um KI zunehmend früheren Infrastruktur‑Rennen ähneln – etwa beim Eisenbahnbau, bei Telekommunikationsnetzen oder in der Raumfahrt.

Erfolg würde dann nicht allein von Software‑Innovation abhängen, sondern davon, ob Länder oder Unternehmen gleichzeitig mehrere Systeme koordinieren können:

• Kapitalmärkte
• Energieversorgung
• Halbleiterproduktion
• Bau‑ und Genehmigungsprozesse

Nach dieser Logik könnte die Zukunft der künstlichen Intelligenz weniger von einzelnen technischen Durchbrüchen bestimmt werden – und stärker davon, wer die physische Infrastruktur des KI‑Zeitalters finanzieren und bauen kann.