McKinsey-Studie: Weltweiter KI-Boom treibt Investitionsbedarf in Rechenzentren:Bis 2030 werden weltweit fast 7 Billionen Dollar in RZ investiert
2. Juni 2025
Rechenleistung entwickelt sich im Zuge des KI-Booms zu einer der kritischsten Ressourcen des Jahrzehnts. Laut der aktuellen Studie „The cost of compute: A $7 trillion race to scale data centers“ der Unternehmensberatung McKinsey & Company könnte sich die globale Rechenzentrumskapazität bis 2030 nahezu verdreifachen.
Dabei kommt die Studie zu erstaunlichen Aussagen: Rund 70 Prozent dieses Wachstums entfällt auf KI-Anwendungen mit hohem Rechenbedarf (KI-Workloads). Um mit dem wachsenden Bedarf an Rechenzentrumskapazität Schritt zu halten, sind weltweit Investitionen von bis zu 7 Billionen Dollar erforderlich. Dieses Investitionsvolumen entspricht etwa der Verlegung von drei Millionen Meilen Glasfaserkabel – genug, um die Erde 120-mal zu umrunden – oder dem Bau von 150 bis 200 Gigawatt an Gaskraftwerken, die 150 Millionen Haushalte ein Jahr lang mit Strom versorgen könnten.
Davon entfallen allein 5,2 Billionen Dollar auf Rechenzentren, die speziell für KI-Workloads ausgelegt sind. Im beschleunigten Szenario, das ein noch stärkeres Wachstum der KI-Nachfrage prognostiziert, könnten sich die notwendigen Investitionen auf bis zu 7,9 Billionen Dollar belaufen. Rechenzentren sind damit eines der größten privaten Infrastrukturinvestitionsfelder der kommenden Jahre. Die Analysen basieren auf einem prognostizierten Bedarf an KI-bezogener Rechenzentrumskapazität von 156 Gigawatt (GW) bis 2030, wobei zwischen 2025 und 2030 125 zusätzliche GW hinzukommen können.
„Der KI-Boom verändert die Spielregeln: Rechenleistung entscheidet über Wettbewerbsfähigkeit. Regionen brauchen jetzt Strategien, um Infrastrukturaufbau und Effizienz gleichzeitig zu sichern“, so Diego Hernandez Diaz, Partner bei McKinsey & Company und Experte für Technologieinfrastruktur.
Effizienz als zentrale Stellschraube
Die Studie zeigt auch, dass kontinuierliche technologische Fortschritte – etwa bei Prozessoren, großen Sprachmodellen und Stromverbrauch – die Effizienz von Rechenzentren erheblich steigern könnten etwa durch sparsamere Modelle, effizientere Trainingsmethoden oder neue Hardwaregenerationen. Gleichzeitig weisen die Autoren darauf hin, dass solche Effizienzgewinne durch die wachsende Experimentierfreude und den zunehmenden Trainingsumfang im KI-Sektor wieder relativiert werden könnten. Somit ist aktuell unsicher, ob der Gesamtverbrauch langfristig reduziert werden kann.
Die Analyse beschreibt die Auswirkungen auf Unternehmen entlang der gesamten Computing-Wertschöpfungskette: von Immobilienentwicklern über Energieversorger und Netzbetreiber bis zu Halbleiterunternehmen. Diese Akteure stehen vor der Herausforderung, enorme Rechenleistung in kurzer Zeit bereitzustellen – in einem Umfeld, das sich technologisch sehr schnell verändert. Ein modularer Investitionsansatz mit flexibler Planung kann laut Autoren ein Lösungsansatz sein, um auf unterschiedliche Szenarien reagieren zu können.
Zudem ist mit geopolitischen Einflüssen, Engpässen in der Chip-Versorgung und regulatorischen Rahmenbedingungen zu rechnen, die zusätzliche Unsicherheiten bei der Planung von Investitionen mit sich bringen. „Unternehmen, die frühzeitig in skalierbare, effiziente und robuste Infrastrukturen investieren, können sich einen entscheidenden Wettbewerbsvorteil sichern“ so Diego Hernandez Diaz. (rhh)
