"Es ist ein Irrtum zu glauben, man könne jedes große Problem mit Kartoffeln lösen"

Ich liebe diesen Satz von Douglas Adams, und er passt wie die Faust aufs Auge des Themas, das ich heute ansprechen möchte. Und zwar, dass irgendetwas faul ist im Staate KI-Datacenter.

Die 750-Milliarden-Kartoffel-Kanone

Lassen Sie uns erstmal das große Problem umreißen: Diese "Big Five" (diesmal: Amazon, Alphabet, Microsoft, Meta, Oracle) haben ihre Kanonen geladen. Sie planen, im Jahr 2026 zwischen 660 und 750 Milliarden Dollar an Capex (Investitionsausgaben) in den Markt zu feuern, um immense KI-Datacenter zu bauen.

Das verwegene Idee dahinter ist simpel: Geld kauft Geschwindigkeit.
Das physikalische und mathematische Modell sagt jedoch: Sieht nicht so aus.

Problem 1: Das Supply-Chain-Desaster

Wir erleben derzeit einen historischen "Supply Chain Choke Point". Egal wie viele Milliarden Sie auf den Tisch legen, Beton härtet nicht schneller aus und Kupfer wickelt sich nicht schneller zu Spulen. Ein Blick auf die aktuellen Lieferzeiten für kritische Komponenten, ohne die diese Datencenter nicht funktionieren können, offenbart die Absurdität dieser Kluft:

• Große Leistungstransformatoren: bis zu 210 Wochen (über 4 Jahre).
• Generator-Aufspann-Transformatoren: 144 Wochen (fast 3 Jahre).
• Hochspannungsschalter: über 150 Wochen.
• Dieselgeneratoren (2 MW): 72 bis 104 Wochen.

Diese Big 5 versuchen, die digitale Revolution mit der Geschwindigkeit von Software voranzutreiben, aber sie sind gefesselt an die Geschwindigkeit von Baugenehmigungen und Tiefbauarbeiten.

Das ist aber nicht alles, denn Problem 2 verschärft das ganze Supply-Chain-Desaster zusätzlich.

Problem 2: Der digitale Kannibalismus

Wir erleben gerade einen bizarren Rückkopplungs-Effekt im Hardware-Markt. Moderne Infrastruktur ist "smart". Ein industrielles Steuersystem für Kühlanlagen, die Überwachungselektronik eines modernen Stromnetzes oder die Controller in Schaltanlagen – all das benötigt Speicherbausteine (RAM).

Doch wer hat den Markt leergekauft? Die KI-Hersteller selbst.
Um ihre Monster-Prozessoren zu bauen, haben Nvidia und Co. die Kapazitäten für High Bandwidth Memory (HBM) und Standard-DRAM fast vollständig absorbiert.

Ironie des Schicksals: Die Hersteller für Datacenter-Ausrüstung müssen auf Bauteile warten, weil ihr Kunde (die KI-Industrie) ihnen die Rohstoffe weggenommen hat. Die Branche kann die Rechenzentren nicht schnell genug bauen, weil die Chips, die in das Rechenzentrum sollen, die Ressourcen für den Bau des Rechenzentrums aufgefressen haben.

Die KI beißt sich hier buchstäblich in den eigenen Schwanz.

Problem 3: Thermodynamik verhandelt nicht

Das Logistikproblem ist schlimm, aber das Hitzeproblem ist existentiell.

Die Kernkomponenten, die GPUs, haben das sogenannte "Density Cliff" erreicht: Jahrzehntelang reichte Luft, um Server zu kühlen (5-15 kW pro Rack). Aber mit der neuen Nvidia-Blackwell-Klasse sind wir bei bis zu 120 kW pro Rack. Um das mit Luft zu kühlen, bräuchten sie Windgeschwindigkeiten in Orkanstärke. Das ist physikalischer Unsinn.

Sie müssen also auf Flüssigkeitskühlung umsteigen. Wasser leitet Wärme 23-mal besser als Luft. Aber das bringt uns in die Zone des "Thermal Runaway".
Früher hatten Sie bei einem Kühlungsausfall Minuten Zeit. Bei den heutigen Dichten schmilzt das stark überteuerte Silizium in wenigen Sekunden. Ein KI-Rechenzentrum ist heute kein "kühler Raum" mehr, sondern ein thermodynamischer Hochofen, der am Rande der Kernschmelze operiert.

Problem 4: Die Wolke aus Beton

Vergessen Sie das gern verwendete Icon der leichten, fluffigen Cloud. Die KI-Cloud ist schwer. Wenn man Flüssigkeitskühlung und massive Dichte braucht, ändert sich die Statik.

• Ein Bürogebäude trägt ca. 250–500 kg/m².
• Ein wassergekühltes KI-Datacenter braucht fast 2000 kg/m².

Man baut keine Gebäude mit Doppelböden mehr, sondern gießt massive "Slab-on-Grade"-Betonplatten. Ein einziger Hyperscale-Campus verschlingt 20.000 Tonnen Stahl und verbraucht so viel Wasser wie eine Stadt mit 50.000 Einwohnern.
Diese Datacenter konkurrieren nicht mehr um Code-Zeilen. Sie konkurrieren um Stahl, Zement und Wasserrechte mit dem gesamten Rest der Wirtschaft und Gesellschaft.

Problem 5: Die Rache der Mathematik

Man kann mit Geld zwar die Chips kaufen, aber man kann damit nicht die Zeit kaufen, die der Transformator braucht, um geliefert zu werden.

Das führt zu einem bizarren Phänomen: Tausende von High-End-GPUs (H100, Blackwell) liegen derzeit in Lagerhallen oder stehen in dunklen, stromlosen Rechenzentren. Ein kluger Marktbeobachter sagte dazu: "Diese Chips sind keine Goldbarren. Sie sind wie Bananen."

Warum? Weil sie schnell verfaulen.

Ein H100- oder Blackwell-Chip ist kein Goldbarren, der seinen Wert behält, wenn man ihn in den Tresor legt. Er ist ein Stück Technologie, das jeden Tag an Wert verliert.

Die technologische Halbwertszeit in diesem Sektor ist extrem kurz:

• Ein Chip, der heute 30.000 Dollar wert ist, ist in 18 Monaten veraltet.
• Wenn dieser Chip aber 18 Monate im Karton auf einen Transformator wartet, ist er finanzieller Biomüll. Er hat Kosten verursacht, aber null Value generiert. Er ist "verfault", bevor er den ersten Token berechnet hat.

Diese Chips verlieren jeden Tag an Wert, ohne jemals eine einzige Berechnung durchgeführt zu haben. Das ist die Grausamkeit der Abschreibung. Die Mathematik des ROI (Return on Investment) funktioniert nicht, wenn man die Bananen nicht schnell genug verkauft. Ohne Strom und Wasser kein Umsatz, aber hohe Abschreibungen und Lagerkosten.

Kein Wunder, wenn viele Finanzanalysten die Augenbraue heben, denn das sind nicht die einzigen Diskrepanzen

The AI-Bubble - Slow hiss or big bang?

I was an early adopter to the thesis that we are in an AI bubble destined to burst. When you look around, the symptoms are textbook: the hype cycle is deafening, valuations are divorced from reality, and the FOMO driving capital allocation is palpable. It is no surprise that comparisons

it's promp.tdDocIsInDaHouse

Fazit: Physik und Mathematik lassen sich nicht bestechen

Geld kann vieles kaufen: Talent, Hype, Marktanteile. Aber es kann die Physik und die Mathematik nicht bestechen.

Solange wir Transformatoren und RAM-Bausteine nicht downloaden können, bleibt die "Cloud" am Boden der Tatsachen – gefesselt an Lieferketten und Genehmigungen, die Jahre hinter dem Hype herhinken. Die KI-Revolution findet gerade nicht im Cyberspace statt, sondern auf dem Bauamt.

Nun: Wie es DNA prophezeit hatte, ist es ein Fehler zu glauben, man könne die Probleme der Thermodynamik nur mit Geld lösen. Am Ende des Tages sind in diesem Fall auch 750 Milliarden Dollar nur ein sehr großer Haufen Kartoffeln 😉

Live long and prosper 😉🖖