Jede Antwort von Claude, ChatGPT oder Le Chat entsteht auf einem Chip in einem Rechenzentrum, das jemand finanzieren, mit Strom versorgen und kühlen musste. 2026 ist daraus der größte Infrastrukturausbau des Jahrzehnts geworden: rund 725 Milliarden USD Investitionen von vier US-Tech-Konzernen in einem einzigen Jahr, ein Nvidia-Quartalsumsatz von fast 100 Milliarden USD und KI-Labore, die Verträge nicht mehr in Servern, sondern in Gigawatt abschließen. Dieser Leitfaden zeigt, wer wie viel Rechenleistung auf welchen Chips gesichert hat, was Europa und Kroatien bauen und was das für Unternehmen bedeutet, die einfach zuverlässige und bezahlbare KI wollen.
Big Tech investiert wie nie zuvor
Die vier größten US-Cloud- und Plattformkonzerne wollen 2026 rund 725 Milliarden USD investieren, nach einem Rekord von 410 Milliarden im Jahr 2025. Der Großteil fließt in GPU-Cluster, eigene Chips und neue Rechenzentrumsgebäude. Nach den Zahlen zum ersten Quartal prognostizierten Analysten von Evercore und Bank of America, dass die Summe 2027 die Marke von 1 Billion USD überschreiten wird.
Amazon führt mit etwa 200 Milliarden, gefolgt von Microsoft mit etwa 190 Milliarden USD. Ein Teil des Anstiegs ist nicht mehr Kapazität, sondern höhere Preise: Laut Microsoft gehen 25 Milliarden USD des Budgets 2026 auf teurere Komponenten zurück, und Meta hob seine Prognose teils aus demselben Grund an. Speicher und Netzwerktechnik sind knapp geworden, was auch für jedes Unternehmen zählt, das eigene KI-Server plant.
Nvidia: die deutlichste Anzeigetafel
Der Großteil dieses Geldes landet bei einem Lieferanten. Im Quartal bis zum 26. Juli 2026 meldete Nvidia 96,2 Milliarden USD Umsatz, davon 89,0 Milliarden aus dem Rechenzentrumsgeschäft, mehr als doppelt so viel wie im Vorjahr. Rechenzentren machen nun rund 92 % des Umsatzes aus. Für das Folgequartal erwartet Nvidia etwa 108 Milliarden USD, ohne Rechenzentrumsumsätze in China.
Die Labore: Wer wie viel Rechenleistung gesichert hat
KI-Labore kaufen keine Server mehr. Sie schließen mehrjährige Verträge über Strom und Chips, gemessen in Gigawatt. Ein Gigawatt entspricht ungefähr der Leistung eines Kernreaktors; Mistral-CEO Arthur Mensch beziffert die Kosten für ein Gigawatt KI-Rechenleistung auf rund 50 Milliarden USD.
Anthropic hat Claude bewusst auf drei Chip-Familien verteilt. Im April 2026 vereinbarte es bis zu 5 GW mit Amazon für Trainium2, Trainium3 und Trainium4; über eine Million Trainium2-Chips laufen bereits in Project Rainier, und fast 1 GW Trainium-Kapazität kommt bis Ende 2026 hinzu. Im selben Monat erweiterte es die Zusammenarbeit mit Google und Broadcom: rund 1 GW TPU-Kapazität 2026 und etwa 3,5 GW zusätzlich ab 2027. Ein Vertrag mit Microsoft und Nvidia bringt bis zu 1 GW auf Azure, und Anthropic investiert 50 Milliarden USD in eigene Rechenzentren in den USA. Die Nachfrage ist real: Der annualisierte Umsatz stieg von rund 9 Milliarden USD Ende 2025 auf über 30 Milliarden im April 2026, mit mehr als 1.000 Kunden, die jeweils über 1 Million USD pro Jahr ausgeben.
OpenAI geht noch weiter. Es hat Verträge über rund 26 GW Chips unterzeichnet: 10 GW Nvidia-Systeme, 6 GW AMD-GPUs und 10 GW eigene Beschleuniger, entwickelt mit Broadcom. Das Stargate-Programm mit Oracle und SoftBank erreichte 10 GW vertraglich gesicherte Kapazität Jahre vor dem Ziel 2029; der Hauptstandort in Abilene, Texas, läuft mit geschätzten 0,6 GW. Die gesamten Hardware- und Cloud-Verpflichtungen von OpenAI für 2025–2035 werden auf rund 1,15 Billionen USD geschätzt.
Mistral spielt ein anderes Spiel: kleiner, aber eigen und europäisch. Manus, Ende 2025 für mehr als 2 Milliarden USD von Meta übernommen, muss die Rechenleistung nicht mehr selbst lösen; seine Agenten laufen nun auf der Infrastruktur eines Konzerns, der dieses Jahr 115–135 Milliarden USD investieren will.
Europa und Kroatien bauen eigene Kapazitäten
Mistral finanzierte sein erstes eigenes Rechenzentrum im März 2026 mit 830 Millionen USD Fremdkapital. Der Standort Bruyères-le-Châtel, rund 30 km südlich von Paris, startet im zweiten Halbjahr 2026 mit 13.800 Nvidia-GB300-GPUs und 44 MW und kann auf 1,4 GW wachsen. Mistral peilt 200 MW bis Ende 2027 und 1 GW bis Ende 2029 an. Im Juli 2026 startete die EU-Kommission eine Ausschreibung über 30 Milliarden Euro für bis zu sieben KI-Gigafabriken mit je rund 100.000 Chips; Angebote sind bis zum 12. November 2026 möglich.
Auch Kroatien ist im Rennen. Der Pantheon-AI-Campus in Topusko, rund 45 Minuten von Zagreb, ist als 50-Milliarden-Euro-Projekt mit 1 GW Kapazität und 800 MW IT-Last geplant, versorgt mit erneuerbarer Energie einschließlich eines 500-MW-Solarparks vor Ort. Der kroatische Netzbetreiber HOPS genehmigte im Juli 2026 das Anschlusskonzept; Baubeginn ist Anfang 2027, der Vollbetrieb für 2029 geplant.
Was das für Ihr Unternehmen bedeutet
- Der Engpass ist Kapazität, nicht das Modell. Rate Limits, langsamere Antworten zu Spitzenzeiten und Wartelisten für neue Modelle sind Folgen knapper Chips. Planen Sie für Produktivsysteme ein Ersatzmodell und einen zweiten Anbieter ein; siehe unseren Leitfaden zum Modell-Routing.
- Nutzen Sie die Cloud, die Sie schon haben. Weil Anthropic auf Trainium, TPU und Nvidia läuft, ist Claude über AWS Bedrock, Google Vertex AI und Microsoft Foundry verfügbar. OpenAI-Modelle laufen auf Azure, Mistral auf der eigenen Plattform und allen großen Clouds. Der Bezug über die bestehende Cloud hält Daten, Verträge und Abrechnung an einem Ort.
- Der Preis pro Token sinkt, die Gesamtausgaben steigen. Mehr Kapazität und neue Chip-Generationen drücken den Tokenpreis, während Agenten pro Aufgabe weit mehr Tokens verbrauchen. Budgetieren Sie pro Aufgabe, nicht pro Token; unser Leitfaden zu Inferenzkosten zeigt, wie.
- Eigene GPU-Server gut überlegen. Komponentenpreise steigen, und die Labore werden von den Chipherstellern bevorzugt beliefert. Für die meisten KMU sind gemietete Kapazität oder APIs günstiger als Hardware, die in 18 Monaten eine Generation zurückliegt.
- Energie gehört dazu. KI-Rechenzentren brauchen Gigawatt an Leistung, und Netzanschlüsse sind zum begrenzenden Faktor geworden. Unser Leitfaden zu KI und Energie zeigt, wie viel Strom Claude, ChatGPT und Mistral tatsächlich verbrauchen.
Blase oder Fundament?
Nicht alle diese Gigawatt werden pünktlich gebaut, und manche Deals sind zirkulär: Chiphersteller investieren in Labore, die dann ihre Chips kaufen. Die Verpflichtungen von OpenAI übersteigen seinen aktuellen Umsatz um ein Vielfaches. Die Nachfrage dahinter ist aber messbar. Der Umsatz von Anthropic hat sich binnen weniger Monate mehr als verdreifacht, und Nvidia übertrifft weiterhin die Prognosen. Für Unternehmen, die KI nutzen, ist die praktische Folgerung in beiden Szenarien gleich: Binden Sie sich nicht an ein Modell oder eine Cloud, und bauen Sie Prozesse, die auch dann funktionieren, wenn Sie den Motor darunter austauschen.
Fazit
Das Rennen um Rechenleistung entscheidet, welche Modelle zuerst erscheinen, wie schnell sie antworten und was sie kosten. Anthropic und OpenAI haben jeweils Dutzende Gigawatt gesichert, Big Tech gibt dieses Jahr mehr als 700 Milliarden USD aus, und Europa, einschließlich eines 1-GW-Projekts in Kroatien, beginnt eigene Kapazitäten aufzubauen. Für Unternehmen besteht die beste Strategie nicht darin, das Labor mit den meisten Chips zu wählen, sondern flexibel zu bleiben: mehrere Modelle, klare Kosten pro Aufgabe und Daten in der richtigen Rechtsordnung.
Sie planen KI in Ihrem Unternehmen?
Wir helfen Unternehmen in Kroatien und der DACH-Region, Modelle, Clouds und Betriebsformen zu wählen, die zu ihren Daten, ihrem Budget und ihren Compliance-Anforderungen passen, vom ersten Workshop bis zu Agenten in Produktion. Als Claude Certified Architect aus Zagreb arbeiten wir täglich mit Claude, ChatGPT und Mistral.
Mit einem KI-Berater sprechen