Über KI-Souveränität zu sprechen, ohne über Energie zu sprechen, ist so, als würde man über Ernährungssouveränität diskutieren und dabei den Boden ignorieren. Ein Land kann über die besten Forscher, die ausgefeiltesten Algorithmen und eine gut durchdachte Industriepolitik verfügen – und dennoch völlig von einer anderen Nation abhängig sein, um alles in großem Maßstab durchzuführen. Die Rechenleistung, die modernen KI-Modellen zugrunde liegt, ist im Äther nicht vorhanden. Es existiert in Server-Racks, die Strom in Mengen verbrauchen, die vor zehn Jahren mit denen mittlerer Städte mithalten konnten.
Die logische Kette, die nationale Strategien ignorieren
Alle KI-Fähigkeiten werden letztlich auf eine Frage der Berechnung reduziert. Und beim Rechnen im großen Maßstab kommt es auf die Energie an. Ein Grenzsprachenmodell wie GPT-4 oder Claude verbraucht während des Trainings Energie, die dem jährlichen Haushaltsverbrauch von Hunderten von Familien entspricht. Inferenz – das Beantworten einer Frage, das Generieren von Text, das Verarbeiten eines Bildes – ist pro Anruf am effizientesten, vervielfacht sich jedoch bei Milliarden von täglichen Anfragen. Die Summe ist nicht trivial.
Die strategische Implikation ist klar: Ein Land, das die Energieschicht nicht kontrolliert, kontrolliert nicht die physische Schicht der KI, unabhängig davon, was sie in den oberen Schichten tut. Sie kann regulieren, sie kann Startups finanzieren, sie kann nationale Labore schaffen. Wenn aber die Rechenzentren, in denen die Modelle betrieben werden, auf importierte Energie angewiesen sind, deren Preis und Verfügbarkeit von Dritten bestimmt werden, weist die gesamte Architektur der Souveränität einen Riss im Fundament auf.
Die Doppelbelichtung abhängiger Länder
Die meisten Länder, die heute von einer „nationalen KI-Strategie“ sprechen, stehen tatsächlich vor zwei sich überschneidenden strukturellen Problemen. Die erste ist die Energieabhängigkeit: Bei Ländern, die Kohlenwasserstoffe zur Stromerzeugung importieren, sind die Rechenkosten an die Preise für Öl und Erdgas auf internationalen Märkten gekoppelt – Märkten, die geopolitischen Schocks, Sanktionen und Kartellentscheidungen ausgesetzt sind. Der zweite Grund ist die Abhängigkeit von der Cloud-Infrastruktur: Der Großteil der weltweit verfügbaren Rechenkapazität wird von drei amerikanischen Unternehmen und in geringerem Maße von einem chinesischen Unternehmen betrieben.
Wenn die beiden Probleme zusammenkommen, entsteht eine komplexe Schwachstelle. Eine Energiekrise erhöht die Kosten für den Betrieb lokaler Modelle. Eine geopolitische Krise könnte den ausländischen Cloud-Zugriff einschränken. Ein Szenario, in dem beides gleichzeitig auftritt – und die jüngste Geschichte in Europa im Jahr 2022 hat gezeigt, dass dies möglich ist – kann ganze digitale Infrastrukturen lahmlegen, ohne dass ein Gegner einen Server direkt angreifen muss.
Was Länder unterscheidet, die Energie ernst nehmen
Einige Länder haben die logische Kette früh erkannt und ihre KI-Strategien mit Energie als zentraler Variable und nicht als nachträglicher Einfall entwickelt. Frankreich ist der offensichtlichste Fall: Jahrzehntelange Investitionen in die Kernenergie haben eine elektrische Matrix mit niedrigen Grenzkosten und hoher Vorhersagbarkeit hervorgebracht. Als Frankreich beschloss, auf die Souveränität der KI zu setzen, war die Energieinfrastruktur bereits vorhanden. Das Problem war anders – und beherrschbarer.
Die VAE haben eine noch bewusstere Position aufgebaut. Die Abu Dhabi Investment Authority und G42 haben parallele Energie- und Dateninfrastrukturstrategien entwickelt, wobei Rechenzentren mit lokalen erneuerbaren Energien betrieben werden und GPU-Kapazitätsvereinbarungen direkt mit Herstellern ausgehandelt werden. Saudi-Arabien verfolgt mit dem NEOM-Projekt und den Technologieinvestitionen von Saudi Aramco einen ähnlichen Weg. Was diese Länder gemeinsam haben, ist nicht das Energiemodell – Atomkraft, Solarenergie, souveräne fossile Brennstoffe –, sondern die Entscheidung, Energie und Computer als integrierte Variablen derselben Industriepolitik zu behandeln und nicht als separate Ministerien, die nie miteinander sprechen.
Der brasilianische Fall: echter Vorteil, echtes Problem
Brasilien geht in dieses Gespräch mit einem echten Vorteil ein, den nur wenige Länder haben: Mehr als 85 % seines Stromnetzes werden aus erneuerbaren Quellen erzeugt, wobei Wasser überwiegt, ergänzt durch die Ausweitung der Wind- und Solarkapazität. Das bedeutet, dass ein in Brasilien gebautes Rechenzentrum an seiner Basis über eine der saubersten Matrizen der Welt verfügt – und strukturell weniger anfällig für Preisschocks bei fossilen Brennstoffen ist.
Das Problem liegt nicht an der Stromquelle. Es liegt in der geografischen Konzentration der Infrastruktur, die es nutzt. Fast die gesamte installierte Kapazität von Rechenzentren in Brasilien befindet sich im Korridor São Paulo–Rio de Janeiro. Dafür gibt es historische Gründe – die Nähe zu den größten Verbrauchermärkten, das Vorhandensein von Unterseekabeln, die Verfügbarkeit technischer Arbeitskräfte –, aber das Ergebnis ist strukturelle Fragilität. Eine Unterbrechung des Übertragungsnetzes, das diesen Korridor versorgt, sei es aufgrund eines extremen Wetterereignisses oder eines Systemausfalls, kann die nationale digitale Infrastruktur unverhältnismäßig beeinträchtigen. Darüber hinaus führt die betriebliche Abhängigkeit von großen amerikanischen Clouds – AWS, Azure und Google Cloud dominieren den brasilianischen Unternehmensmarkt – dazu, dass selbst Daten, die innerhalb des Staatsgebiets verarbeitet werden, häufig von außerhalb des Staatsgebiets angesiedelten Kontroll-, Authentifizierungs- und Orchestrierungssystemen abhängig sind.
Was Entscheidungsträger im Bereich der digitalen Infrastruktur vor 2030 verstehen müssen
Für die politischen Entscheidungsträger geht es nicht nur darum, „mehr Rechenzentren zu bauen“. Der Bau weiterer Rechenzentren im gleichen Korridor, bei gleicher Abhängigkeit von ausländischen Cloud-Anbietern, löst das Kapazitätsproblem, ohne das Souveränitätsproblem zu lösen. Die richtige Frage ist eine andere: Wie kann die Computerinfrastruktur über die nationale Energiematrix verteilt werden, sodass Kosten, Belastbarkeit und Kontrolle gleichzeitig verbessert werden?
Dies setzt konkrete Regulierungsentscheidungen voraus. Die Förderung von Rechenzentren in Regionen mit einem Überschuss an erneuerbarer Energieerzeugung – der Nordosten Brasiliens hat eine der höchsten Sonneneinstrahlung der Welt und eine nicht ausreichend genutzte Windkapazität – erfordert eine Kombination aus Tarifpolitik, regulatorischen Rahmenbedingungen für langfristige Energieverträge und Investitionen in die Übertragung. Dazu gehört auch die Überprüfung der rechtlichen Rahmenbedingungen, damit Unternehmen, die Daten brasilianischer Bürger verarbeiten, dies nicht ausschließlich in einer Infrastruktur tun können, deren letzte Kontrolle in einem anderen Land liegt. Und es bedeutet, dass technische Qualifikationen im Rechenzentrumsbetrieb als Teil der Berufsbildungspolitik behandelt werden und nicht als externer Effekt, den der Markt von selbst lösen wird.
Das Entscheidungsfenster ist kurz. Die Nachfrage nach Rechenleistung wächst schneller, als jede Prognose von vor fünf Jahren vermuten ließ. Länder, die jetzt die richtigen Entscheidungen treffen – darüber, wo gebaut werden soll, wie sie ernähren und wer die Infrastruktur kontrolliert –, werden strukturelle Positionen schaffen, die nur schwer rückgängig zu machen sind. Länder, die die KI-Souveränität als Algorithmusproblem betrachten und die physische Ebene ignorieren, werden feststellen, dass die Lösung des Problems später teurer wird.
Lesen Sie auch
- Die KI-Energiekrise: Was der Verbrauch von Rechenzentren für Infrastruktur-Entscheidungsträger bedeutet
- Energie, das neue Öl der KI: Wer die Ressource kontrolliert, kontrolliert die Ära
- Energie: Der Engpass, den niemand auf die Computing-Roadmap gesetzt hat
- Elektrifizierung: Was ändert sich, wenn sich alles an der Steckdose dreht
- Energieeffiziente KI: Kleiner und günstiger schlägt größer
- Kritische Infrastruktur und Energieabhängigkeit: Was Manager wissen müssen