© AndreyPopov / Getty Images
Bei einem kürzlich von Seth Carpenter veranstalteten Roundtable „Market Thoughts“ wurden zwei wichtige Realitäten hervorgehoben, die die KI-Wirtschaft prägen. Lediglich sieben Hyperscaler in den USA planen, 20-mal mehr für KI auszugeben als ganz Europa, während sich die umfassenderen Auswirkungen der KI auf die Beschäftigung möglicherweise erst 2029 oder später zeigen.
Nur sieben US-Hyperscaler planen, die Ausgaben ganz Europas um 20 zu 1 zu übertreffen
In der Folge wurde besprochen, dass die geplanten Gesamtinvestitionen in KI in Europa „einen Faktor 20 unter dem liegen, was wir in den USA nur bei den 7 Hyperscalern sehen“. Dieser Vergleich zeigt, dass allein eine kleine Gruppe US-amerikanischer Cloud- und Plattformgiganten das, wozu sich der gesamte europäische Block verpflichtet, in den Schatten stellt.
Die Diagnose des Warum ist strukturell. Die europäische KI-Landschaft sei „sehr fragmentiert, insgesamt sehr klein“, sagt er. Es hat sich kein nationaler Champion herausgebildet, der in seiner Bilanz mit einem amerikanischen Hyperscaler mithalten kann, und die beiden Anker-Volkswirtschaften des Kontinents haben noch keinen Schritt nach vorne gemacht. Investitionen sind der einzige Indikator, auf den man achten sollte, um Anzeichen einer Wiederbelebung Europas zu erkennen, und in den Kernwirtschaften Deutschland und Frankreich ist noch keine nennenswerte Bewegung zu verzeichnen.
Amerikas KI-Profit-Engine finanziert die nächste Ausgabenwelle
Der US-Kontext verdeutlicht, warum dort deutlich mehr investiert werden kann als in Europa. Der Beitrag des Informationssektors zum US-BIP ist von 1.535,9 Milliarden US-Dollar im vierten Quartal 2023 auf 1.787 Milliarden US-Dollar im ersten Quartal 2026 gestiegen, und die Unternehmensgewinne des Informationssektors stiegen von 197,2 Milliarden US-Dollar im vierten Quartal 2022 auf 352,5 Milliarden US-Dollar im ersten Quartal 2026. Dieser Fondsgewinn ist es, der die Investitionsausgaben des Hyperscalers finanziert.
Die privaten Bruttoinvestitionen in den USA kehrten im ersten Quartal 2026 nach einem volatilen Jahr 2025 auf 7,9 % zurück. Die Pipeline wächst weiter, und TSMC (NYSE:TSM | TSM Price Prediction) hat weitere 100 Milliarden US-Dollar für den Ausbau seiner Produktionskapazitäten in den USA bereitgestellt, wodurch sich die Gesamtinvestitionszusagen in den USA auf 265 Milliarden US-Dollar belaufen. Mittlerweile hat Alphabet (NASDAQ:GOOGL) 9,6 GW Strom für KI-Rechenzentren gemietet. Das sind die Verpflichtungen einzelner Unternehmen, die Europa derzeit auf keiner Ebene umsetzen kann.
Die umfassenderen Auswirkungen der KI auf den Arbeitsmarkt werden möglicherweise erst 2029 eintreten
In der Folge lehnten die Redner die Annahme ab, dass sich die Produktivitätsvorteile der KI in naher Zukunft auf die Gesamtwirtschaft auswirken werden. Die Umstrukturierung des Arbeitsmarktes auf Basis von KI bleibe derzeit „sehr isoliert“ und beschränke sich auf „Berufe mit hoher KI-Exponierung“. Abhängig von der aktuellen Entwicklung wird für 2029 und darüber hinaus mit einer stärkeren Verbreitung in Nicht-Tech-Sektoren gerechnet.
Diese Entwicklung wurde als „3-4-Jahres-Superzyklus“ beschrieben, der sich noch in der Infrastrukturphase befindet. In der Praxis müssen die Kapitalausgaben, die in Chips, Strom, Kühlung und Verbindungen fließen, ermittelt werden, bevor die Anwendungsschicht die Gehaltsstrukturen und die Personalplanung in Sektoren wie Gesundheitswesen, Logistik und Finanzen erheblich verändert.
Was Anleger beachten sollten
Für Investoren ist die Botschaft klar: Der aktuelle KI-Boom bleibt eine von den USA angeführte Infrastrukturstory. Amerikanische Hyperscaler investieren Geld in Chips, Rechenzentren, Energie und andere kritische Infrastrukturen, während Europa weiterhin hinterherhinkt.
Die umfassendere finanzielle Belohnung wird länger dauern. KI wirkt sich bereits auf stark gefährdete Berufe aus, aber ihre Auswirkungen auf Branchen wie das Gesundheitswesen, die Logistik und das Finanzwesen werden möglicherweise erst 2029 oder später signifikant sein. Europa kann beginnen, die Lücke zu schließen, aber nur, wenn große Volkswirtschaften wie Deutschland und Frankreich deutlich mehr Kapital in die KI-Infrastruktur investieren.