Chipmangel und Bauverzögerungen: Eine Guardian-Untersuchung deckt Lücken in den KI-Infrastrukturplänen von Microsoft auf

Im August 2026, auf dem Höhepunkt des globalen Wettlaufs um künstliche Intelligenz, geriet Microsoft in die Mitte eines neuen Skandals, der die tatsächlichen Dimensionen ihrer KI-Rechenleistung betrifft. Eine von Journalisten der Zeitung The Guardian durchgeführte Untersuchung deckt erhebliche Diskrepanzen zwischen den öffentlichen Aussagen des Tech-Riesen und internen Daten zur Anzahl der bereitgestellten Rechenressourcen auf. Obwohl das Unternehmen seit 2022 rund 280 Milliarden US-Dollar in den Bau von Rechenzentren und den Einkauf von Ausrüstung investiert hat, ist die tatsächliche Anzahl der im Einsatz befindlichen KI-Beschleuniger halb so groß wie von Analysten prognostiziert und vom Markt erwartet.

Lücke zwischen Plan und Realität: Zahlen versus Erwartungen

Laut internen Dokumenten von Microsoft hat das Unternehmen bis zum jetzigen Zeitpunkt lediglich 2,2 Millionen KI-Beschleuniger bereitgestellt. Diese Zahl liegt deutlich hinter den ursprünglichen Plänen zurück, wonach bis Ende 2024 1,8 Millionen Chips installiert sein sollten, und erst recht hinter den Erwartungen der Experten, die eine Zahl von rund 4 bis 6 Millionen Einheiten prognostiziert hatten. Diese Diskrepanz wirft Fragen nach dem Tempo der Umsetzung des ehrgeizigen Programms zur Erweiterung der KI-Leistung auf, dessen Kosten auf Hunderte von Milliarden Dollar geschätzt werden.

Experten stellen fest, dass Microsoft bei einer tatsächlich verfügbaren Leistung von 10 GW etwa 6,4 Millionen installierte Chips hätte. Die tatsächlichen Daten deuten jedoch darauf hin, dass entweder die Rechenzentren noch nicht in Betrieb genommen wurden oder nicht genügend Chips für sie verfügbar sind. Dies führt zu einer Situation, in der enorme Kapitalinvestitionen nicht zu dem erwarteten Anstieg der Rechenleistung führen.

Probleme bei Lieferungen und dem Bau von Rechenzentren

Einer der Hauptgründe für die Verzögerungen ist der Mangel an Strom und Schwierigkeiten beim Bau von Rechenzentren. Microsoft-Chef Satya Nadella gab zu, dass das Hauptproblem der Mangel an Energieressourcen ist. Das bedeutet, dass das Unternehmen zwar möglicherweise eine riesige Menge an Chips auf Lager hat, aber keine fertigen Objekte, um sie zu platzieren und in Betrieb zu nehmen.

Beispielsweise ist das größte KI-Projekt von Microsoft in den USA – Fairwater in Wisconsin und Georgia – noch nicht vollständig in Betrieb. Im April gab das Unternehmen an, dass das Rechenzentrum in Wisconsin „in Betrieb genommen“ werde, doch Satellitenbilder zeigen, dass nur ein Teil des Objekts funktioniert. Im Mai gab Microsoft zu, dass Fairwater noch nicht in Betrieb ist, was die Existenz erheblicher Verzögerungen bei der Umsetzung der Schlüsselprojekte bestätigt.

Widersprüchliche Daten

Innerhalb von Microsoft selbst werden die Berechnungen des Guardian als falsch bezeichnet, wobei jedoch nicht erklärt wurde, worin genau der Fehler liegt. Unternehmenssprecher behaupten, dass die Schätzungen auf falschen Annahmen basieren und die Verwendung verschiedener Chip-Typen, einschließlich eigener Entwicklungen sowie Ausrüstung von NVIDIA, AMD und Intel, nicht berücksichtigen. Darüber hinaus glauben einige Experten, dass der Bau von KI-Leistungskapazitäten, wie aus den Jahresberichten des Unternehmens hervorgeht, langsamer voranschreitet als erwartet.

Andererseits haben Quellen innerhalb des Unternehmens bestätigt, dass sich die Gesamtzahl der KI-Chips im letzten Jahr „kaum verändert“ hat. Teilweise könnte der „Mangel“ durch die Partnerschaft mit OpenAI erklärt werden, da einige Microsoft-Rechenzentren, die mit diesem Unternehmen verbunden sind, möglicherweise nicht in den internen Dokumenten aufgeführt sind. Dies führt zu einer Situation, in der die tatsächlichen Dimensionen der KI-Infrastruktur selbst für die Analysten unklar bleiben.

Auswirkungen auf den Markt und die Zukunft der KI-Industrie

Die Diskrepanz in den Daten zur Anzahl der KI-Chips und der Leistung der Microsoft-Rechenzentren könnte schwerwiegende Folgen für die gesamte künstliche Intelligenz-Industrie haben. Wenn die größten Technologieunternehmen ihre Pläne zur Erweiterung der KI-Leistungskapazitäten nicht umsetzen können, könnte dies die Entwicklung der Technologien verlangsamen und das Tempo der Einführung von KI in verschiedenen Wirtschaftsbereichen verringern.

Darüber hinaus können Chipmangel und Verzögerungen beim Bau von Rechenzentren zu steigenden Preisen für KI-Dienste und einer Einschränkung des Zugangs für kleine und mittlere Unternehmen führen. Dies könnte die Ungleichheit beim Zugang zu Technologien verschärfen und die Innovation insgesamt verlangsamen.