KI-Infrastruktur: Der Boom trifft auf die Stromleitung

Die Investitionen in KI-Infrastruktur treten nach Einschätzung von Parnassus-CIO Todd Ahlsten in eine riskantere Phase, weil der historische Ausgabenschub auf die Grenzen der physischen Welt trifft. In einem Bloomberg-Interview vom 17. August 2026 sagt er, die entscheidenden Chancen und Risiken reichten künftig weit über Chips und Rechenzentren hinaus. Der Engpass zeigt sich zuerst beim Strom.

Das ist keine neue Erkenntnis, aber ein neuer Ton. Jahrelang galt der KI-Ausbau als Frage von Rechenleistung und Kapital. Wer genug Chips kauft und genug Geld hat, gewinnt. Ahlsten dreht die Perspektive: Das Geld ist da, die Leitung nicht.

Was meint Parnassus mit einer „riskanteren Phase“?

Ahlsten bezeichnet den laufenden Ausbau als „riskier phase“ (riskantere Phase). Der Grund sei der Zusammenprall des „historic surge in AI infrastructure spending“ (historischen Anstiegs der KI-Investitionen) mit den „limits of the physical world“ (Grenzen der physischen Welt). Daraus entstünden Chancen „well beyond chips and data centers“, aber eben auch handfeste Risiken.

Was das genau heißt, lässt das Interview offen. In den öffentlich zugänglichen Beschreibungen nennt Ahlsten keine Megawatt-Zahlen, keine Regionen, keine gestoppten Projekte. Die Aggregatoren StartupHub und MarketScreener verkürzen die Botschaft auf einen Satz: Der Boom kollidiert mit der physischen Realität und schafft Chancen jenseits der offensichtlichen Profiteure.

Für Anleger und Budgetverantwortliche verschiebt sich damit das Blickfeld. Nicht der Chip ist der Engpass, sondern das, was ihn füttert und kühlt.

Warum ist Strom der harte Engpass?

Weil sich Netze nicht im Takt der Nachfrage bauen lassen. Rechenleistung skaliert in Monaten, ein Netzanschluss in Jahren. Genau diese Lücke beschreibt der Forbes Tech Council am 18. August 2026: „Power has emerged as a key limiting factor for data center capacity“ (Strom ist zu einem zentralen limitierenden Faktor für Rechenzentrumskapazität geworden).

Die Folgen sind konkret. Wo Kapazität knapp ist, kommt es laut Forbes zu „increased costs or extended lead times“ (höheren Kosten oder längeren Vorlaufzeiten). Ein aktualisiertes Infrastruktur-Briefing vom 17. August 2026 verweist darauf, dass das Uptime Institute Strom als „single defining constraint on data center growth globally“ (entscheidenden Engpass für das globale Wachstum von Rechenzentren) sehe.

Drei Stresspunkte nennt das Briefing:

• Warteschlangen beim Netzanschluss, gemessen in Jahren statt Monaten.
• Knappheit bei Transformatoren^?Geräte, die Netzspannung auf die im Rechenzentrum nutzbare Spannung umsetzen. Ihre Knappheit verzögert derzeit Projekte., also der Hardware, die Strom überhaupt ins Rechenzentrum bringt.
• Regional hohe Kapazitätspreise, die Standortentscheidungen verteuern.

Das strukturelle Problem ist die Diskrepanz. KI-Nachfrage wächst schnell, Energie- und Netzinfrastruktur langsam. Diese Lücke lässt sich nicht allein mit Kapital schließen.

Warum geraten Salesforce, Workday und ServiceNow unter Druck?

Weil KI die Ökonomie von Lizenzen pro Nutzer aushöhlt. Ahlsten nennt ServiceNow, Salesforce und Workday ausdrücklich. Deren Geschäftsmodell beruht auf seat-basierten Preisen: Ein Unternehmen zahlt pro Nutzer und Lizenz. Übernehmen KI-Agenten die Arbeit, sinkt die Zahl der Sitze, nicht die Menge der erledigten Aufgaben.

Das ist die unangenehme Seite der Automatisierung für die, die sie verkaufen. Übernimmt ein Agent zehn Bearbeitungsschritte, braucht der Kunde weniger Lizenzen, aber nicht weniger Software. Die Frage, wer künftig die Arbeit der Agenten kontrolliert und abrechnet, ist damit auch eine Frage der Preismodelle.

Ahlsten leitet daraus zwei Bewegungen ab. Kapital dürfte stärker in Energie-, Netz- und Randinfrastruktur fließen. Klassische Softwarehäuser mit Sitzlizenzen stehen dagegen vor einer Neubewertung ihrer Umsatzlogik.

Was ist gesichert, und was noch nicht?

Gesichert ist das Narrativ, nicht die Zahlenbasis. Für die letzten Tage liegen keine neuen, datierten Belege vor zu:

1. konkreten Megawatt-Zuwächsen oder Versorgungsgrenzen einzelner Netze,
2. dem Wasserverbrauch neuer KI-Rechenzentren,
3. Bau- oder Genehmigungsstopps seit Mitte August 2026,
4. konkreten Budgetkürzungen großer Cloud- oder KI-Anbieter wegen der jetzt diskutierten physischen Grenzen.

Wer daraus einen abrupten Einbruch der KI-Investitionen ableitet, überzeichnet. Das Muster kennt man aus früheren Technikzyklen: erst die Euphorie, dann die Ernüchterung an der Realität, dann der ruhigere Produktivnutzen. Die Warnung von Parnassus markiert den Übergang vom ersten zum zweiten Abschnitt.

Was bedeutet das für KI-Budgets in Unternehmen?

Es lohnt sich, die eigene Planung um die physische Schicht zu ergänzen. Viele Roadmaps kalkulieren Modellkosten und Lizenzen, aber nicht die Vorlaufzeit für Stromanschlüsse oder die regionale Verfügbarkeit von Kapazität. Genau diese Lücke meint Forbes mit der Frage, welche Stromgrenze Ihre KI-Roadmap wohl nicht modelliert.

Ein pragmatischer erster Schritt: Fragen Sie bei Cloud- und Colocation^?Anmietung von Stellfläche, Strom und Kühlung in einem fremden Rechenzentrum, statt eine eigene Anlage zu bauen.-Anbietern nach Vorlaufzeiten und Kapazitätspreisen der Zielregion, nicht nur nach dem Preis pro Rechenstunde. Wer heute plant, sollte die Wartezeit am Netz als eigene Position führen.

Kapital baut Rechenzentren. Leitungen baut es nicht schneller.