Amerikaner beklagen, dass die Lebenshaltungskosten so stark gestiegen sind, dass sie unbezahlbar werden – als Grund werden die 700 Milliarden Dollar an KI-Investitionen genannt.

Am 1. April veröffentlichten die Ökonomen der St. Louis Fed, Miguel Faria-e-Castro und Serdar Ozkan, einen Blogbeitrag mit einem zurückhaltenden Titel, aber einer deutlichen Schlussfolgerung: Der KI-Optimismus an sich wirkt inflationär. Nicht weil die Strompreise gestiegen sind oder Chipmangel herrscht, sondern weil jeder glaubt, dass KI die Zukunft verbessern wird – dieser Glaube veranlasst die Menschen dazu, jetzt mehr auszugeben.

Am selben Tag enthüllte Fortune ein Experiment der Deutschen Bank: Drei KI-Modelle sollten die „Auswirkungen von KI auf die Inflation“ bewerten. Das Ergebnis war, dass selbst die KI davon ausgeht, dass sie die Preise in die Höhe treibt.

In den sozialen Medien häufen sich Beiträge über die explodierenden Preise in den USA

Diese beiden Vorfälle deuten zusammen auf einen etwas unbehaglichen Kreislauf hin: Je mehr in KI investiert wird, desto höher die Inflation, desto weiter entfernt die Zinssenkungen, desto höher die Finanzierungskosten – doch die Investitionen beschleunigen sich weiter.

Das unaufhaltsame Wettrüsten

Betrachten wir zunächst das Geld. Laut Unternehmensberichten beliefen sich die kombinierten Investitionsausgaben von Amazon, Microsoft, Google und Meta für 2023 auf etwa 152 Milliarden Dollar. Bis 2024 steigt dieser Wert auf 251 Milliarden Dollar, ein Anstieg um 65 %. Bis Ende 2025 summieren sie sich auf 416 Milliarden Dollar, ein weiterer Anstieg um 66 %.

Die Prognosen der Unternehmen für 2026 sind noch aggressiver. Laut einer Zusammenstellung von Wolf Street liegt die Prognose für Amazon bei 200 Milliarden Dollar, für Google bei 1,75 bis 1,85 Milliarden, für Microsoft bei 1,45 bis 1,5 Milliarden und für Meta bei 1,35 Milliarden. Die Gesamtsumme dieser vier Unternehmen liegt bei etwa 663 Milliarden Dollar. Rechnet man die 42 Milliarden Dollar von Oracle hinzu, nähert sich die Summe 700 Milliarden Dollar.

In vier Jahren haben sich die Investitionsausgaben dieser vier Unternehmen vervierfacht. Diese Wachstumsrate ist in der US-Unternehmensgeschichte beispiellos. Laut Fortune übersteigt dieses Volumen bereits das BIP von Schweden für ein ganzes Jahr.

Ein Rechenzentrum, das so viel Strom verbraucht wie ein ganzer Bundesstaat

Der Großteil dieses Geldes fließt in Rechenzentren. Der größte Engpass für Rechenzentren ist nicht das Land, sondern der Strom. Laut Daten der EIA verbraucht Vermont jährlich etwa 5.364 Gigawattstunden Strom, was einer durchschnittlichen Last von 0,61 Gigawatt entspricht. Rhode Island liegt mit etwa 0,83 Gigawatt etwas höher.

Betrachten wir nun die Vorhaben der Rechenzentren. Laut Unternehmensankündigungen hat das Stargate-Projekt von OpenAI in Partnerschaft mit Oracle und SoftBank eine geplante Gesamtkapazität von 10 Gigawatt, was dem gesamten Stromverbrauch von 16 Bundesstaaten wie Vermont entspricht. Meta plant 5 Gigawatt auf seinem Hyperion-Campus in Louisiana mit einer Investition von 27 Milliarden Dollar. Musks xAI hat sein Colossus-Projekt in Tennessee auf 2 Gigawatt erweitert und setzt laut Introl Berichten 555.000 NVIDIA-GPUs zu Kosten von etwa 18 Milliarden Dollar ein. Das Project Rainier von Amazon und Anthropic in Indiana plant mit 2,2 Gigawatt.

Laut Daten von S&P Global verbrauchten US-Rechenzentren im Jahr 2024 insgesamt 183 Terawattstunden Strom, was über 4 % des nationalen Stromverbrauchs entspricht. Bis 2030 wird erwartet, dass sich diese Zahl verdreifacht.

Diese Stromanforderungen sind kein Zukunftsszenario, sondern belasten bereits die bestehenden Stromnetze. Laut einem CBRE-Bericht sank die Leerstandsquote bei nordamerikanischen Rechenzentren von 3,3 % in der ersten Jahreshälfte 2023 auf 1,6 % in der ersten Jahreshälfte 2025, der niedrigste Stand seit Aufzeichnungsbeginn. Laut Daten von Cushman & Wakefield stieg die Leerstandsquote in der zweiten Jahreshälfte 2025 leicht auf 3,5 %, jedoch nur, weil eine erhebliche Menge neuer Kapazitäten ans Netz ging – das absolute Niveau bleibt historisch niedrig, und eine nennenswerte Entspannung beim Angebot ist vor 2030 kaum zu erwarten.

Sogar die KI selbst sagt, dass sie die Inflation anheizt

Diese Investitionen treiben die Nachfrage, erhöhen die Strompreise, verschärfen den Chipmangel und offenbaren zudem einen heimtückischeren Inflationskanal.

Laut einem Bericht von Fortune vom 1. April führte ein Team unter der Leitung von Matthew Luzzetti, Chefökonom für die USA bei der Deutschen Bank, ein Experiment durch: Sie ließen das interne Modell der Deutschen Bank, dbLumina, Anthropic's Claude und OpenAI's ChatGPT-5.2 separat die „Wahrscheinlichkeit bewerten, dass KI im nächsten Jahr die Inflation antreibt.“

Ergebnisse: dbLumina gab 40 % an, Claude 25 % und ChatGPT-5.2 20 %. Die drei Modelle waren sich bei der Einschätzung der „Wahrscheinlichkeit, dass KI die Inflation signifikant senkt“, einig: nur 5 %.

Der von den drei Modellen übereinstimmend genannte inflationäre Treiber: der Ausbau von Rechenzentren, die explodierende Nachfrage nach Halbleitern, der rasant wachsende Stromverbrauch von KI-Workloads – alles nachfragebedingte Preisdruckfaktoren.

Dies steht in krassem Gegensatz zum Konsens unter Wall-Street-Investoren. Das Team der Deutschen Bank schrieb in einem Forschungsbericht: „Wird KI eine große deflationäre Kraft? Nicht einmal die KI glaubt das.“

Auf einen Fünfjahreshorizont haben sich die Modelle zwar in Richtung eines größeren Deflationspotenzials verschoben. Die Wahrscheinlichkeit, dass „KI eine großflächige Deflation auslöst“, liegt jedoch immer noch im Bereich der Extremrisiken.

Optimismus an sich wirkt inflationär

Ein Papier der St. Louis Fed liefert einen theoretischen Rahmen, um all dies zu verstehen.

Faria-e-Castro und Ozkan verwenden ein makroökonomisches Standardmodell und definieren den KI-Investitionsrausch als „Nachrichtenschock“. Laut dem Fed-Beitrag lautet die Logik des Modells: Wenn Haushalte KI als revolutionäre Technologie beschrieben sehen, erwarten sie zukünftige Einkommenssteigerungen und erhöhen ihren Konsum vorab. Unternehmen erwarten Produktivitätsgewinne und steigern ihre Investitionen. Beide Effekte zusammen führen dazu, dass die Nachfrage das Angebot schnell übersteigt. Im Papier heißt es: „Diese Kräfte erzeugen gemeinsam einen Anstieg der nachfragebedingten Inflation – ein Kernmerkmal der frühen Phasen eines Nachrichtenschocks.“

Das Modell zeigt zwei Wege auf. Wenn KI tatsächlich einen Produktivitätssprung liefert, wird die kurzfristige Inflation durch langfristiges Produktionswachstum absorbiert, was die Wirtschaft in einen positiven Kreislauf versetzt. Wenn die Produktivität jedoch ausbleibt – im Papier als „anhaltend niedriges Wachstum und hartnäckig hohe Inflation“ beschrieben –, handelt es sich um Stagflation.

Laut den im Fed-Beitrag zitierten Daten liegt die annualisierte Wachstumsrate der totalen Faktorproduktivität (TFP) in den USA seit der Veröffentlichung von ChatGPT bei 1,11 % und damit unter dem historischen Durchschnitt von 1,23 %. Bisher hat die KI noch keine Spuren in den Produktivitätsdaten hinterlassen.

Unterdessen lag der US-VPI im Februar 2026 laut BLS-Daten bei 2,4 % gegenüber dem Vorjahr, der Kern-VPI bei 2,5 % – beide liegen noch unter dem 2%-Ziel der Fed. Das „Dot Plot“-Diagramm der Fed vom März zeigt eine mittlere Zinsprognose von 3,4 % zum Jahresende, was auf nur eine Zinssenkung in diesem Jahr hindeutet.

700 Milliarden Dollar fließen in die KI-Infrastruktur. Ob dieses Geld die Ursache für Inflation oder das Vorspiel zu einer Produktivitätsrevolution ist, hängt von einer Frage ab, die bisher niemand beantworten konnte: Werden die Modelle, die in diesen Rechenzentren laufen, die Wirtschaft tatsächlich effizienter machen?