Rohstoff Intelligenz:
Warum KI zur strategischen Ressource der Weltmächte wird

Das neue Öl – und die Grenze des Bildes

Die Vorstellung, dass Daten der Rohstoff des digitalen Zeitalters seien, ist älter, als die heutige KI-Debatte vermuten lässt. Schon 2006 prägte der britische Datenwissenschaftler Clive Humby den Satz, Daten seien „das neue Öl" – wertvoll, aber im Rohzustand unbrauchbar, erst durch Verarbeitung nutzbar. 2017 machte eine Titelgeschichte des Magazins The Economist die These massentauglich: Die wertvollste Ressource der Welt sei nicht länger Öl, sondern Daten.

So eingängig das Bild ist, es verdeckt eine entscheidende ökonomische Differenz. Öl ist ein rivalisierendes Gut: Ein verbranntes Fass steht niemandem mehr zur Verfügung, und die Vorräte sind endlich. Daten verhalten sich anders. Sie lassen sich zu nahezu null Grenzkosten kopieren, gleichzeitig von beliebig vielen nutzen und vermehren sich, statt sich zu erschöpfen. Wer Daten besitzt, verliert sie durch Nutzung nicht. Ökonomen haben deshalb früh darauf hingewiesen, dass die Analogie als wirtschaftliche Gleichung nur begrenzt trägt.

Für die Machtfrage ist gerade diese Differenz aufschlussreich. Wenn der eigentliche Rohstoff unbegrenzt vermehrbar ist, kann Knappheit – und damit Kontrolle – nicht vom Rohstoff selbst ausgehen. Sie verschiebt sich auf die Mittel, mit denen aus Daten Intelligenz wird: auf Rechenleistung, Energie und das Material, aus dem beide bestehen. Dort, an den knappen physischen Stufen der Veredelung, liegt die eigentliche Hebelwirkung.

Woraus Intelligenz wirklich gemacht ist

Ein leistungsfähiges KI-Modell entsteht aus dem Zusammenspiel von vier Schichten, die sich übereinanderstapeln wie eine Lieferkette. Am Anfang stehen kritische Mineralien, ohne die sich keine Hochleistungselektronik fertigen lässt. Aus ihnen werden Halbleiter, die das knappste und teuerste Gut der Kette sind. Diese Halbleiter rechnen nur, solange ausreichend Strom fließt und die Abwärme abgeführt wird. Und erst Daten, Forschungstalent und Kapital formen aus dieser Infrastruktur ein nutzbares Modell.

Das Aufschlussreiche an dieser Kette ist ihre Verwundbarkeit. Jede der vier Schichten ist ungleich über die Welt verteilt, und in mehreren von ihnen liegt die entscheidende Kapazität in sehr wenigen Händen. Wer eine einzige dieser Stufen kontrolliert, kann den Durchfluss der gesamten Kette drosseln – unabhängig davon, wie viele Daten andernorts vorhanden sind. Die folgenden Abschnitte gehen die Engstellen der Reihe nach durch.

Die Engstellen der Macht: Halbleiter

Die fortschrittlichsten Chips, die das Training großer Modelle überhaupt ermöglichen, entstehen an einer der engsten Stellen der Weltwirtschaft. Nach Daten der US-Handelsbehörde USITC werden rund 78 Prozent der Logikchips unterhalb von sieben Nanometern und etwa 95 Prozent der allermodernsten Drei-Nanometer-Chips in Taiwan gefertigt. Eine einzige Auftragsfertigerin hält dabei einen Großteil des weltweiten Marktes für solche Spitzenchips.

Noch enger wird es eine Stufe davor. Die Maschinen, die diese Chips mit extrem-ultraviolettem Licht belichten, stammen von einem einzigen Hersteller weltweit, ansässig in den Niederlanden. Jeder Fertiger fortgeschrittener Halbleiter ist auf dieses eine Unternehmen angewiesen. Eine Ressource, deren Veredelung an einem solchen Nadelöhr hängt, ist im Krisenfall kaum zu ersetzen – ein Bauplan lässt sich kopieren, eine über Jahrzehnte gewachsene Fertigungskunst nicht.

Dass diese Engstellen längst als geopolitische Waffe verstanden werden, zeigt die Politik der Exportkontrollen. Seit Oktober 2022 hat die US-Regierung in mehreren Stufen den Export fortgeschrittener Rechenchips und der zugehörigen Fertigungsanlagen nach China beschränkt und in den Folgejahren immer weiter verschärft. Rechenleistung – im Fachjargon schlicht „Compute" – ist damit zu einem strategisch kontrollierten Gut geworden, dessen Verfügbarkeit ganze Volkswirtschaften ausbremsen oder beschleunigen kann. Wie sehr es auf diese Kapazität ankommt, verdeutlicht eine Kennziffer des Stanforder KI-Index: Die Rechenleistung, die in das Training der jeweils führenden Systeme fließt, verdoppelt sich etwa alle fünf Monate.

Der physische Preis: Energie und Netz

Rechenleistung ist ohne Strom wertlos, und der Hunger der KI-Infrastruktur nach Energie ist zu einem eigenen strategischen Faktor geworden. Nach dem Bericht „Energy and AI" der Internationalen Energieagentur verbrauchten Rechenzentren 2024 weltweit rund 415 Terawattstunden Strom – etwa 1,5 Prozent des globalen Stromverbrauchs. Bis 2030 könnte dieser Wert auf rund 945 Terawattstunden steigen, knapp drei Prozent des Weltverbrauchs und damit etwas mehr, als Japan heute insgesamt an Strom benötigt.

Der eigentliche Engpass ist dabei nicht der Brennstoff, sondern das Netz. Strom muss dort verfügbar sein, wo die Rechenzentren stehen, und der Ausbau der Leitungen hält mit dem Tempo der Nachfrage nicht Schritt. Die Energieagentur schätzt, dass rund ein Fünftel der weltweit geplanten Rechenzentrums-Projekte durch angespannte Stromnetze verzögerungsgefährdet ist; Wartezeiten für Netzanschlüsse von fünf bis zehn Jahren sind keine Seltenheit. Wer ein KI-Rechenzentrum bauen will, konkurriert um Netzkapazität wie früher Industriebetriebe um die Nähe zur Kohle.

Damit wird Energiepolitik zur KI-Politik. Länder mit reichlich verfügbarem, bezahlbarem Strom und ausbaufähigen Netzen verfügen über einen Standortvorteil, den man nicht nach Belieben aufholen kann. Die überkommene Geografie der Energie – wer Kraftwerke, Leitungen und Kühlwasser hat – prägt damit unmittelbar die neue Geografie der Intelligenz.

Die alten Rohstoffe der neuen Ressource

Unter den Halbleitern liegt eine Schicht, die das Bild vom „neuen Öl" auf eine unerwartete Weise einholt: klassische Bergbau-Rohstoffe. Hochfrequenz- und Leistungselektronik benötigt Metalle wie Gallium und Germanium, moderne Magnete und Sensoren brauchen Seltene Erden. Diese Stoffe sind geologisch nicht extrem selten, ihre Aufbereitung jedoch hochkonzentriert.

Nach Angaben des US-amerikanischen geologischen Dienstes USGS entfällt der überwiegende Teil der weltweiten Gallium-Primärproduktion auf China; bei mehreren kritischen Mineralien – darunter Seltene Erden – liegt der chinesische Anteil an der globalen Raffination über 90 Prozent. Für die Europäische Union ist die Lage besonders deutlich: Nach einer Studie der EU-Kommission von 2023 werden praktisch 100 Prozent der in der EU verarbeiteten Seltenen Erden in China raffiniert.

Auch diese Engstelle ist bereits zum Instrument geworden. China hat seit 2023 in mehreren Schritten Ausfuhrbeschränkungen für Gallium, Germanium und später für bestimmte Seltene Erden und Magnete verhängt – mal als Lizenzpflicht, mal als gezieltes Exportverbot. Die Verfügbarkeit dieser Metalle ist damit zu einem Faustpfand im Ringen der Großmächte geworden. Die neue Ressource Intelligenz ruht auf den alten Ressourcen der Erde, und wer diese kontrolliert, sitzt an einem der längsten Hebel der gesamten Kette.

Das Kräfteverhältnis: USA, China, Europa

Legt man diese Engstellen übereinander, ergibt sich eine ungleiche Verteilung der Macht. Die USA dominieren beim Chip-Design, beim Forschungstalent und beim Kapital. China kontrolliert große Teile der Mineralien-Raffination und holt bei den Modellen rasch auf. Taiwan und die Niederlande halten je ein unverzichtbares Glied der Fertigungskette. Europa verfügt über keinen dieser Trümpfe in entscheidender Größe.

Die Erhebungen des Stanforder KI-Index zeichnen das Bild für das Jahr 2024 scharf nach. Auf die USA entfielen 40 der bedeutenden neuen KI-Modelle, auf China 15, auf ganz Europa lediglich 3. Bei den privaten KI-Investitionen lagen die USA mit rund 109 Milliarden US-Dollar etwa zwölfmal so hoch wie China. Der kombinierte Investitionsaufwand der größten Infrastruktur-Konzerne in Rechenzentren hat sich zwischen 2024 und 2025 nach deren Quartalsberichten von rund 226 auf etwa 410 Milliarden US-Dollar nahezu verdoppelt.

Zugleich verengt sich der Abstand bei der reinen Modellqualität. Auf einem gängigen Wissens-Benchmark schrumpfte der Vorsprung der besten US-Systeme vor den besten chinesischen Modellen laut Stanford binnen eines Jahres von 17,5 auf 0,3 Prozentpunkte. Das Rennen um die Fähigkeit ist enger, als die Investitionssummen vermuten lassen – die Kontrolle über die physischen Engstellen bleibt davon jedoch unberührt.

Europas eigentliche Machtwährung liegt auf einem anderen Feld. Über die Größe ihres Binnenmarktes setzt die EU regulatorische Standards, denen sich auch ausländische Anbieter beugen, sobald sie auf dem Markt mitspielen wollen – ein Effekt, den die Rechtswissenschaftlerin Anu Bradford unter dem Namen „Brussels Effect" untersucht hat. Das europäische KI-Regelwerk ist Ausdruck dieser Strategie. Welche Pflichten daraus für Unternehmen folgen, ordnet der Beitrag zum europäischen KI-Regelwerk und seinen Stichtagen ein. Regulierung ersetzt allerdings keine Fertigungskapazität – sie gestaltet die Nutzung einer Ressource, deren Förderung anderswo stattfindet.

Souveräne KI und der neue Ressourcen-Nationalismus

Aus dieser ungleichen Verteilung ist ein politischer Begriff erwachsen: die souveräne KI. Gemeint ist die Fähigkeit eines Staates oder Wirtschaftsraums, KI auf eigener Infrastruktur, mit eigenen Daten und eigenem Personal aufzubauen und selbst zu betreiben, statt vollständig auf ausländische Anbieter angewiesen zu sein. Hinter dem Schlagwort steht eine nüchterne Sorge: Wer die Rechenleistung und die Modelle nicht selbst beherrscht, gerät in eine Abhängigkeit, die sich politisch ausnutzen lässt.

Die historische Parallele drängt sich auf. Im zwanzigsten Jahrhundert gerieten rohstoffarme Länder in Abhängigkeit von wenigen Öl-Exporteuren, und der Zugang zu dieser einen Ressource bestimmte Bündnisse und Konflikte. Eine ähnliche Logik zeichnet sich bei der Rechenleistung ab: Volkswirtschaften ohne eigene Fertigungs-, Energie- oder Modellkapazität drohen zu Abnehmern zu werden, die Konditionen akzeptieren, statt sie mitzubestimmen. Der Ressourcen-Nationalismus früherer Epochen kehrt im Gewand der Compute-Souveränität zurück.

Bemerkenswert ist dabei eine Bewegung beim Forschungstalent. Nach Erhebungen des Global AI Talent Tracker arbeiten rund 59 Prozent der weltweiten Spitzenforscher an US-Institutionen – ein erheblicher Teil davon zugewandert. Talent ist die einzige Schicht der Kette, die sich verlagern lässt, und gerade deshalb ein hart umkämpftes Gut. Wer die klügsten Köpfe anzieht, verschafft sich einen Vorsprung, den keine Mineralie und kein Kraftwerk ersetzt.

Die historische Folie: Montanunion

Es hat in der europäischen Geschichte einen Moment gegeben, in dem der strategische Schlüsselrohstoff einer Epoche bewusst der reinen Machtlogik entzogen wurde. Nach 1945 galten Kohle und Stahl als die Grundlage jeder Industrie- und Rüstungsmacht. Statt sie zum Gegenstand des nächsten Konflikts werden zu lassen, schlug der französische Außenminister Robert Schuman 1950 vor, die Kohle- und Stahlproduktion Frankreichs und Deutschlands einer gemeinsamen Behörde zu unterstellen. Ein Jahr später entstand daraus die Montanunion – der erste Baustein der späteren europäischen Integration.

Die Idee war so einfach wie radikal: Wer die kritische Ressource gemeinsam und regelbasiert verwaltet, macht den Krieg um sie, in Schumans Worten, „nicht nur undenkbar, sondern materiell unmöglich". Hier liegt die schärfste Folie für die Gegenwart. Die heutige Entwicklung läuft in die entgegengesetzte Richtung – hin zu nationaler Kontrolle, Exportkontrollen und konkurrierenden Infrastruktur-Programmen. Die Frage, ob sich für die Ressource Intelligenz je eine gemeinsame Ordnung finden lässt, ist offen. Die historische Erfahrung zeigt zumindest, dass es eine Alternative zum reinen Wettlauf gibt.

Für Europa bedeutet das eine doppelte Aufgabe: die eigene Abhängigkeit in den kritischen Schichten zu verringern und zugleich auf Regeln hinzuwirken, die Knappheit nicht zur Waffe werden lassen. Beides ist eine Frage des langen Atems, und beides entscheidet darüber, ob der Kontinent die Ressource mitgestaltet oder nur verbraucht.