Goldman Sachs: 7,6 Billionen Dollar für KI-Infrastruktur bis 2031, Nvidia sichert sich 75% des Rechenmarkts
Kurzfassung
Goldman Sachs prognostiziert 7,6 Billionen Dollar kumulative KI-Infrastrukturausgaben bis 2031. Nvidia soll 75% des Rechenmarkts abschöpfen; die Stromversorgung bleibt der kritischste Engpass.
Am 6. Juni veröffentlichte Goldman Sachs einen Forschungsbericht mit dem Titel “Tracking Trillions”. Die zentrale Zahl: kumulative KI-Infrastruktur-Investitionen von 7,6 Billionen US-Dollar zwischen 2026 und 2031, ungefähr ein Viertel des jährlichen US-BIP.
Das Basismodell setzt die jährlichen Ausgaben für 2026 bei 765 Milliarden Dollar an, die bis 2031 auf 1,6 Billionen Dollar pro Jahr anwachsen. Der Bericht legt alle Annahmen offen, sodass Leser nachvollziehen können, wie empfindlich die Prognosen auf Änderungen bei Hardwarepreisen, Abschreibungszyklen und Energieverfügbarkeit reagieren.
Drei Schichten: Rechenleistung, Rechenzentren und Energie
Goldman unterteilt den KI-Aufbau in drei Ausgabenkategorien.
Rechenleistung macht mit 5,1 Billionen Dollar den größten Anteil aus. Als Berechnungsgrundlage dient Nvidias nächste Generation, die Rubin VR200 GPU, zum Stückpreis von 80.500 Dollar, etwa doppelt so teuer wie die H100 zum Marktstart.
Rechenzentren machen 2,1 Billionen Dollar aus, einschließlich Bau, Kühlung, elektrische Upgrades und Netzwerkinfrastruktur.
Energie und Energieinfrastruktur ist der kleinste Posten mit 358 Milliarden Dollar, wird aber von Analysten als der bindendste Engpass für Deployment-Zeitpläne eingestuft.
Nvidias strukturelle Dominanz
Von den 5,1 Billionen Dollar im Rechenbereich erwartet Goldman, dass Nvidia rund 75% oder etwa 3,8 Billionen Dollar kumulierten Umsatz bis 2031 abschöpfen wird.
Die kombinierten Kapitalausgaben von Meta, Microsoft, Amazon und Alphabet für die Geschäftsjahre 2025 bis 2030 wurden auf 5,3 Billionen Dollar angehoben, von einem früheren Schätzwert von 4,5 Billionen. Oracle plant bis 2030 zusätzliche KI-bezogene Investitionen von rund 2 Billionen Dollar. Der Konsens-Capex der Hyperscaler für 2026 liegt jetzt bei 527 Milliarden Dollar, gegenüber 465 Milliarden zu Jahresbeginn.
AMD, Intel, Googles TPUs und chinesische Eigenentwicklungen konkurrieren um Marktanteile. Goldman sieht Nvidias Software-Ökosystem als kurzfristig nicht replizierbar. Diese Einschätzung gibt es schon länger, aber die Beschaffungszahlen liefern bisher keinen ernsthaften Widerspruch.
Energie: Der härteste Engpass
Die 358 Milliarden Dollar für Energie sind der kleinste Anteil der 7,6 Billionen, repräsentieren aber bereits bestätigte Verträge. Die tatsächliche Lücke ist größer.
KI-Rechenzentren haben bereits einen Quantensprung beim Stromverbrauch vollzogen. Traditionelle Hyperscale-Racks laufen bei etwa 40 Kilowatt. Nächste-Generation KI-Anlagen werden für 500+ Kilowatt pro Rack ausgelegt, eine Verzehnfachung. Die Baukosten sind von 10 Millionen auf 15 bis 20 Millionen Dollar pro Megawatt gestiegen.
Flüssigkühlung wird vom Sonderfall zur Standardausstattung. Der Markt soll von derzeit 5,5 Milliarden Dollar auf 15,75 Milliarden Dollar bis 2030 wachsen. Amazon-CEO Andy Jassy sagte es direkt: “Unsere größte Einschränkung ist die Stromversorgung.” Goldman zitiert dies explizit.
Kernkraft ist wieder in ernsthaften Unternehmensplanungen. Vistra Energy schloss einen 20-Jahres-Vertrag mit Meta über 2.600 Megawatt. Netzanschluss-Wartelisten erstrecken sich jetzt über Jahre, was große Unternehmen dazu bringt, direkte Verträge mit Kernkraft- und Erneuerbaren-Betreibern abzuschließen.
Goldmans eigene Warnung
Der Bericht trägt eine innere Spannung, die beachtenswert ist. Am 2. Juni erklärte ein Goldman-Aktienexperte, der institutionelle Kunden berät: “Die Wirtschaftlichkeit der künstlichen Intelligenz ist heute fraglicher als vor zwei Jahren.”
Goldman quantifiziert den Ausgabenumfang, während die Aktienresearch-Abteilung darauf hinweist, dass Umfang keine Renditen garantiert.
Die Unsicherheit konzentriert sich auf Abschreibungsannahmen. Drei Jahre versus sieben Jahre GPU-Lebensdauer erzeugen eine Prognosedifferenz von 1,76 Billionen Dollar im kumulierten Ausblick. KI-Modellarchitekturen entwickeln sich schnell genug, dass frühere Chips möglicherweise vor ihrer vollständigen Abschreibung veraltet sind.
Preise werden weiter steigen
Für Unternehmenseinkäufer ist die direkteste Implikation die Preisentwicklung.
Im März 2026 hob Alibaba Cloud die KI-Rechenpreise um bis zu 34% und die Speicherpreise um 30% an, unter Berufung auf gestiegene Hardwarebeschaffungskosten. Baidu zog im selben Monat nach. In Goldmans Rahmen ist dieser Ablauf folgerichtig: Die Verhandlungsmacht liegt bei Nvidia und einer Handvoll Hyperscalern, und wenn deren Kosten steigen, fließen sie durch die Kette zu Cloud-Kunden.
Cloud-KI-Rechenpreise werden in den kommenden Jahren wahrscheinlich weiter ansteigen, es sei denn, die GPU-Energieeffizienz verbessert sich wesentlich oder eine glaubwürdige Nvidia-Alternative entsteht in großem Maßstab. Organisationen, die KI-Infrastrukturbudgets planen, sollten Rechenkosten als dynamische Variable behandeln.
Wenn dieser Artikel hilfreich war, abonniere den Newsletter für wöchentliche KI-PM-Einblicke.
Weiterführende Artikel
Verwandte Artikel
NVIDIA kündigt 20-Milliarden-Investment für Europas KI-Infrastruktur an: VivaTech 2026 startet in Paris
Jensen Huang eröffnete die VivaTech 2026 in Paris mit 20 Milliarden US-Dollar für KI-Infrastruktur in acht europäischen Ländern, nur Tage nachdem US-Exportkontrollen Europas Abhängigkeit von amerikanischer KI bloßgestellt hatten.
NVIDIA N1X vorgestellt: CUDA kommt zu ARM-Laptops, Jensen Huang kündigt neue PC-Ära an
NVIDIA präsentierte auf der Computex 2026 den N1X, seinen ersten ARM-Laptop-SoC mit 6.144 CUDA-Kernen und 1.000 TOPS KI-Leistung. Dell, Lenovo und Asus gehören zu den ersten Partnern. Der Kampf um Windows ARM beginnt.