Die Börse diskutiert Künstliche Intelligenz üblicherweise anhand großer Themen wie Automatisierung, Robotik und Disruptionen. In der Realwirtschaft muss die dafür benötigte Rechenleistung jedoch gebaut, versorgt und betrieben werden. Genau dieser Übergang prägt den aktuellen Zyklus: Energie, Netzverfügbarkeit, Rohstoffe und Infrastruktur werden zu Engpassfaktoren. So betont die Internationale Energieagentur IEA in ihrer Analyse „Energy and AI“: Der Stromverbrauch von Rechenzentren soll sich bis 2030 auf rund 945 TWh verdoppeln, bei einem deutlich langsameren Nachfragewachstum im Energiesystem insgesamt. Diese Entwicklung ist für Investoren relevant, weil sie die klassische Reihenfolge umkehrt: Während die IT in zwei bis drei Jahren Kapazitäten bereitstellen kann, benötigt die Energie- und Netzinfrastruktur häufig deutlich längere Vorläufe.
Damit rückt ein Problem in den Mittelpunkt, das bei den traditionellen KI-Gewinnern kaum sichtbar ist: Standort und Netzanschluss. In Deutschland werden für neue Rechenzentren teils Wartezeiten von bis zu sieben Jahren für den Netzanschluss genannt; in einzelnen europäischen Märkten liegen die Größenordnungen noch darüber. Auch große Betreiber verweisen inzwischen auf die Netzanschlussdauer als entscheidenden Faktor für Investitionsentscheidungen. Wenn Strom und Anschlusskapazität knapp sind, werden Flächen mit geeigneter Widmung, gesicherter Energieanbindung und guter Glasfaseranbindung zu einem knappen Gut.
Die Folge sind auch deutlich steigende Grundstückspreise in etablierten Clustern. Für die USA weist der „Data Center Development Cost Guide 2025“ von Cushman & Wakefield eine deutliche Preisbewegung bei großen Flächen aus: Für 50-Acre-Parzellen wurde zuletzt ein Anstieg der durchschnittlichen Preise um 23 Prozent beobachtet. Parallel steigen die Bau- und Ausrüstungskosten. In EMEA wurden zuletzt Baukosten in einer Bandbreite von rund 7,3 bis 13,3 Millionen US-Dollar je Megawatt IT-Last berichtet; die Knappheit liegt bei Stromverfügbarkeit, Lieferketten und Kapazitäten. Diese Beobachtungen schließen somit an den zuletzt erlebten „Halo-Trade“ an: Ein Teil der KI-Rendite entsteht damit in Vermögenswerten mit hoher Kapitalbindung und geringem Obsoleszenzrisiko, deren Cashflows an die physischen Voraussetzungen der Digitalisierung gekoppelt bleiben. Rechenzentren sind in diesem Sinn ein Knotenpunkt zwischen Technologie und Realwirtschaft.
Die Vernetzung mit dem Industriesektor zeigt sich vor allem an zwei Stellen. Zum einen steigt die Nachfrage nach Netztechnik, Transformatoren, Schaltanlagen, Notstrom- und Kühlsystemen, die in klassischen Industrials-Wertschöpfungsketten verankert sind. Hinzu kommt eine Infrastrukturkomponente: Wo Netzanschlüsse fehlen, weichen Betreiber wegen Netzengpässen zunehmend auf eigene Energieversorgung über Gasturbinen oder Generatoren aus, die dann wiederum errichtet werden müssen. Materials und Rohstoffe werden dabei gleich doppelt berührt. Erstens erhöhen Netzausbau, Elektrifizierung und Rechenzentrumsbau die Nachfrage nach Metallen und Grundstoffen. Zweitens verschärfen Material- und Energiepreise die Baukosten, was die Projektökonomie beeinflusst und die Spreizung zwischen gut angebundenen Standorten und „Bau ohne Strom“ vergrößert. Knappe Inputs treffen damit auf investitionsgetriebene Nachfrage, während die Zyklen über Preisvolatilität und Projektlaufzeiten laufen.
Die strategische Portfolio-Implikation folgt aus der Trennung der Ertragsquellen. Wer Rechenzentren ausschließlich als Technologiethema betrachtet, übersieht den Investitionszyklus, der in Industrials, Infrastruktur und Materials abläuft. Eine robuste Positionierung zielt daher auf Vermögenswerte, die an Netzanschluss, Bau, Ausrüstung, Rohstoffinputs und regulierte Infrastruktur gekoppelt sind, und sie begrenzt zugleich Klumpenrisiken in hoch bewerteten „reinen“ KI-Titeln. Der Mehrwert entsteht durch Konstruktion: klare Zielgewichte, bewusste Zins- und Zyklikexponierung und Auswahlprozesse, die Standort- und Anschlussrisiken als zentrale Werttreiber behandelt.
