Dieser Artikel ist Teil der Serie: „Das letzte deutsche Auto“ — wie KI und Energie das Automobil umgestalten
Das Versprechen war einfach: Jeden Verbrennungsmotor durch eine Batterie ersetzen, und der Planet atmet leichter. Dann betrat die künstliche Intelligenz den Raum und forderte denselben Strom.
Es gibt ein Diagramm, das europäische Energieplaner verfolgt. Es zeigt zwei Kurven, die bis 2030 und darüber hinaus steil ansteigen. Eine repräsentiert den Strombedarf zum Laden der von den Regierungen vorgeschriebenen Elektrofahrzeuge. Die andere repräsentiert den Strombedarf für die Rechenzentren, die künstliche Intelligenz trainieren und betreiben. Beide Kurven gehen von dasselbe Netz aus. Beide nehmen an, dass die gleichen Kraftwerke genutzt werden. Beide gehen davon aus, dass jemand anders herausfindet, wie man Elektronen aus dem Nichts erscheinen lässt.
Dies ist der Zusammenstoß, für den in Brüssel, Berlin oder Peking niemand geplant hat – und er gestaltet die Zukunft der Automobilindustrie schneller um, als es jede Emissionsregelung je könnte.
Die Mathematik, die niemand tun möchte
Die Europäische Union bezieht derzeit etwa 2 % ihres Stromverbrauchs aus Rechenzentren [1]. Das klingt überschaubar. Doch mit dem explosiven Wachstum von AI-Arbeitslasten – dem Training großer Sprachmodelle, dem Ausführen von Inferenz in großem Maßstab, dem Betreiben autonomer Systeme – wird dieser Anteil bis 2030 auf 5 % ansteigen [1]. Fünf Prozent mögen bescheiden erscheinen, bis man erfährt, was das in absoluten Zahlen bedeutet: Das entspricht dem gesamten jährlichen Stromverbrauch Polens [1].
Eine einzelne Hyperscale-AI-Trainingsstätte kann so viel Strom verbrauchen wie 100.000 Haushalte [1]. Die größten, derzeit geplanten Rechenzentren werden zwanzigmal mehr Strom benötigen als die heutigen Anlagen [2]. Bis 2040 könnte die Kapazität der Rechenzentren in der EU 75 Gigawatt erreichen, was ungefähr 510 Terawattstunden pro Jahr verbraucht [1]. Zum Vergleich: Der gesamte europäische Transportsektor – jedes Auto, jeder Lkw, jeder Zug, jeder Bus und jedes Schiff – wird bis dahin voraussichtlich etwa 500 Terawattstunden benötigen [1].
Lies das noch einmal. Die Server, die KI antreiben, werden bald mehr Strom verbrauchen als jedes Fahrzeug auf den europäischen Straßen.
Jetzt kommt das EV-Mandat hinzu. Die EU hat eine Frist bis 2035 festgelegt, um den Verkauf neuer Verbrennungsmotoren zu beenden. Jedes dieser Autos benötigt Ladeinfrastruktur, und jede Ladung wird von dem gleichen Netz drawn, das bereits Schwierigkeiten hat, die Verbindungen zu Rechenzentren zu bewältigen. In Irland verbrauchen Rechenzentren bereits fast 20 % des nationalen Stroms [2]. In den Niederlanden sind es 8 % [2]. Die Warteschlangen für Netzanschlüsse in traditionellen Rechenzentrum-Hubs wie Frankfurt, London, Amsterdam, Paris und Dublin erstrecken sich nun über sieben bis zehn Jahre — wobei einige Verzögerungen bis zu dreizehn Jahren dauern [2].
Das ist kein zukünftiges Problem. Es ist ein gegenwärtiger Engpass. Und es ist einer, den die Architekten der europäischen Industriepolitik entweder nicht voraussehen oder gewählt haben, zu ignorieren.
Deutschlands Zwei Krisen Sind Eigentlich Eine
Deutschland befindet sich an der Schnittstelle dieser beiden Energiekrisen, und die Ironie ist exquisit. Das Land, das das Automobil erfunden hat, das sein Nachkriegswirtschaftswunder auf dem Rücken von Volkswagen, BMW und Mercedes-Benz aufgebaut hat, das „deutsche Ingenieurskunst“ zu einem globalen Synonym für Präzision und Zuverlässigkeit gemacht hat — dieses Land sieht nun, wie seine Automobilindustrie schrumpft, während sein Energienetz unter konkurrierenden Anforderungen zusammenbricht.
Die Zahlen sind besorgniserregend. Die deutsche Autoindustrie produzierte 2017 5,65 Millionen Fahrzeuge, 2023 sind es nur noch 4,1 Millionen [3]. Volkswagen, BMW und Mercedes-Benz verzeichneten in den ersten neun Monaten 2024 einen Rückgang des Vorsteuergewinns um etwa ein Drittel [3]. Volkswagen plant, bis Ende des Jahrzehnts 35.000 Arbeitsplätze abzubauen – das erste Mal in der 87-jährigen Geschichte des Unternehmens, dass ernsthaft vorgeschlagen wird, deutsche Werke zu schließen [3]. Ein durchschnittlicher deutscher Autarbeiter verdient monatlich 5.300 € Grundgehalt, im Vergleich zum nationalen Durchschnitt von 4.300 € [3]. Die Arbeitskosten in der deutschen Automobilindustrie liegen bei 62 € pro Stunde, im Vergleich zu 29 € in Spanien und 20 € in Portugal [3].
Und dann gibt es noch die Energie. Seit dem Russland-Invasions von der Ukraine, die die günstigen Gaslieferungen unterbrochen hat – genau zu dem Zeitpunkt, als Deutschland die Kernkraft abschaltete – sind die industriellen Energiekosten drei bis fünfmal höher als in den Vereinigten Staaten oder China [3][4]. Der VDA, der Verband der Automobilindustrie Deutschlands, gibt zu, dass das Land „konsequent abfällt“ in den globalen Wettbewerbsrankings und bezeichnet den Trend als „bedenklich“ [4].
Aber hier ist der Teil, der direkt mit unserem AI-gegen-EV-Problem verbunden ist: Das deutsche Stromnetz kann nicht gleichzeitig die Elektrifizierung des Verkehrs, den Ausbau von AI-Datenzentren und die Fortführung der energieintensiven Produktion unterstützen. Irgendetwas muss nachgeben. Und die Beweise deuten darauf hin, dass das, was aufgegeben wird, der Traum ist, jedes Verbrennungsfahrzeug im ursprünglichen Zeitrahmen durch ein Elektrofahrzeug zu ersetzen.
China hat das kommen sehen
Während europäische Politiker Emissionsziele formulierten und den Kauf von E-Fahrzeugen subventionierten, baute China etwas anderes auf. Nicht nur Elektroautos – ein ganzes Hardware-Ökosystem, das darauf ausgelegt ist, die Abhängigkeit von westlicher Technologie auf allen Ebenen zu reduzieren.
Im Mai 2026 startete China gleichzeitig drei Quantencomputer, die jeweils eine andere Technologie verwendeten: photonisch, supraleitend und neutraler Atom [5]. Dies war keine Labordemonstration. Es handelte sich um operationale Maschinen, die echte Rechenlasten von zahlenden Kunden bearbeiteten. Das supraleitende System Origin Wukong-180, mit 180 Quantenbits, wurde zur ersten chinesischen Quantenplattform, die globalen Nutzern über Cloud-Zugang kommerziell zur Verfügung stand [5].
Im Juli 2026 berichtete Reuters, dass ein staatliches chinesisches Unternehmen mit der Produktion von domestisch entwickelten Immersions-Deep-Ultraviolet-Lithografiemaschinen begonnen hatte – die Ausrüstung, die benötigt wird, um fortschrittliche Computerchips herzustellen, ohne auf ausländische Lieferanten angewiesen zu sein [6]. Dies folgt auf jahrelange koordinierte Investitionen in Prozessoren, Speicher, Netzwerke und Fertigungstools. Huaweis Ascend 910C-Prozessoren werden als Alternativen zu Nvidia-Hardware für KI-Workloads eingesetzt [6].
Die Strategie besteht nicht darin, einen besseren Chip zu bauen. Es geht darum, eine komplette Lieferkette aufzubauen, die durch Exportkontrollen nicht gestört werden kann. Und es funktioniert – nicht perfekt, nicht vollständig, aber schnell genug, um die globale Technologielandschaft neu zu gestalten.
Was hat das mit Autos zu tun? Alles. Denn Chinas Streben nach Hardware-Unabhängigkeit erstreckt sich auf die Technologien, die die nächste Generation der Mobilität definieren werden: KI-Chips für autonomes Fahren, Quantenprozessoren für Optimierungsprobleme und die Energieinfrastruktur zur Versorgung beider. China wählt nicht zwischen der Elektrifizierung des Transports und dem Aufbau von KI-Kapazitäten. Es baut die Infrastruktur für beides, im großen Maßstab, mit staatlicher Koordination, die europäischen Demokratien schwerlich nachahmen können.
XPeng, der chinesische Elektrofahrzeughersteller, veranschaulicht diese Integration perfekt. Das Unternehmen verkauft nicht nur Autos. Es entwickelt autonome Fahrsysteme, die von seiner eigenen KI-Plattform betrieben werden, entwickelt humanoide Roboter, startet Robotaxis in chinesischen Städten und – vielleicht am kühnsten – produziert fliegende Autos. Sein „Land Aircraft Carrier“ hat 600 Vorbestellungen aus dem Nahen Osten gesichert, die größte Auslandsbestellung im Bereich fliegender Autos bisher [7]. Die Luftfahrtbehörde der VAE ist auf dem Weg, Lufttaxi-Zertifizierungen bis zum dritten Quartal 2026 abzuschließen [7].
Das ist keine Science-Fiction. Das ist ein Unternehmen, das Produkte verschickt, während europäische Automobilhersteller sich immer noch über Lade Standards streiten.
Die Subventionsfalle
Deutschlands Reaktion auf den Übergang zu Elektrofahrzeugen war, milde formuliert, inkonsistent. Die Regierung bot zunächst großzügige Subventionen für den Kauf von Elektrofahrzeugen an, stellte diese dann jedoch abrupt im Dezember 2023 aufgrund von Haushaltsengpässen ein [3][4]. Das Ergebnis war ein Rückgang der Verkaufszahlen von Elektrofahrzeugen um 27 % in Deutschland im folgenden Jahr [3].
„Die Entscheidung, die Subventionen plötzlich abzubauen, war sehr schlecht, da sie das Vertrauen unserer Kunden untergrub“, sagte Simon Schütz, Sprecher des VDA, der BBC [3]. Der unabhängige Analyst Jürgen Pieper wies auf das Fehlen einer „klaren Regierungsstrategie zur Elektromobilität“ hin [4]. Das Hin und Her erzeugte genau die Unsicherheit, die Verbraucher und Hersteller am wenigsten benötigten.
Doch das tiefere Problem sind nicht die Subventionen. Es ist die Annahme, die in die europäische Industriepolitik eingebettet ist: dass der Übergang von Verbrennungsmotoren zu Elektrofahrzeugen im Tempo erfolgen kann, das die Regierungen vorgegeben haben, unabhängig davon, ob das Stromnetz die Energie liefern kann, ob die Lieferketten die Materialien bereitstellen können und ob die Wirtschaftlichkeit ohne dauerhafte staatliche Unterstützung sinnvoll ist.
Die Internationale Energieagentur erwartet, dass die Nachfrage nach europäischen Rechenzentren bis 2030 um etwa 70 % wachsen wird [1]. Die Europäische Kommission zielt darauf ab, die Kapazität der Rechenzentren bis 2030–2032 zu verdreifachen [1]. Doch RaboResearch hält dieses Ziel der Verdopplung für „äußerst ehrgeizig und nicht erreichbar“ aufgrund von Einschränkungen des Stromnetzes [1]. Und das ist noch nicht einmal die zusätzliche Elektrizität berücksichtigt, die benötigt wird, um Millionen neuer Elektrofahrzeuge aufzuladen.
Die Rechnung geht nicht auf. Nicht im Tempo, das die Regierungen versprochen haben. Nicht mit der derzeit verfügbaren Netz-Infrastruktur. Nicht, während KI-Rechenzentren einen immer größeren Teil der Elektrizität absorbieren, die eigentlich für den Übergang im Transportsektor vorgesehen war.
Der Lobby-Wandel
Es gibt eine politische Dimension zu dieser Energie-Kollision, die selten offen diskutiert wird. Die Automobilindustrie ist seit Jahrzehnten eine der mächtigsten Lobbykräfte in der europäischen Politik. In Deutschland ist die Beziehung zwischen Autobauern und Landesregierungen so eng, dass Niedersachsen einen Sitz im Vorstand von Volkswagen hält [3]. In Baden-Württemberg und Bayern sind die politischen Schicksale der Ministerpräsidenten direkt mit der Gesundheit von BMW, Mercedes-Benz und Audi verbunden.
Aber die Lobbykraft ist eine Funktion des wirtschaftlichen Gewichts. Wenn die Automobilindustrie schrumpft – weniger Fabriken, weniger Arbeitsplätze, niedrigere Gewinne – nimmt ihr politischer Einfluss ebenfalls ab. In der Zwischenzeit wächst der Technologiesektor, einschließlich KI-Unternehmen und Betreiber von Rechenzentren, schnell und erzeugt neue Beschäftigung und Steuereinnahmen. Das Kräfteverhältnis verschiebt sich, und die Regierungen werden sich anpassen, wo immer das Geld und die Arbeitsplätze sind.
Das ist keine Verschwörung. Es ist einfach, wie Politik funktioniert. Wenn eine Branchenlobby an Einfluss verliert und eine andere gewinnt, folgt die Politik. Die plötzliche Abschaffung der EV-Subventionen durch die deutsche Regierung Ende 2023 – zu einem Zeitpunkt, als die Automobilindustrie nach Stabilität flehte – könnte das erste sichtbare Zeichen dieses Wandels gewesen sein.
Was kommt als Nächstes
Die Energie-Kollision zwischen KI und Elektrofahrzeugen ist kein theoretisches Experiment. Sie findet jetzt statt, in realen Netzbeschränkungen, in Warteschlangen, die in Jahren gemessen werden, und in nationalen Stromverbrauchszahlen, die bereits die Prognosen übersteigen.
Der Übergang zum elektrischen Transport wird weitergehen. Aber er wird langsamer, chaotischer und geografisch ungleicher sein, als die Vorgaben vermuten lassen. Länder mit eingeschränkten Netzen und konkurrierenden KI-Anforderungen — wozu die meisten westeuropäischen Länder gehören — werden hinter Ländern zurückfallen, die schnell genug Infrastruktur für Energie aufbauen können, um beide Revolutionen zu unterstützen.
Deutschland, trotz seiner ingenieurtechnischen Fähigkeiten, ist auf der falschen Seite dieser Gleichung. Sein Netz ist eingeschränkt, die Energiekosten gehören zu den höchsten in der entwickelten Welt und die industrielle Basis wurde für eine andere Ära konzipiert. Die Frage ist nicht mehr, ob sich die deutsche Autoindustrie wandeln wird. Die Frage ist, ob Deutschland die Transformation als das erkennt, was sie ist — und aufhört, zu versuchen, das zu retten, was nicht gerettet werden kann.
Referenzen
[1] Rabobank. (2026, Juli). Die große Elektrifizierung: Kann die EU ihre KI-Ambitionen umsetzen? RaboResearch. Link
[2] Eurelectric. (2025). KI und Energie. Link
[3] Leggett, T. (2025, 12. Februar). Die einst mächtige Automobilindustrie Deutschlands ist in der Krise. Was wird nötig sein, um sie zu reparieren? BBC News. Link
[4] Deutsche Welle. (2025, 27. Januar). Die deutsche Automobilindustrie bereitet sich auf Veränderungen vor, während die Autokrise zuschlägt. DW News. Link
[5] OriginQC. (2026, 22. Juli). Durchbruch bei Quantencomputern in China 2026: 3 neue Maschinen live. OriginQC Blog. Link
[6] CSSNinja. (2026, 28. Juli). Chinas AI-Chip-Push beschleunigt das Rennen um die Hardware-Unabhängigkeit. Link
[7] Integrator Media. (2026, 4. Mai). XPENG präsentiert die Zukunft der KI-Mobilität auf der Auto Show 2026 in Peking. Link
🔜 Als Nächstes in dieser Serie: Teil 2 untersucht, wie autonomes Fahren — nicht Elektrifizierung — die wirkliche Störung darstellt.
AI-Offenlegung: Dieser Beitrag wurde mit Unterstützung von künstlicher Intelligenz erstellt. Die Ideen, Analysen und Meinungen, die hier geäußert werden, sind meine eigenen — KI wurde verwendet, um meine persönlichen Notizen und Gedanken in den endgültigen schriftlichen Inhalt zu komponieren, zu strukturieren und zu verfeinern. Die in diesem Beitrag enthaltenen Bilder und Videos wurden ebenfalls mit KI-Tools erstellt, basierend auf meinen eigenen kreativen Eingaben und Anweisungen.
