Im Dezember 2025 stellt sich ein 84-jähriger US-Senator vor die Kameras und fordert etwas, das die Tech-Industrie für undenkbar hält: einen landesweiten Baustopp für KI-Rechenzentren. Bernie Sanders ist damit der erste Abgeordnete im US-Kongress, der eine solche Maßnahme offiziell vorschlägt. [1] Wenige Monate später folgen Städte wie Denver, New Orleans und Madison mit lokalen Moratorien. [2] Das klingt nach einem politischen Nischenthema aus den USA. Ist es nicht. Denn die Argumente, die Sanders anführt, stammen nicht von Technologie-Gegnern. Sie stammen von den Bauherren der Technologie selbst.
Zur Methodik: Die Recherche für diesen Artikel basiert auf einer parallelen Analyse mit fünf KI-Systemen (ChatGPT, Claude, Gemini, DeepSeek und Perplexity). Jedes System hat unabhängig Quellen recherchiert, Zitate verifiziert und Daten zusammengetragen. Die Einordnung, Analyse und Bewertung der Ergebnisse ist meine eigene Arbeit. Alle Quellenangaben im Anhang verweisen auf die Primärquellen, nicht auf die KI-Ausgaben. Dieses Vorgehen ist Teil unserer Überzeugung: KI ist ein Recherche-Werkzeug. Die Perspektive kommt vom Menschen.
Wenn die Architekten vor dem Gebäude warnen
Sanders zitiert in seiner Rede eine Reihe von Aussagen, die bei genauer Betrachtung bemerkenswert sind. Nicht wegen ihres Inhalts, sondern wegen ihrer Absender.
Elon Musk, reichster Mensch der Welt und Investor in KI-Unternehmen, schrieb im Oktober 2025 auf X: KI und Roboter werden alle Jobs ersetzen. Arbeiten wird optional. [3] Bei der VivaTech-Konferenz in Paris 2024 hatte er dasselbe gesagt und ein universelles hohes Einkommen als Lösung vorgeschlagen, ohne ein Finanzierungsmodell zu benennen. [4]
Dario Amodei, CEO von Anthropic, warnte im Mai 2025 gegenüber Axios, dass KI innerhalb der nächsten fünf Jahre die Hälfte aller Einstiegspositionen im Bürobereich verdrängen könne. Die Arbeitslosigkeit könne auf 10 bis 20 Prozent steigen. [5] Gegenüber CNN ergänzte er: Wir als Hersteller dieser Technologie haben die Pflicht, ehrlich zu sagen, was kommt. [6]
Mustafa Suleyman, Chef von Microsoft AI, prognostizierte im Februar 2026 gegenüber der Financial Times, dass die meisten professionellen Büroaufgaben innerhalb von 12 bis 18 Monaten vollständig automatisiert sein werden. [7] Jim Farley, CEO von Ford, sprach von der Hälfte aller White-Collar-Jobs in den USA. [8] Bill Gates gab im März 2025 zu Protokoll, dass Menschen innerhalb von zehn Jahren für die meisten Dinge nicht mehr gebraucht würden. [9]
Geoffrey Hinton, Nobelpreisträger für Physik 2024 und einer der Väter moderner neuronaler Netze, schätzt die Wahrscheinlichkeit, dass KI die Menschheit existenziell bedroht, auf 10 bis 20 Prozent. Er verließ Google 2023, um frei darüber sprechen zu können. [10]
Larry Ellison, Mitgründer von Oracle und einer der größten KI-Investoren, skizzierte auf einer Analystenkonferenz im September 2024 seine Vision einer lückenlosen KI-Überwachung: Bürger werden sich von ihrer besten Seite zeigen, weil wir ständig alles aufzeichnen und berichten. [11]
Alle diese Zitate sind öffentlich dokumentiert und im Kontext nachprüfbar. Sanders hat sie korrekt wiedergegeben. Der offene Brief Pause Giant AI Experiments vom März 2023, unterzeichnet von über 33.000 Personen, darunter Musk und zahlreiche KI-Forscher, forderte bereits eine mindestens sechsmonatige Pause für das Training von Systemen jenseits von GPT-4. [12] Die Pause wurde nie umgesetzt. Stattdessen haben die Unternehmen ihre Investitionen weiter erhöht.
Was passiert, wenn man bremst
Die Idee eines Moratoriums für Rechenzentren ist in Europa nicht neu. Amsterdam verhängte im Juli 2019 ein sofortiges Bauverbot. Die Begründung: begrenzter Platz, Belastung der Infrastruktur. Fünf Jahre später zeigen die Daten: Die Zahl der Rechenzentren in den Niederlanden sank von 189 auf 187. Die Zahl der Colocation-Anbieter fiel von 111 auf 95. Die internationale Nachfrage verlagerte sich nach Frankfurt, London und Paris. [13] Der Markt hat sich bis heute nicht erholt.
In Dublin verhängte der irische Netzbetreiber EirGrid 2022 ein De-facto-Moratorium. Der Grund: Rechenzentren verbrauchten 2023 bereits 21 Prozent des gesamten irischen Stroms. In Dublin selbst lag der Anteil bei fast 80 Prozent des regionalen Bedarfs. [14] Ende 2025 wurde das Moratorium gelockert, unter neuen Bedingungen: Jedes Rechenzentrum muss eigene Stromerzeugung oder Speicherkapazität nachweisen und 80 Prozent seines Bedarfs aus irischen erneuerbaren Quellen decken. [15]
Die Erfahrung zeigt: Ein Moratorium bremst den lokalen Markt, aber die Nachfrage verschwindet nicht. Sie verlagert sich. Amsterdam hat Kapazität verloren, Frankfurt hat sie gewonnen. Die Frage ist, ob das ein gewolltes Ergebnis ist oder ein Kollateralschaden.
Deutschland: Regulierung statt Baustopp
Deutschland geht einen anderen Weg. Statt Moratorium setzt die Bundesregierung auf das Energieeffizienzgesetz (EnEfG), in Kraft seit November 2023. Neue Rechenzentren müssen ab Juli 2026 eine Power Usage Effectiveness von maximal 1,2 erreichen. Der aktuelle Durchschnitt in Deutschland liegt bei 1,46, der globale bei 1,55 bis 1,59. [16] Ab 2027 müssen alle Rechenzentren bilanziell 100 Prozent Strom aus erneuerbaren Energien beziehen. [17]
Die Zahlen zeigen, warum das relevant ist. Deutsche Rechenzentren verbrauchten 2022 rund 17,9 Milliarden Kilowattstunden Strom. Die Prognose bis 2030 liegt bei bis zu 30 Milliarden. [18] Die installierte IT-Kapazität lag 2024 bei über 2.730 Megawatt, mit einer Verdopplung auf über 4.800 Megawatt bis 2030. [19] Zum Vergleich: Das geplante Meta-Rechenzentrum in Louisiana hat allein eine projektierte Leistungsaufnahme von über 2 Gigawatt. Ein einzelnes Gebäude, das mehr Energie benötigt als alle 1.994 Rechenzentren in Deutschland zusammen. [20]
Energiekosten liegen in Deutschland durch Netzentgelte und Abgaben fast doppelt so hoch wie im europäischen Durchschnitt. 50 Prozent der Betriebskosten eines Rechenzentrums entfallen auf Energie. [16] Das EnEfG zwingt die Branche zur Effizienz: Abwärmenutzung ab 2026, strenge PUE-Grenzwerte, Meldepflichten. Das ist kein Moratorium, aber es ist eine Rahmung, die Ergebnisse erzwingt.
Der Arbeitsmarkt: Andere Ausgangslage als in den USA
Die Prognosen der Tech-CEOs sind auf den US-Markt zugeschnitten. Die europäische und deutsche Datenlage ergibt ein differenzierteres Bild.
Der IAB-Forschungsbericht 23/2025 projiziert die Auswirkungen von KI auf den deutschen Arbeitsmarkt über 15 Jahre. Das zentrale Ergebnis: Die Gesamtzahl der Arbeitsplätze bleibt auf ähnlichem Niveau wie im Referenz-Szenario ohne KI. Darunter verbergen sich massive Verschiebungen. Rund 1,6 Millionen Arbeitsplätze werden entweder neu geschaffen oder abgebaut. IT-Dienstleister gewinnen rund 110.000 Stellen. Unternehmensdienstleister verlieren rund 120.000. [21] Das jährliche Wirtschaftswachstum fällt im KI-Szenario durchschnittlich um 0,8 Prozentpunkte höher aus, kumuliert über 15 Jahre: 4,5 Billionen Euro zusätzliche Wertschöpfung. [22]
Das ifo Institut bestätigt: Bereits heute erwartet ein Viertel der befragten Unternehmen in Deutschland, aufgrund von KI Personal abzubauen. [23] Gleichzeitig fehlen dem deutschen Arbeitsmarkt bis 2040 demografisch bedingt rund 0,9 Millionen Erwerbstätige. [21] Der MINT-Gap liegt aktuell bei 148.500 unbesetzten Stellen. 86 Prozent der deutschen Unternehmen haben Stellen, die sie schwer besetzen können. [24]
Die PwC-Studie AI Jobs Barometer 2025, basierend auf fast einer Milliarde Stellenanzeigen aus 24 Ländern, kommt zu einem Befund, der den Katastrophen-Narrativen widerspricht: Unternehmen setzen KI primär zur Produktivitätssteigerung ein, nicht zum Personalabbau. Branchen mit starker KI-Integration verzeichnen ein dreifach höheres Umsatzwachstum pro Mitarbeiter. [25]
Die Gartner-Analystin Helen Poitevin fasst es so zusammen: KI wird keine Jobapokalypse auslösen, sondern Jobchaos. Ab 2028 verändern sich weltweit täglich 150.000 Arbeitsplätze so stark, dass sie neu definiert werden müssen. Gleichzeitig entstehen 70.000 neue Stellen pro Tag. [26]
Die Ausgangslage in Deutschland ist eine andere als in den USA. KI trifft hier auf einen Arbeitsmarkt, der Arbeitskräfte verliert, nicht gewinnt. Die Automatisierung kognitiver Tätigkeiten kompensiert den demografischen Exodus. Das macht die Technologie nicht harmlos. Aber es verändert die Fragestellung.
Der blinde Fleck: Was im Mittelstand passiert
Der KI-Index Mittelstand 2025, eine Befragung des Deutschen Mittelstands-Bundes unter 526 Unternehmen mit bis zu 500 Beschäftigten, zeigt den aktuellen Stand: Ein Drittel setzt KI ein. 9 Prozent haben sie vollständig implementiert. 43 Prozent haben keine KI-Strategie. [27]
Die größten Hindernisse sind nicht technischer Natur. 27 Prozent nennen mangelndes Wissen über Einsatzbereiche. 21 Prozent nennen rechtliche Unsicherheiten. 14 Prozent nennen Fachkräftemangel. [27] Eine Mindverse-Studie zu KI-ROI im Mittelstand ergänzt: 55 Prozent der KMU mussten initial gestartete KI-Projekte abbrechen, weil die Qualität der eigenen Daten keine validen Ergebnisse zuließ. [28]
Das ist bemerkenswert. Es bedeutet: Die Hälfte aller gescheiterten KI-Projekte scheitert nicht an der Technologie. Sie scheitert an der Vorbereitung. An der Frage, ob jemand sich die Zeit genommen hat, die eigenen Daten aufzuräumen, bevor ein Modell darauf losgelassen wird. An der Frage, ob jemand die Menschen eingebunden hat, die diese Daten täglich erzeugen und nutzen.
Die Deloitte-Studie Deutschland im KI-Paradox bestätigt dieses Muster: Hohe KI-Nutzung bei gleichzeitig begrenztem strategischem Nutzen. [29] Viele Unternehmen probieren KI-Tools aus. Wenige integrieren sie systematisch in ihre Wertschöpfung. Der Unterschied liegt nicht im Budget und nicht in der Technologie. Er liegt darin, ob die Einführung als technisches Projekt behandelt wird oder als organisatorischer Prozess, an dem Mitarbeitende beteiligt sind.
Widerstand als Information
In vielen Unternehmen wird KI als Effizienzinstrument von oben eingeführt. Die Kommunikation folgt dem Muster: Wir automatisieren jetzt den Prozess. Die Botschaft, die ankommt, deckt sich mit dem, was Mitarbeitende morgens auf LinkedIn lesen: Deine Arbeit ist bald obsolet.
Die Parallele zum Negativity Bias aus der Medienforschung liegt nahe. Eine Studie mit Probanden aus 17 Ländern zeigt: Negative Inhalte lösen messbar stärkere Aufmerksamkeitsreaktionen aus als neutrale. [30] Zwei bis vier Minuten negativer Nachrichtenkonsum reichen, um die Stimmung messbar zu verschlechtern. [31] Wenn die externe Dauerbeschallung mit Bedrohungsnarrativen auf interne Kommunikation trifft, die dasselbe Muster bedient, entsteht Widerstand. Nicht aus Bequemlichkeit. Aus Selbstschutz.
Dieser Widerstand enthält Informationen. Er zeigt, wo Erklärungen fehlen. Wo der Nutzen nicht klar ist. Wo Ängste bestehen, die niemand adressiert hat. Unternehmen, die Widerstand gegen KI-Einführung als Blockade behandeln, übersehen, dass genau diese Rückmeldungen den Implementierungsprozess verbessern können. Wer die Bedenken derjenigen ernst nimmt, die mit den Prozessen arbeiten, bekommt bessere Daten, realistischere Anwendungsfälle und höhere Akzeptanz.
Freiräume statt Drohkulissen
Die Unternehmen, die KI erfolgreich integrieren, folgen einem anderen Muster. Die Mindverse-Analyse identifiziert drei Faktoren, die erfolgreiche KI-Projekte im Mittelstand gemeinsam haben: eine konsolidierte, qualitativ hochwertige Datenbasis (76 Prozent der erfolgreichen KMU nennen das als wichtigsten Faktor), massiver interner Kompetenzaufbau (68 Prozent) und eine agile Fehlerkultur im Management (62 Prozent). [28]
Fehlerkultur bedeutet in diesem Kontext: Es gibt einen definierten Raum, in dem Mitarbeitende mit KI-Tools experimentieren dürfen, ohne dass jeder Fehlversuch eine Eskalation auslöst. Das ist keine Wohlfühl-Maßnahme. Es ist die Voraussetzung dafür, dass valide Erfahrungswerte entstehen, auf deren Basis skaliert werden kann.
Die PwC-Daten zeigen, was passiert, wenn das gelingt: In Berufen mit hohem KI-Einfluss sinken die formalen Qualifikationsanforderungen. 2024 verlangten nur noch 41 Prozent der Stellenanzeigen in KI-relevanten Rollen einen Hochschulabschluss, zuvor waren es 47 Prozent. [25] Das deutet auf einen breiteren Zugang hin. Nicht das Zertifikat zählt, sondern die praktische Fähigkeit, mit den neuen Werkzeugen umzugehen. Diese Fähigkeit entsteht nicht in Schulungen allein. Sie entsteht durch Ausprobieren.
Albert Bandura hat den zugrundeliegenden Mechanismus als Selbstwirksamkeit beschrieben: Wer erlebt, dass eigenes Handeln etwas bewirkt, bleibt engagiert. [32] Partizipation ist die unternehmerische Umsetzung davon. Mitarbeitende, die mitgestalten können, wie KI in ihrem Arbeitsbereich eingesetzt wird, erleben Kontrolle über die Veränderung. Das ist das Gegenmittel zu der Hilflosigkeit, die entsteht, wenn Technologie als unausweichliche Kraft kommuniziert wird, der man sich nur noch fügen kann.
Was bleibt
Sanders hat mit seiner Forderung eine Debatte angestoßen, die längst überfällig war. Die Fragen nach Energiegrenzen, demokratischer Kontrolle und den sozialen Folgen der Automatisierung sind berechtigt. Die Erfahrungen aus Amsterdam und Dublin zeigen allerdings auch: Ein Moratorium löst keines dieser Probleme. Es verlagert sie.
Für Unternehmen im DACH-Raum stellt sich die Frage anders als in den USA. Der demografische Druck ist real. Der Fachkräftemangel ist messbar. Die regulatorische Rahmung durch EnEfG und EU AI Act existiert. Die Technologie ist verfügbar und wird günstiger.
Die 43 Prozent der Mittelstandsunternehmen ohne KI-Strategie haben kein Technologieproblem. Sie haben ein Beteiligungsproblem. Die 55 Prozent gescheiterter KI-Projekte sind nicht an der KI gescheitert. Sie sind an der Datenqualität gescheitert, an fehlender Einbindung, an einer Kultur, die Experimentieren nicht zulässt.
Die Kontrolle über KI entsteht nicht durch Moratorien. Sie entsteht in dem Moment, in dem ein Team die Möglichkeit bekommt, die Technologie an den eigenen Prozessen zu testen, Fehler zu machen, Rückmeldungen zu geben und die Implementierung mitzugestalten. Nicht weil das angenehmer ist. Sondern weil es besser funktioniert.
Drei Fragen, die sich stellen lassen: Wissen deine Mitarbeitenden, warum ihr KI einführt, und nicht nur dass? Gibt es einen definierten Rahmen, in dem experimentiert werden darf, ohne dass Fehler Konsequenzen haben? Und wer in deinem Unternehmen wird gefragt, bevor entschieden wird, welche Prozesse automatisiert werden?
Quellenverzeichnis
[1] E&E News by POLITICO (17.12.2025): Bernie Sanders endorses data center moratorium.
[2] Sanders.senate.gov (23.02.2026): Sanders: Yes. We Need a Moratorium On Data Center Construction. Kommunale Moratorien: Denver (Colorado Sun, 24.02.2026), New Orleans (WWNO, 29.01.2026), Madison (GovTech, 2026).
[3] Musk, E. (Oktober 2025): Post auf X. Dokumentiert u.a. bei Yahoo Finance, 28.10.2025.
[4] CNN Business (23.05.2024): Elon Musk says AI will take all our jobs. VivaTech Paris.
[5] Axios (28.05.2025): AI jobs danger: Sleepwalking into a white-collar bloodbath.
[6] CNN (29.05.2025): Why this leading AI CEO is warning the tech could cause mass unemployment.
[7] eWeek (Februar 2026): Microsoft AI CEO: AI to Automate Most Office Work Within 12-18 Months.
[8] Fortune / The Autopian (2025): Ford CEO Jim Farley warns AI will wipe out half of white-collar jobs.
[9] PCMag (März 2025): Bill Gates Says Humans Won’t Be Needed for Most Things in the AI Age.
[10] CNBC (17.06.2025): AI godfather Geoffrey Hinton. The Guardian (27.12.2024): Godfather of AI shortens odds. BBC Radio 4 Today Programme.
[11] CityWatch NZ / Fortune (September 2024): Oracle founder Larry Ellison’s comments on AI and mass surveillance.
[12] Future of Life Institute (22.03.2023): Pause Giant AI Experiments: An Open Letter. futureoflife.org.
[13] DataCenterDynamics (22.08.2024): The ongoing impact of Amsterdam’s data center moratorium. DDA State of Dutch Data Centers 2024.
[14] Hardwarewartung.com (16.01.2025): Strombedarf der Rechenzentren in Irland.
[15] inside-it.ch (15.12.2025): Irland beendet RZ-Moratorium.
[16] KPMG Deutschland (November 2025): Erfolgsfaktoren für die Zukunft deutscher Rechenzentren.
[17] DLA Piper: Teil 2: Energieeffizienzgesetz, Neue gesetzliche Anforderungen für Rechenzentren.
[18] Borderstep Institut / E-Quadrat (März 2025): 17,9 Mrd. kWh Stromverbrauch 2022, Prognose bis 30 Mrd. kWh 2030.
[19] BMWK Newsletter Energiewende (2025): 2.730 MW Kapazität 2024, Prognose 4.800 MW bis 2030.
[20] 404 Media / Good Jobs First: Meta-Rechenzentrum Louisiana, 2 GW+. German Datacenters Impact Report 2024: 1.994 RZ, 1.955 MW.
[21] IAB-Forschungsbericht 23/2025: Künstliche Intelligenz: Potenzielle Effekte für den deutschen Arbeitsmarkt. doku.iab.de.
[22] GWS (2025): +0,8 Prozentpunkte BIP-Wachstum p.a., 4,5 Bio. Euro kumuliert über 15 Jahre.
[23] ifo Institut (Juni 2025): A Quarter of Companies in Germany Expect Job Cuts Due to AI.
[24] IW Köln (2025): MINT-Gap 148.500 Stellen. ManpowerGroup (2025): 86% mit schwer besetzbaren Stellen.
[25] PwC Deutschland (2025): AI Jobs Barometer 2025. pwc.de.
[26] Handelsblatt / Gartner (November 2025): Ab 2028 verändert KI täglich 150.000 Arbeitsplätze.
[27] Deutscher Mittelstands-Bund / Salesforce (2025): KI-Index Mittelstand 2025. bidt.digital.
[28] Mindverse Studio (2025): ROI von KI-Implementierungen im Mittelstand. mind-verse.de.
[29] Deloitte (2025): Deutschland im KI-Paradox. deloitte.com.
[30] Soroka, S. et al. (2019): Cross-national evidence of a negativity bias in psychophysiological reactions to news. PNAS.
[31] Price, M. et al. (2022): Doomscrolling. Spektrum der Wissenschaft.
[32] Bandura, A. (1977): Self-Efficacy: Toward a Unifying Theory of Behavioral Change. Psychological Review, 84(2), 191-215.
