Vom Mikrocontroller zum Trainings-Cluster: Was Investoren beim KI‑Compute übersehen

Der Boom im KI‑Compute ist der größte Infrastruktur‑Ausbau dieses Jahrzehnts, und der Großteil des dafür eingesetzten Kapitals wird anhand von Modellen verteilt, die von Menschen erstellt wurden, die niemals selbst ein Modell bereitgestellt haben. Da wir KI‑Systeme auf jeder Skala gebaut haben — von Milliwatt‑Mikrocontrollern im Feld bis hin zu Cluster‑Workloads — zeigt diese ingenieurwissenschaftliche Perspektive, wie sich das Anlagebild verändert.

Rechenleistung ist keine Ware: Workloads sind Profile

Die „KI‑Nachfrage“ wird in den meisten Modellen als eine einzige Zahl behandelt. In Wirklichkeit sind Training und Inferenz unterschiedliche Geschäfte. Training verlangt die neuesten Beschleuniger, dichte Interconnects, extreme Leistungsdichte und toleriert Standortflexibilität. Inferenz verlangt Nähe zu den Nutzern, hohe Auslastung und läuft profitabel auf älterer Hardware. Eine Anlage, die für das eine ausgelegt ist, bedient nicht automatisch das andere: Leistungsdichte, Kühlungsdesign, Netzwerktopologie und sogar Bodenbelastung unterscheiden sich. Wenn ein Pitchdeck „KI‑ready“ sagt, ist die erste ingenieurtechnische Frage: Für welches Workload‑Profil?

Die GPU‑Abschreibung ist ein wirtschaftliches Ereignis, kein kalenderbasiertes.

Beschleuniger sterben selten; sie werden aus dem Markt gedrängt. Jede Hardware‑Generation verbessert die Leistung pro Watt so stark, dass bei Rechenzentrums‑Strompreisen ältere Chips Training nicht wegen Langsamkeit verlieren, sondern weil sie zu teuer im Betrieb sind. Wirtschaftliche Folge: Abschreibung sollte als Kaskade modelliert werden (Flaggschiff‑Training, dann Fine‑Tuning, dann Inferenz, dann Nischen‑Workloads) mit Erlösen pro Stufe, statt als Gerade bis null. Die Länge der Kaskade hängt vom Strompreis der Anlage ab, weshalb dieselbe GPU‑Flotte in verschiedenen Gebäuden unterschiedlich viel wert ist.

Der Edge‑Bereich absorbiert stillschweigend Inferenz

Ein struktureller Trend, den Investoren unterschätzen: Workloads, die früher eine Round‑Trip zum Server benötigten, laufen inzwischen auf dem Gerät. Moderne Mikrocontroller und NPUs führen Vision‑, Audio‑ und Anomalieerkennungs‑Modelle lokal aus; wir liefern solche Systeme heute in Industrieprodukten. Jedes Modell, das an die Edge wandert, ist Inferenznachfrage, die niemals ein Rechenzentrum erreicht. Das schmälert den Trainingsboom nicht, aber es begrenzt das Long‑Tail‑Wachstum der Inferenz, das viele Rechenzentrumsmodelle in ihren späteren Jahren stillschweigend annehmen. Das Ergebnis ist eine Nachfragekurve mit einem dickeren kurzfristigen Anteil und einem unsichereren Tail als Konsensmodelle zeigen.

Technologierisiko verläuft sich im Interconnect und in der Kühlung

Investoren prüfen Chip‑Roadmaps, aber selten die Systeme drumherum. Zwei Beispiele mit direkten CapEx‑Folgen: Die Leistungsdichte pro Rack hat sich innerhalb weniger Hardware‑Generationen vervielfacht, wodurch Annahmen zur Luftkühlung nicht mehr gelten und flüssigkeitsbasierte Nachrüstungen mitten im Abschreibungszyklus nötig werden; und Trainingscluster leben oder sterben mit der Interconnect‑Bandbreite, die Hallenlayout und Kabelinfrastruktur bestimmt. Eine Anlage, die diesen Entwicklungen physisch nicht folgen kann, wird nicht wertlos, sie wird zu einer Inferenzanlage — mit Inferenz‑Ökonomie. Dieser Übergang sollte im Modell als Szenario auftauchen, nicht als Überraschung.

Wie belastbare Annahmen aussehen

Das alles spricht nicht gegen Rechenzentrumsinvestitionen; der Ausbau ist real und nachhaltig. Es spricht für Modelle, deren technische Annahmen einem Gespräch mit einem Ingenieur standhalten würden: arbeitslastspezifische Nachfrage, Kaskadenabschreibung gekoppelt an den Strompreis, Edge‑Absorption im Inferenz‑Tail und Nachrüstungs‑Szenarien für Dichte und Kühlung. Das ist der Maßstab, den wir auch für unsere eigene Beratung anlegen, weil wir auf beiden Seiten standen: beim Erstellen der Modelle und beim Schreiben der Firmware.