Die kurze Antwort
Am 30. Juli 2026 hat die Europäische Kommission eine Ausschreibung für bis zu sieben KI-Gigafactories eröffnet — sehr große Rechenzentrumskomplexe, die KI der nächsten Generation innerhalb der Union trainieren und betreiben sollen. Sie sagte 10 Milliarden Euro an öffentlichen Mitteln zu und will mindestens 20 Milliarden Euro an privaten Investitionen anziehen, insgesamt rund 30 Milliarden Euro. Jede Anlage soll über 100.000 modernste KI-Chips beherbergen und etwa viermal leistungsfähiger sein als die heutigen EU-Rechenzentren.
Der Plan wuchs nach starker Nachfrage von fünf auf sieben Standorte: 76 Konsortien bekundeten vorläufiges Interesse, und zehn Länder boten sich als Standort an. Doch nichts geht bald in Betrieb — der Bau beginnt Anfang 2027, die ersten Standorte werden für Mitte 2028 anvisiert. Die praktische Erkenntnis für Engineering-Teams: nicht auf diese Kapazität warten, sondern so bauen, dass man sie übernehmen kann, sobald sie verfügbar ist.
Was die Kommission tatsächlich angekündigt hat
Die Kommission stellte die Gigafactories als Flaggschiff ihrer InvestAI-Initiative und als Kernstück von Europas Streben nach technologischer Souveränität dar. Der Gedanke ist unmissverständlich: Europa trainiert und betreibt zu viel seiner KI auf Infrastruktur, die außerhalb der Union gehört und betrieben wird, und will eigene Kapazität in einem Maßstab, der mit den größten US- und chinesischen Vorhaben mithalten kann. Die am 30. Juli eröffnete Ausschreibung lädt Konsortien aus Chipherstellern, Rechenzentrumsbetreibern, Cloud-Anbietern und Investoren ein, sich um Bau und Betrieb der Standorte zu bewerben.
Die Zahlen sind bewusst groß. Jede Gigafactory soll moderne KI-Prozessoren, Software, Cloud-Technologie, Hochgeschwindigkeitsanbindung und Rechenzentren kombinieren, mindestens 100.000 modernste KI-Chips beherbergen und rund viermal leistungsfähiger sein als die Rechenzentren, die die EU heute betreibt. EU-Technikchefin Henna Virkkunen brachte die Begründung auf den Punkt und nannte den Zugang zu roher Rechenleistung eine „strategische Notwendigkeit für Europa, während sich die KI-Entwicklung beschleunigt“. Das ist dieselbe Logik, die die Nachfrage nach knappen GPUs überall antreibt — von einer Hyperscaler-Region bis zu einem einzelnen KI-, ML- & Data-Team, das Kapazität für einen Trainingslauf reservieren will.
Wie die 10 Milliarden Euro wirken sollen
Die 10 Milliarden Euro an öffentlichen Mitteln sind ein Hebel, nicht die Gesamtkosten. Die Kommission will, dass dieses Geld mindestens 20 Milliarden Euro an privaten Investitionen anzieht, sodass der Gesamtprojektwert bei rund 30 Milliarden Euro liegt — etwa ein Drittel öffentlich, zwei Drittel privat. Der öffentliche Anteil selbst ist eine Mischung aus EU-Mitteln und Beiträgen der Mitgliedstaaten, wobei weitere EU-Gelder vom nächsten mehrjährigen Haushalt der Union abhängen dürften, der noch verhandelt wird. Mit anderen Worten: Die Schlagzeilenzahl ist eine Absichtserklärung, gestützt auf einen realen, aber teils erst künftigen Finanzierungsstapel.
Die Nachfrage hat den ursprünglichen Plan bereits überholt. Die Zahl der Anlagen stieg nach starkem Interesse der Mitgliedstaaten von fünf auf sieben, und die Kommission berichtete, dass 76 Konsortien vorläufiges Interesse an einem Projekt bekundeten. Zehn Länder meldeten sich als Standort: Deutschland, Italien, Frankreich, Polen, Tschechien, Dänemark, Finnland, Griechenland, Portugal und Spanien. Diese Verteilung ist für die Datenresidenz-Planung wichtig — sie deutet an, wo sich EU-regionale KI-Kapazität in den nächsten Jahren am ehesten konzentrieren wird.
| Detail | Was die Kommission sagte |
|---|---|
| Öffentliche Förderung | 10 Milliarden Euro (rund 11,4 Mrd. USD), EU plus Mitgliedstaaten |
| Angestrebte Privatinvestition | Mindestens 20 Milliarden Euro, für rund 30 Mrd. Euro insgesamt |
| Zahl der Standorte | Bis zu sieben (von fünf erhöht) |
| Rechenleistung pro Standort | Über 100.000 KI-Chips; ~4× heutige EU-Rechenzentren |
| Zeitplan | Ausschreibung ab 30. Juli 2026; Bau ab Anfang 2027; erste Standorte ~Mitte 2028 |
Warum Europa eigene Rechenleistung aufbaut
Die Gigafactories sind das physische Gegenstück zu der Regulierung, die Europa bereits geschrieben hat. Im vergangenen Jahr hat die Union Souveränitätskriterien dafür festgelegt, wie der öffentliche Sektor Cloud und KI einkauft — die Richtung, die wir behandelt haben, als der EU Cloud and AI Development Act vorgeschlagen wurde. Dieser Akt schreibt die Regeln; die Gigafactories sollen das Angebot bauen, auf das diese Regeln verweisen. Es ist schwer, EU-gehostete, EU-betriebene Rechenleistung für sensible Workloads zu verlangen, wenn die Kapazität dafür nicht in großem Maßstab existiert. Genau diese Lücke versucht die Kommission zu schließen.
Die Wettbewerbslogik ist explizit: Die EU verfolgt die USA und China, wo private Hyperscaler und staatlich gestützte Programme weit mehr in KI-Rechenzentren gesteckt haben. Für regulierte Käufer in FinTech, im Gesundheitswesen und im öffentlichen Sektor — jene, denen am meisten daran liegt, wo Daten verarbeitet werden und unter wessen Recht — verändert eine glaubwürdige EU-Rechenoption die Rechnung. Es ist eine Sache, eine europäische Region aus Prinzip zu bevorzugen; eine andere, gigawattgroße Kapazität tatsächlich verfügbar zu haben, um ein großes Modell zu betreiben.
Was das für den DACH-Markt bedeutet
Für Deutschland, Österreich und die Schweiz ist die Nachricht mehr als abstrakte Industriepolitik: Deutschland gehört zu den zehn Ländern, die sich als Standort beworben haben, und ist damit ein wahrscheinlicher Ort für EU-regionale KI-Kapazität. Für DACH-Teams, die heute schon unter DSGVO arbeiten und für sensible Workloads oft eine deutsche oder EU-Datenresidenz brauchen, verspricht das mittelfristig eine glaubwürdige heimische Option statt eines US-Hyperscalers. Wer im öffentlichen Sektor oder in regulierten Branchen ausschreibt, kennt Kriterien wie das BSI C5-Testat für Cloud-Sicherheit; souveräne EU-Rechenleistung macht solche Anforderungen künftig leichter erfüllbar.
Ein nüchterner DACH-spezifischer Vorbehalt gehört aber dazu: Energiekosten und Netzanbindung sind in Deutschland ein realer Engpass für gigawattgroße Rechenzentren, und Genehmigungsverfahren sind langwierig. Der Ausbau reiht sich zudem in bestehende Souveränitätsinitiativen wie Gaia-X ein, deren Umsetzung sich in der Praxis als zäh erwiesen hat. Die Gigafactories sind daher für DACH-Entscheider ein Planungssignal — ein Grund, die eigene KI-Architektur schon jetzt auf einen künftigen Wechsel zu einer deutschen oder EU-Region vorzubereiten, nicht eine Kapazität, auf die man 2026 bauen kann.
Warum der Zeitplan wichtiger ist als die Schlagzeile
Der einfache Fehler ist, „30 Milliarden Euro“ und „sieben Gigafactories“ als Kapazität zu lesen, mit der man planen kann. Kann man nicht — noch nicht. Der Bau soll erst Anfang 2027 beginnen, und die ersten Standorte sind für etwa Mitte 2028 anvisiert. Große Rechenzentren verzögern sich zudem oft; Stromanschlüsse, Chip-Verfügbarkeit und Genehmigungen sind Einschränkungen, die ähnliche Projekte verzögert haben. Behandeln Sie 2028 als optimistischen Fall, nicht als Liefertermin.
Diese Lücke ist die ganze Geschichte für Engineering-Teams. Jeder KI-Trainingslauf und jeder Inferenz-Endpunkt, den Sie zwischen jetzt und dann aufsetzen, läuft auf dem heutigen Angebot — demselben knappen Pool an Hyperscaler-GPUs, um den alle anderen konkurrieren. Die Gigafactories entlasten diesen Druck in diesem Jahr nicht. Was sie tun, ist eine Wette auf das Ziel: Bis Ende der 2020er sollte nennenswerte KI-Rechenleistung in der EU existieren. Profitieren werden die Teams, deren Architektur darauf zeigen kann, sobald sie verfügbar ist — ohne Neuentwicklung.
Was es für Software-Teams in DACH und den USA bedeutet
Löst man die Geopolitik heraus, ist das ein Zwang zu einer einzigen Entwurfsentscheidung: Wie eng ist Ihr KI-Stack an eine einzelne Region oder einen Anbieter gebunden? Für viele Teams lautet die ehrliche Antwort heute „sehr eng“. Modelle werden in einer Cloud feinabgestimmt, Gewichte und Vektor-Stores liegen in einer Region, und Inferenz ist an die Endpunkte eines Anbieters verdrahtet. Das ist in Ordnung, bis eine Residenzanforderung, ein Preisschock oder neue EU-Kapazität Sie zum Wechsel bewegen — und dann ist es ein Projekt.
Wert aus dem Gigafactory-Ausbau ziehen die Teams, die den Rechenstandort als Variable behandeln, nicht als Konstante. Konkret heißt das: KI-Training und -Inferenz hinter Abstraktionen halten, die sich umlenken lassen, Gewichte und Trainingsdaten portabel halten und wissen, was ein Wechsel in eine EU-Region tatsächlich kosten würde. KI-Workloads über Clouds und Regionen hinweg aufzusetzen oder zu verschieben, ist genau die Arbeit, die unser Cloud- & DevOps-Team für US-/EU-Produkte skopiert — und diese Optionalität jetzt einzubauen ist weit günstiger, als sie unter Termindruck nachzurüsten.
Es gibt einen Vorteil, der für europäisch ausgerichtete Produkte erwähnenswert ist. Wenn Sie die Residenz- und Portabilitätsgeschichte einmal aufbauen — wo Daten liegen, wo Modelle laufen und wie schnell Sie umziehen könnten —, machen Sie eine künftige EU-Rechenoption zum Verkaufsargument statt zur Hektik. Frühe Anbieter können „ja, wir können das in der EU betreiben“ sagen, bevor ein Käufer die Frage überhaupt zu Ende gestellt hat.
Eine Portabilitäts-Checkliste für sofort
Hier die umsetzbare Version. Führen Sie sie als Scoping-Übung durch, solange die Gigafactories noch eine Ausschreibung sind und keine Live-Region.
- Erfassen Sie, wo KI läuft. Notieren Sie für jedes Modell und jede Pipeline, wo trainiert, wo bereitgestellt wird, wo Gewichte und Embeddings liegen und welche Anbieter-APIs aufgerufen werden. Die meisten Portabilitätsfragen ergeben sich aus dieser Karte.
- Abstrahieren Sie die Inferenzschicht. Leiten Sie Modellaufrufe über eine Schnittstelle, die Sie kontrollieren, nicht über im Code verstreute Anbieter-SDKs, damit der Wechsel von Anbieter oder Region eine Konfigurationsänderung ist, kein Refactoring.
- Halten Sie Gewichte und Daten beweglich. Speichern Sie feinabgestimmte Gewichte, Datensätze und Vektorindizes in Formaten und an Orten, die Sie ohne anbieterspezifische Sperre exportieren können.
- Kartieren Sie jetzt die Datenresidenz. Wissen Sie, welche Datensätze in der EU bleiben müssen und welche wandern dürfen; das bestimmt, welche Workloads eine künftige EU-Gigafactory tatsächlich hosten könnte.
- Modellieren Sie die Kosten eines Regionswechsels. Schätzen Sie Egress, Neutraining und Neuvalidierung für die Verlagerung eines realen Workloads in eine EU-Region — die Zahl zeigt, wie stark Sie gebunden sind.
- Beobachten Sie die Standort-Shortlist. Die zehn Kandidatenländer deuten an, wo EU-Kapazität landen wird; berücksichtigen Sie das bei Latenz- und Residenzplanung.
- Bestimmen Sie einen Verantwortlichen. Benennen Sie jemanden, der den Gigafactory-Zeitplan verfolgt und den Plan revidiert, sobald Standorte vergeben und Termine fester werden.
Nichts davon ist Anlage- oder Rechtsberatung, und die endgültige Form des Gigafactory-Programms wird davon abhängen, welche Konsortien gewinnen, wie der nächste EU-Haushalt ausfällt und ob die Zeitpläne halten. Doch das strategische Signal ist bereits klar: Europa investiert ernsthaftes Geld in eigene KI-Rechenleistung, und der Teil, der gewöhnliche Software-Teams betrifft — KI-Workloads über Regionen hinweg portabel zu halten —, ist schon heute umsetzbar. Setzen Sie ihn um.
Häufig gestellte Fragen
Was sind die KI-Gigafactories der EU?
KI-Gigafactories sind sehr große, öffentlich geförderte Rechenzentrumskomplexe, die die EU in der Union errichten will, um KI der nächsten Generation zu trainieren und zu betreiben. Am 30. Juli 2026 eröffnete die Kommission eine Ausschreibung für bis zu sieben davon, jede soll mindestens 100.000 modernste KI-Chips beherbergen und rund viermal leistungsfähiger sein als die heutigen EU-Rechenzentren. Sie sind das Flaggschiff der InvestAI-Initiative und Europas Streben nach technologischer Souveränität.
Wie viel Förderung steht hinter den KI-Gigafactories?
Die Kommission sagte 10 Milliarden Euro (rund 11,4 Milliarden US-Dollar) an öffentlichen Mitteln zu und will mindestens 20 Milliarden Euro an privaten Investitionen anziehen, insgesamt rund 30 Milliarden Euro — etwa ein Drittel öffentlich, zwei Drittel privat. Die Zahl der geplanten Standorte stieg nach starker Nachfrage von fünf auf sieben: 76 Konsortien bekundeten vorläufiges Interesse und zehn Länder boten sich als Standort an.
Wann werden die KI-Gigafactories betriebsbereit sein?
Nicht so bald. Die Ausschreibung wurde am 30. Juli 2026 eröffnet, der Bau soll Anfang 2027 beginnen, und die ersten Anlagen sind für etwa Mitte 2028 anvisiert. Souveräne EU-Rechenleistung im großen Maßstab ist eine Realität ab 2028, daher laufen Cloud-Regionen- und Residenz-Entscheidungen, die Sie 2026 und 2027 treffen, weiterhin auf der heutigen Hyperscaler-Kapazität.
Wie wirkt sich das auf Software-Teams in DACH und den USA aus?
Indirekt, aber strategisch. Mehr KI-Rechenleistung in der EU sollte die GPU-Knappheit lindern und Teams eine glaubwürdige EU-Regionen-Option geben, was die Datenresidenz-Argumente für europäische Käufer stärkt. Aber es liegt Jahre in der Zukunft, daher ist der kurzfristige Schritt architektonisch: KI-Workloads über Anbieter und Regionen hinweg portabel halten, um zu EU-Kapazität wechseln zu können, sobald sie verfügbar ist — ohne Neuentwicklung.
Worin unterscheidet sich das vom EU Cloud and AI Development Act?
Es sind zwei Hälften einer Strategie. Der Cloud and AI Development Act ist Regulierung und Beschaffungspolitik, die Souveränitätskriterien dafür festlegt, wie der öffentliche Sektor Cloud und KI einkauft. Die Gigafactories sind die physische Angebotsseite — die Chips, Rechenzentren und Energie, die Europa eigene Kapazität geben sollen, um diese Kriterien zu erfüllen.
Sollten Teams auf die EU-Gigafactories warten, bevor sie eine Cloud-Strategie wählen?
Nein. Die Anlagen werden erst um 2028 betriebsbereit sein, Warten bedeutet also Stillstand. Entwerfen Sie jetzt für Optionalität: KI-Training und -Inferenz über Abstraktionen laufen lassen, die sich umlenken lassen, Gewichte und Daten beweglich halten und die Residenz-Position dokumentieren. Wenn EU-Kapazität verfügbar wird, können Teams, die Portabilität eingebaut haben, sie per Umschalten statt per Migration übernehmen.
Quellen
Europäische Kommission — AI Gigafactories (Competitiveness)
Euronews — EU opens call for seven gigafactories to train next-generation AI, 30. Juli 2026
Associated Press (via The Washington Post) — EU lays out $11.4 billion for 7 AI gigafactories, 30. Juli 2026