Der Kampf um das Weltgehirn: Wulanchabu, Gigawatt und der wahre Engpass des KI-Rennens
In Wulanchabu entsteht mit dem Galaxy Campus das größte KI-Rechenzentrumsgebäude der Welt, 120.000 m² auf über zwei Gigawatt. Der Artikel ordnet die Zahlen ein: 75 Prozent der KI-Rechenleistung stehen in den USA, China fehlt der HBM-Speicher, Europa baut die Maschinen und ist nicht einmal Kunde. Der begrenzende Faktor ist Strom, aber nur in Amerika.

Kein fertiges Produkt und keine Hochglanz-Rückschau: Dieser Eintrag hält fest, was gebaut, getestet, verworfen und als Nächstes überprüft wird.
Es gibt einen Ort auf dieser Welt, von dem fast niemand spricht, obwohl dort eine der wichtigsten Weichenstellungen des KI-Zeitalters läuft. 350 Kilometer nordwestlich von Peking, im windgepeitschten Grasland der mongolischen Hochebene, entsteht in Wulanchabu der Galaxy Campus von Envision: laut Betreiber das größte einzelne KI-Rechenzentrumsgebäude der Welt. Rund 120.000 Quadratmeter unter einem Dach, ausgelegt auf über zwei Gigawatt, gespeist aus Wind und Sonne vor Ort statt aus dem Netz.
Die Geschichte ist deshalb so wichtig, weil sie einen Satz von Elon Musk vom Januar 2026 auf den Prüfstand stellt: Der begrenzende Faktor beim KI-Ausbau sei die elektrische Energie, und China werde am Ende mehr Strom und mehr Chips haben als alle anderen. Die Antwort fällt differenzierter aus, als die Schlagzeile vermuten lässt. Sie erklärt, warum USA, China und Europa im KI-Rennen an drei völlig unterschiedlichen Dingen hängen.
Welche Zahlen den Campus so besonders machen
Die erste Ausbaustufe des Galaxy Campus läuft seit dem 6. August 2026. Envision ordnet es als erstes Vorzeigeprojekt von Mission Gobi ein, vorgestellt auf der VivaTech im Juni 2026, mit dem Ziel, bis 2030 fünf Gigawatt grüne KI-Rechenleistung in Wüsten und Trockenregionen zu bauen. Hinter dem Campus stehen laut Betreiberangaben Verträge mit Alibaba, Huawei, Apple, ByteDance und DeepSeek über zusammen mehr als 64 Milliarden Euro. Die Stadt Wulanchabu mit 1,5 Millionen Einwohnern verbraucht 83,7 Terawattstunden Strom pro Jahr, rund 0,8 Prozent des Verbrauchs eines Landes mit 1,4 Milliarden Menschen.
Warum Rechenzentren in Gigawatt gemessen werden statt in Chips oder Fläche: Strom ist die einzige Größe, über die sich nicht verhandeln lässt. Ein Rechenzentrum rechnet nur so viel, wie hineingespeist wird, ein Gigawatt entspricht etwa der Leistung eines großen Kernkraftwerksblocks. Gemessen wird die kritische IT-Leistung an den Rechnern, nicht die Netzseite.
Der Strom-Vorsprung von China und warum er allein nichts bringt
Auf Papier hat China den Energie-Vorsprung. 2024 brachte das Land rund 429 Gigawatt neue Erzeugungskapazität ans Netz, die USA nur 51. Allein bei Wind und Sonne kamen 2025 über 430 Gigawatt dazu. Bei der installierten Solarleistung steht es rund 100 zu 240 Gigawatt, also fast 5 zu 1. Für 2030 wird China rund 400 Gigawatt freie Leistungsreserve erwartet, etwa das Dreifache dessen, was die weltweite Rechenzentrumsflotte dann verbrauchen wird.
Doch die KI erreicht dieser Strom kaum. Laut den im Ausgangsvideo zitierten Report-Zahlen gehen derzeit 75 Prozent der weltweiten KI-Rechenleistung auf die USA, 15 Prozent auf China und weniger als 5 Prozent auf Europa. In Gigawatt: rund 35 in den USA, etwa 5 in China, zwei in Europa. Bis 2031 kommen in den USA rund 225 Gigawatt dazu, in China 50, in Europa 19.
Wie kann ein Land dreimal so viel Strom erzeugen wie die USA und bei der KI-Rechenleistung trotzdem 7 zu 1 hinten liegen? Drei Gründe. Erstens fließt der Strom in Fabriken, in Wulanchabu selbst entfallen 88 Prozent des Verbrauchs auf die Industrie. Zweitens fehlt Kapital: 2025 standen rund 286 Milliarden Dollar privater KI-Investitionen in den USA gegen nur 12 Milliarden in China. Drittens fehlen die Chips.
Kühlung, Genehmigungen und die Bau-Speed-Unterschiede
In Wulanchabu übernimmt die Landschaft die Kühlung: Bei 4,3 Grad im Jahresmittel braucht jede Kilowattstunde, die wirklich rechnet, nur ein Zehntel bis ein Fünfzehntel zusätzlich. Luftkühlung stößt bei rund 20 Kilowatt pro Rack an eine physikalische Wand, die neuesten KI-Systeme ziehen bis zu 246 Kilowatt. Deshalb springt der Anteil flüssigkeitsgekühlter KI-Server laut Goldman Sachs in zwei Jahren von 15 auf 76 Prozent, Wasser transportiert Wärme rund tausendmal dichter als Luft.
Wie weit sich das treiben lässt, zeigt Google im finnischen Hamina: Die Abwärme des Rechenzentrums heizt über eine 7,5-Megawatt-Wärmepumpenanlage bis zu 80 Prozent der Stadt. Am 9. September 2026 hat Google angekündigt, in den beiden Folgejahren mindestens 13 Milliarden Euro in finnische Rechenzentren zu investieren. Das größte KI-Rechenzentrum, das in Europa gerade entsteht, steht ebenfalls im Norden: Stargate Norway in Narvik nördlich des Polarkreises soll bis Ende 2026 rund 100.000 Nvidia-GPUs betreiben, gespeist aus Wasserkraft neben dem größten Umspannwerk Europas. Die Anlage startet mit 230 Megawatt und ist auf 520 ausgelegt.
Fläche ist bei keinem der drei Blöcke der Engpass, sehr wohl aber die Genehmigungsverfahren. Mario Dragi hat für Deutschland 42 Monate errechnet, bis ein Rechenzentrum steht, für die USA 24, den Unterschied führt er fast vollständig auf Verfahren und Wartezeiten auf den Netzanschluss zurück. Im KI-Aktionsplan des Weißen Hauses heißt es, das eigene Genehmigungsrecht mache den Bau in der nötigen Geschwindigkeit nahezu unmöglich, und im Juli 2025 hat Trump die Verfahren für Anlagen ab 100 Megawatt per Dekret beschleunigt.
Die Chips-Frage: Wer wovon abhängig ist
Nun die Chips. Alibaba betreibt in Wulanchabu seinen Eigenbeschleuniger, darauf laufen Kimi K3 und Qwen 3.8 Max. DeepSeek hat für seinen geplanten Gigawatt-Bau mindestens 160.000 Ascend-950DT-Beschleuniger bei Huawei bestellt, Auftragswert rund 2,3 Milliarden Euro. Envision sagt bis heute nicht, was im Galaxy Campus überhaupt rechnen soll.
Landesweit sieht es düsterer aus. Huawei stellt in diesem Jahr weniger als 4 Prozent der Rechenleistung her, die Nvidia produziert, bis 2027 wird ein Rückgang auf 2 Prozent erwartet. An der Fertigung liegt das nicht: SMIC könnte Chips für über eine Million Beschleuniger pro Jahr belichten.
Nvidia selbst ist im chinesischen Markt offiziell fast verschwunden: Im Geschäftsjahr 2026 setzte der Konzern dort mit Rechenzentrumschips rund 60 Millionen Dollar um, bei 193 Milliarden Dollar in der Sparte weltweit. Tatsächlich steht in China jede Menge amerikanischer Hardware: Epoch AI ermittelt rund 660.000 geschmuggelte H100-Äquivalente bis Ende 2025, Spanne 290.000 bis 1,6 Millionen. Dazu kommt der legale Umweg über Serverbauern in Südostasien, Blackwell-Server für über 3 Milliarden Dollar landeten am Ende bei ByteDance und Alibaba.
Chinas Antwort auf die schwächeren eigenen Chips heißt Vernetzung: Wer viermal so viele Karten braucht, muss sie viermal so gut koppeln. Alibaba setzt im Galaxy Campus einen eigenen Verbindungschip ein, der 128 Karten pro Rack mit 800 Gigabyte pro Sekunde koppelt. Huawei hat am 17. September eine Architektur für bis zu eine Million Prozessoren vorgestellt, plus einen eigenen weltweiten Standard, geliefert ist davon allerdings noch nichts. Nvidia bleibt der Goldstandard.
Europa baut die Maschinen, die beide brauchen
Europa hat keine eigenen KI-Beschleuniger, auch in Narvik rechnen 100.000 Nvidia-Karten. Laut ASML gibt es in Europa keinen einzigen Abnehmer für die modernsten Chips-Fertigungsanlagen, ein Vizepräsident formulierte das am 21. September in Amsterdam als: Wir verkaufen in Europa überhaupt nichts. Im zweiten Quartal 2026 entfielen 0 Prozent der verkauften Systeme auf Europa, die größten Märkte waren Südkorea, Taiwan und China.
ASML aus dem niederländischen Veldhoven ist der einzige Hersteller der Welt, der die Belichtungsanlagen für die modernsten Chips baut. Eine Anlage der aktuellen Generation kostet rund 150 Millionen Euro, die neueste Ausbaustufe High-NA mehr als das Doppelte, gebaut werden davon gut 60 Stück pro Jahr. Nach China darf ASML keine einzige EUV-Anlage liefern, dort verkauft der Konzern nur die ältere DUV-Technologie.
Doch die entscheidenden Teile der Maschine kommen aus Deutschland. Die sechs ultrapräzisen Spiegel, die den Lichtstrahl auf den Wafer lenken, schleift und poliert Zeiss SMT in Oberkochen. Den Laser, der das nötige Plasma erzeugt, baut Trumpf in Ditzingen, die Beschichtung der Spiegel hat das Fraunhofer-Institut mitentwickelt. Bei Optik und Laser liegt der Weltmarktanteil dieser beiden Unternehmen bei 100 Prozent. Drei europäische Städte halten ein Weltmonopol auf die Maschine, ohne die kein moderner Chip existiert, und Europa ist selbst nicht einmal Kunde.
Auch die Zulieferkette reicht nach Europa: ebm-papst, Weltmarktführer für Ventilatoren und Motoren, wuchs im Geschäftsjahr 2025/26 mit KI- und Rechenzentrums-Geschäft um 11,8 Prozent auf 1,78 Milliarden Euro. Im August 2026 verkaufte die Inhaberfamilie das Unternehmen für 5,4 Milliarden Dollar an Madison Industries, weil die KI-Nachfrage Investitionen in dreistelliger Millionenhöhe erfordert.
Speicher: Das eigentliche Nadelöhr für China
Zurück nach China: SMIC könnte über eine Million Beschleuniger pro Jahr belichten, Huawei stellt aber nur einen Bruchteil her. Der Grund heißt HBM, High Bandwidth Memory, der Arbeitsspeicher unmittelbar neben dem Rechenkern, den weltweit drei Unternehmen herstellen: SK Hynix und Samsung in Südkorea sowie Micron in den USA. Chinas Hersteller CXMT will Ende 2026 in die Massenfertigung gehen. Nach optimistischen Rechnungen reichen die Mengen nur für 250.000 bis 600.000 fertige Beschleuniger pro Jahr, der Rest fehlt wegen der Exportkontrollen.
Wie man die Wulanchabu-Zahlen richtig einordnet
Damit lässt sich auch die kühnste Behauptung vom Anfang einordnen: In Wulanchabu soll tausendfach so viel Rechenleistung entstehen wie in Elon Musks Colossus in Memphis. Der Denkfehler ist derselbe wie bei den Chips: Eine Karte ist nicht gleich eine Karte. Ein chinesisches Standard-Rack zieht rund 2,5 Kilowatt, ein Rack in Memphis über 100 Kilowatt. In Gigawatt umgerechnet stehen in Wulanchabu 12,5 unter Vertrag gegen 0,946 Gigawatt gebaute Leistung, Faktor 13 also statt 1000. Und selbst diese 12,5 Gigawatt sind überwiegend Papier: Von dem, was in China schon steht, läuft nach Schätzung nur ein Viertel bis ein Drittel.
Das Bild am Ende ist ein Kettenglied-Bild: China hat den Strom im Überfluss und schickt trotzdem nur einen Bruchteil in die KI, weil ihm der Speicher fehlt. Die USA haben die Chips, das Kapital und drei Viertel der weltweiten Rechenleistung, stoßen dafür aber an die Grenzen ihres Stromnetzes. Europa baut die Maschinen, ohne die keiner der beiden auskommt, ist aber selbst nicht einmal Kunde und hängt an seinen Genehmigungsverfahren. Der begrenzende Faktor ist der Strom, aber nur in Amerika, in China der Speicher, in Europa Nachfrage und Bürokratie. Keiner der drei Blöcke kann sein Kettenglied allein reparieren.
Envision-PR: Galaxy Campus in Ulanqab in Betrieb (Mission Gobi) ↗
energydigital: Envision's Mission Gobi Begins Renewables Rollout ↗
enerdata: Envision commissions 2 GW AI data centre in Inner Mongolia ↗
Ausgangsvideo: Everlast AI / kiberatung, Der Kampf um das Weltgehirn (YouTube) ↗
Was ist der Galaxy Campus in Wulanchabu?
Ein KI-Rechenzentrumscampus von Envision, 350 Kilometer nordwestlich von Peking in der Inneren Mongolei. Das Herzstück ist ein einzelnes Gebäude mit rund 120.000 Quadratmetern Fläche, ausgelegt auf über zwei Gigawatt, gespeist aus erneuerbarer Energie vor Ort. Die erste Ausbaustufe läuft seit dem 6. August 2026.
Stimmt es, dass Wulanchabu tausendmal mehr Rechenleistung hat als Colossus?
Nein. Der Vergleich mischt Racks unterschiedlicher Leistungsdichte: Ein chinesisches Standard-Rack zieht rund 2,5 Kilowatt, ein Rack in Memphis über 100 Kilowatt. In Gigawatt umgerechnet stehen 12,5 Gigawatt unter Vertrag gegen 0,946 Gigawatt gebaute Leistung. Faktor 13, nicht 1000.
Warum kann China seinen Strom-Vorsprung nicht in KI-Rechenleistung umsetzen?
Drei Gründe: Der Strom fließt vor allem in Fabriken statt in Rechenzentren. Es fehlt Kapital, 286 Milliarden Dollar privater KI-Investitionen in den USA gegen 12 Milliarden Dollar in China. Und es fehlt der HBM-Speicher, den weltweit nur SK Hynix, Samsung und Micron herstellen.
Welche Rolle spielt Europa im KI-Rechenzentrums-Rennen?
Der Kern: Europa baut die Maschinen, ohne die kein moderner Chip existiert. Zeiss SMT schleift die Spiegel für ASML-Anlagen, Trumpf baut den Laser, Fraunhofer entwickelte die Beschichtung mit, ASML hält knapp ein Viertel an Zeiss SMT. Bei Optik und Laser liegt der Weltmarktanteil bei 100 Prozent. Europa hat aber keine eigenen KI-Beschleuniger, ist bei ASML nicht einmal Kunde und verliert Zeit in Genehmigungsverfahren.
Warum misst man Rechenzentren in Gigawatt?
Weil Strom die einzige Größe ist, über die sich nicht verhandeln lässt: Ein Rechenzentrum rechnet nur so viel, wie hineingespeist wird. Ein Gigawatt entspricht etwa der Leistung eines großen Kernkraftwerksblocks. Gemessen wird die kritische IT-Leistung an den Rechnern, nicht die Netzseite, was erklärt, warum kursierende Zahlen oft um Faktor zehn auseinanderliegen.
Über den Autor
Ich bin Marcel, Grafikdesigner und Betreiber des HUNTER-Cyberdecks. Diese Sichtung basiert auf dem Auto-Transkript des Videos von Everlast AI (kiberatung) sowie der Envision-Pressemitteilung und den Berichten von energydigital und enerdata, alle gelesen am 21.10.2026. Zahlen aus dem Video sind ausdrücklich als Video- bzw. Betreiberangaben markiert, insbesondere der 64-Milliarden-Vertragsbestand und das tausendfachen-Rechenleistung-Vergleichssujet.
Quellen
Quellen: Envision-Pressemitteilung zum Galaxy Campus in Ulanqab, PR Newswire, Abruf 21.10.2026. energydigital, Galaxy: Envision's Mission Gobi Begins Renewables Rollout, 10.08.2026, Abruf 21.10.2026. enerdata, Envision commissions 2 GW AI data centre in Inner Mongolia, Abruf 21.10.2026. Ausgangsvideo: Everlast AI (kiberatung), Der Kampf um das Weltgehirn: Wer es baut, beherrscht die Welt, Alles auf eine Karte, YouTube-ID rOo0wUpbVAY, Auto-Transkript gelesen am 21.10.2026, aus dem Video stammende Angaben sind im Text als Video- bzw. Betreiberangaben markiert.
Nachgebaut oder getestet?
Teile deine Erfahrung mit genau diesem Build-Log. Reviews werden vor der Veröffentlichung moderiert.
Noch keine Reviews für diesen Eintrag.
Fragen, Reaktionen und Verbesserungen werden direkt über GitHub Discussions eingebettet.
GitHub-Bereich öffnen ↗