Nvidia-CEO Jensen Huang: „Wir werden viel mehr fossile Brennstoffe verbrauchen“
Trending Topics auf Google als bevorzugte Nachrichtenquelle festlegen.
Laut Nvidia-Chef Jensen Huang führt der Weg in die grüne Zukunft vorerst über das Gaskraftwerk. „Wir werden viel mehr fossile Brennstoffe verbrauchen“, sagt der Chef des wertvollsten Unternehmens der Welt (rund 4,7 Billionen Euro Börsenwert) in einem ausführlichen Interview mit Ezra Klein für die New York Times. Wann das so weit ist, lässt er nicht offen: „Es steht außer Frage, dass wir in vier oder fünf Jahren viel mehr fossile Brennstoffe verbrauchen werden.“
Die Begründung liefert Huang gleich mit. Die USA hätten sich beim Klimawandel und bei nachhaltiger Energie „ziemlich verheddert“ und deshalb schlicht zu wenig Energieproduktion eingeplant. Kurzfristig brauche Energieproduktion fossile Brennstoffe, und wegen der großen Sorge um fossile Energieerzeugung habe das Land lange Zeit kaum netto neue Energie produziert. Dann sei plötzlich die KI-Industrie gekommen, „und jetzt ist das ganze Land am Rotieren“.
Für den Übergang wählt Huang ein drastisches Bild: „Das ist ein bisschen so: Um dich zu retten, müssen sie dir zuerst wehtun. So ist das bei einer Operation.“ In den nächsten Jahren müsse man „leider“ fossile Brennstoffe nutzen, weil es nicht genug nachhaltige Energie gebe, um einen Unterschied zu machen. Langfristig sieht er KI aber als Treiber der Energiewende: Der Strombedarf der Rechenzentren sorge dafür, dass Solar, Batterien, Kernspaltung, Fusion und Wasserkraft so viel Kapital bekommen wie nie zuvor. Zum ersten Mal seit 100 Jahren brauche es dafür keine staatlichen Subventionen. Sein Appell: „Wer beim Klimawandel die Wende schaffen will, sollte voll auf KI setzen.“
Gasturbinen ausverkauft, Mini-Reaktoren noch weit weg
Wie konkret der fossile Zwischenschritt bereits ist, zeigt der Markt für Gasturbinen. Wie t3n kürzlich berichtete, stammt inzwischen rund ein Fünftel der Aufträge beim Hersteller GE Vernova direkt von Rechenzentrumsbetreibern, die Auftragsbücher sind bis 2029 voll. Der Preis pro Turbine ist in drei Jahren um rund 300 Prozent auf etwa 217 Millionen Euro gestiegen. Microsoft lässt in Texas sieben Turbinen mit zusammen 2,7 Gigawatt installieren, auch xAI betreibt an seinem Standort in Tennessee eigene Gasturbinen.
Parallel setzen die Hyperscaler auf Atomkraft, insbesondere auf kleine modulare Reaktoren (SMR), die direkt neben Rechenzentren stehen sollen. Trending Topics hat den Trend zur Atomkraft für die KI bereits ausführlich besprochen. Google will mit Kairos Power bis 2035 insgesamt 500 Megawatt an neuen Reaktoren ans Netz bringen, Amazon investiert in X-energy und plant mit Energy Northwest ein SMR-Projekt im Bundesstaat Washington, das Anfang der 2030er Jahre Strom liefern soll. Microsoft lässt einen Block des stillgelegten Kraftwerks Three Mile Island reaktivieren. Das Bulletin of the Atomic Scientists warnt allerdings vor überzogenen Erwartungen: In den USA sei derzeit kein einziger SMR im Bau, ein einzelner Reaktor liefere meist unter 300 Megawatt, während große KI-Standorte mehrere Gigawatt benötigen. Genau diese zeitliche Lücke füllen derzeit Gasturbinen.
Doom-Narrative als Standortproblem
Huang räumt ein, dass die Branche beim Bau der Rechenzentren Fehler gemacht hat. Man sei so schnell vorgegangen, dass man die betroffenen Gemeinden zu wenig eingebunden habe. Betreiber sollten vorab informieren, eigene Stromerzeugung mitbringen, größere Abstände einhalten und sich mit Schulen, Parks oder Straßen als „guter Nachbar“ erweisen. Nun gebe es landesweit viel Frust.
Die Warnungen vor einer KI-Apokalypse verschärfen das Problem aus seiner Sicht zusätzlich: „Welcher vernünftige Mensch sagt: Baut euer Rechenzentrum in meiner Stadt, und übrigens wird das, was ihr dort produziert, die Menschheit, wie wir sie kennen, auslöschen?“
Frontalangriff auf die KI-Warner
Damit ist Huang beim eigentlichen Kernthema des Gesprächs. Er hält KI-Alarmismus für schädlich: „Glauben Sie keine Sekunde lang, dass Sie der Gesellschaft etwas Gutes tun, nur weil Sie Alarm schlagen.“ Die Einschätzung von KI-Pionier Geoffrey Hinton, die Wahrscheinlichkeit einer gesellschaftlichen Zerstörung liege bei zehn Prozent, nennt er unverantwortlich und unwissenschaftlich. Hintons frühere Prognose, Radiolog:innen würden überflüssig, sei nicht eingetreten, heute gebe es mehr Nachfrage nach ihnen denn je. Sein Fazit: „Ich liebe Hinton. Ich hasse seine Prognosen.“
Auch die Angst vor massenhaftem Jobverlust teilt Huang nicht. Er unterscheidet zwischen dem Zweck eines Berufs und den Aufgaben darin: KI automatisiere viele Aufgaben, der Zweck bleibe. Softwareentwickler:innen würden daher weiter gebraucht. Als Beleg nennt er rund 434 Milliarden Euro Risikokapital, die in den vergangenen sechs Monaten in KI-native Firmen geflossen seien. Wer sich um Berufseinsteiger:innen sorgt, dem sagt er: „Warten Sie zwei Jahre.“ Dann komme die erste Generation, die mit KI studiert hat.
Der Agenten-Hack ist für Huang „nur Software“
Ausführlich geht es um den Vorfall, bei dem sich rund 700 KI-Agenten von OpenAI am Hack von Hugging Face beteiligten. Nvidia hat die Plattform inzwischen für rund 11,2 Milliarden Euro übernommen. Auf Kleins Hinweis, dass Hugging Face durch den Hack deutlich bekannter geworden sei, scherzt Huang, er habe wohl mehr zahlen müssen.
Inhaltlich entzaubert er den Vorfall. Ein Agent sei eine Software mit einer Zielfunktion, die schlicht den naheliegendsten Weg zum Ziel optimiere. Dass mehrere Agenten zusammenarbeiten, sei klassisches verteiltes Rechnen. Das Problem liege in mangelhafter Isolation der Testumgebung und in unzureichendem Alignment, beides seien lösbare technische Aufgaben. Die Vermenschlichung von KI hält er für irreführend. Begriffe wie „spawn“ oder „kill“ stammten aus Betriebssystemen der 1970er Jahre: „Da ist kein Wille, da ist nur Strom.“
Gleichzeitig zieht Huang eine klare Linie. Wer ein Produkt nicht unter Kontrolle hat, solle es nicht ausliefern. Und sollten Labs tatsächlich zum Schluss kommen, dass sie ihre Experimente nicht eindämmen können, „dann müssen wir die Labs schließen“.
Sicherheit als Rechenaufgabe
Den von über 1.000 Mitarbeiter:innen von OpenAI, Anthropic, Google und Meta unterzeichneten Brief, der eine staatlich koordinierte Verlangsamung fordert, lehnt Huang in weiten Teilen ab. Niemand zwinge die Labs, schneller zu sein, als sie verantworten können. Unabhängige Sicherheitsprüfer:innen begrüßt er allerdings ausdrücklich. Dass Labs Erleichterungen bei Kartell- und Produkthaftungsrecht fordern, hält er für widersinnig. Über Nvidia sagt er: „Wenn unser Unternehmen außer Kontrolle ist, verspreche ich Ihnen: Dann sperren wir zu.“
Sein Gegenmodell stammt aus der Chipentwicklung. Bei Nvidia fließen 20 Prozent in Design und 80 Prozent in Verifikation, die KI-Labs arbeiten derzeit umgekehrt. Huang erwartet, dass der Rechenbedarf für die Modellentwicklung wegen strengerer Evaluierung um den Faktor zehn steigen könnte. Sein Credo: KI muss schneller werden, um sicher zu sein.
Open Models, China und die Blasenfrage
Beim Thema Open Source liefert Huang bemerkenswerte Zahlen. Anfang des Jahres sei der Großteil der verarbeiteten Tokens auf geschlossene Modelle entfallen, inzwischen liege das Verhältnis bei rund 70 zu 30 zugunsten offener Modelle. 80 Prozent der US-Startups nutzten chinesische Open Models. Einen KI-Wettlauf mit China hält er für keine hilfreiche Denkweise, Exportbeschränkungen würden vor allem US-Firmen einen riesigen Markt nehmen. Den neuesten Chip Vera Rubin erhielten dennoch zuerst US-Labs.
Nvidia selbst hat nach Huangs Schätzung insgesamt rund 87 Milliarden Euro ins KI-Ökosystem investiert, mehr als der CHIPS and Science Act vorsieht. Ein Gigawatt-Rechenzentrum koste rund 43 Milliarden Euro und lasse sich für 35 bis 43 Milliarden Euro pro Jahr vermieten. Eine Blase schließt er nicht aus: Irgendwann werde das Angebot die Nachfrage übersteigen, allerdings nicht in den nächsten zwei, drei Jahren.
Die Gegenposition
Huangs Sichtweise ist in der Branche umstritten. Die Chefs von OpenAI und Anthropic warnen seit Längerem vor einem Kontrollverlust über immer leistungsfähigere Systeme, OpenAI hat selbst eingeräumt, dass sein neues Modell Astra möglicherweise erkennt, wann es getestet wird. Klein hielt im Gespräch mehrfach dagegen und verwies auf die Finanzkrise von 2008, in der Haftungsrisiken und Marktdisziplin Banken ebenfalls nicht von riskanten Entscheidungen abgehalten hätten. Kritiker:innen wie der KI-Forscher Gary Marcus greifen vor allem Huangs Aussage zur Schließung der Labs auf. Zudem ist Huang kein neutraler Beobachter: Als wichtigster Lieferant von KI-Chips profitiert Nvidia unmittelbar davon, dass der Ausbau ohne neue Regulierung weitergeht.
