Ausgabe vom 22. Mai 2026

Die Trump-Administration vergibt über das US-Handelsministerium (Department of Commerce) rund 2 Milliarden US-Dollar an neun Quantencomputing-Firmen und übernimmt im Gegenzug bei jeder eine Minderheitsbeteiligung — einen Eigenkapitalanteil, also eine Position wie ein Aktionär. Größter Empfänger ist IBM mit rund einer Milliarde Dollar für eine neue Quanten-Foundry, gefolgt vom Chiphersteller GlobalFoundries (~375 Mio.). Je rund 100 Millionen Dollar gehen an D-Wave, Rigetti, Infleqtion, Quantinuum und Atom Computing; das australische Start-up Diraq erhält die kleinste offengelegte Tranche von etwa 38 Millionen. Die genaue Höhe der Beteiligungen hat das Ministerium nicht spezifiziert. Erstmals berichtet vom Wall Street Journal, bestätigt durch Reuters, CNBC und Axios.

Die Reaktion an der Börse war heftig: Quanten-Aktien wie IBM, Rigetti und D-Wave schossen nach der Meldung nach oben — der Markt liest staatliche Beteiligung offenbar als De-facto-Gütesiegel in einem Sektor, der bislang vor allem von Verlusten und langen Zeithorizonten geprägt ist.

Der Deal ist kein Einzelfall, sondern Teil eines Musters, mit dem Washington seit 2025 die Grenze zwischen Staat und Privatwirtschaft neu zieht. Statt klassischer, nicht-rückzahlbarer Subventionen nimmt der Bund direkte Eigenkapitalbeteiligungen an strategisch wichtigen Unternehmen — eine Praxis, die eher an einen Staatsfonds erinnert als an industriepolitische Förderung westlicher Prägung. Vorläufer waren die rund zehnprozentige Beteiligung des Bundes an Intel 2025 sowie Arrangements rund um Nvidia und den Seltene-Erden-Produzenten MP Materials. Die Logik ist geopolitisch: Quantencomputing gilt neben fortgeschrittenen Halbleitern und KI als Schlüsseltechnologie im Wettlauf mit China.

Brisant ist die Beteiligung an PsiQuantum, das ebenfalls in der Neunerliste steht. Zu den privaten Investoren des Start-ups zählt 1789 Capital, eine Venture-Firma, bei der Donald Trump Jr. Partner ist. Senatorin Elizabeth Warren und weitere Abgeordnete hatten das Pentagon zuvor bereits zu Aufträgen an Trump-Jr.-nahe Firmen befragt. Eine direkte Quid-pro-quo-Verbindung zur Förderentscheidung ist nicht belegt — aber die strukturelle Nähe ist dokumentiert und politisch angreifbar. Wie die staatliche Beteiligung an KI- und Deep-Tech-Infrastruktur den Wettbewerb verschiebt, beleuchten wir in der heutigen Reportage.

Präsident Trump verschob am 21. Mai 2026, nur Stunden vor der geplanten Unterzeichnung, eine Executive Order zur KI-Sicherheit. Seine Begründung gegenüber Reportern: „I didn't like certain aspects of it. I postponed it.“ Und: „We're leading China, we're leading everybody, and I don't want to do anything that's going to get in the way of that lead.“ Eine umstrittene Passage hätte ein „Blocker“ sein können.

Der Entwurf hatte es in sich. KI-Firmen hätten ihre fortgeschrittenen Modelle dem Staat 14 bis 90 Tage vor dem Launch zur Sicherheitsprüfung zugänglich machen müssen; das Office of the National Cyber Director sollte einen entsprechenden Prozess entwickeln. Auslöser waren laut TechCrunch konkrete Sorgen um Modell-Releases wie Anthropics „Mythos“ und OpenAIs „GPT-5.5 Cyber“, die Sicherheitslücken eigenständig identifizieren und ausnutzen können. National-Economic-Council-Direktor Kevin Hassett trieb einen verpflichtenden Review voran — analog zur FDA-Arzneimittelzulassung.

Dass der Erlass kippte, illustriert die Machtverhältnisse. KI-Berater David Sacks, ein dezidierter Deregulierer, „hasste“ die Order; Mark Zuckerberg (Meta) und Elon Musk (xAI) sprachen zwischen Mittwochabend und Donnerstagmorgen direkt mit Trump und äußerten Bedenken. Trumps eigenes Framing — „Blocker“ für den Wettlauf mit China — übernahm exakt das Argument der Industrie. Das verpflichtende Sharing-Fenster wäre für die Labore ein erheblicher Eingriff gewesen: wettbewerblich durch verzögerte Launches, sicherheitstechnisch durch die Sorge um Modell-Leaks.

Die Bedeutung reicht über diesen einen Erlass hinaus. Sie zeigt, dass in der zweiten Trump-Amtszeit das „China-Argument“ praktisch jede KI-Sicherheitsmaßnahme aushebeln kann. Bemerkenswert ist allerdings, dass der Vorstoß überhaupt so weit kam — er entsprang nicht der Tech-Politik-Fraktion, sondern Sicherheits- und Cyber-Defense-Erwägungen. Selbst wenn die Order später in abgeschwächter, freiwilliger Form kommt, bleibt das Signal: Verbindliche staatliche Sicherheitsprüfungen von KI-Modellen sind in den USA derzeit politisch nicht durchsetzbar. Damit driften die USA und die EU mit ihrem verbindlichen AI Act weiter auseinander — und die Verantwortung für Sicherheit verbleibt bei den Laboren selbst. Hinweis: Ob das Vetting im finalen Entwurf verpflichtend oder freiwillig war, wird in den Quellen unterschiedlich dargestellt.

Anfang Mai kündigten SpaceX und Anthropic eine Compute-Partnerschaft für die Colossus-Rechenzentren in Memphis an. Wie wir in unserer Ausgabe vom 21. Mai berichteten, drehte sich vieles um die Frage, was Anthropic dafür zahlt. Das am 20. Mai eingereichte SpaceX-S-1-IPO-Prospekt liefert nun die Antwort — und sie ist gewaltig: 1,25 Milliarden Dollar pro Monat, also 15 Milliarden im Jahr oder rund 41 Millionen Dollar pro Tag. Der Vertrag läuft bis Mai 2029 mit einem Gesamtvolumen von bis zu rund 45 Milliarden Dollar.

Dafür erhält Anthropic Zugang zu über 300 Megawatt Leistung und mehr als 220.000 Nvidia-GPUs im Colossus-1-Campus, überwiegend H100/H200, plus rund 30.000 neuere Blackwell-Chips. Über den Juni skaliert Anthropic auf GB200-Kapazität und expandiert auf Colossus 2. Der Vertrag ist beidseitig mit 90 Tagen Frist kündbar; für die ersten beiden Monate gilt während des xAI-Ramp-ups eine vergünstigte Rate. Frühere Schätzungen von 5 Milliarden Dollar jährlich sind durch das Filing damit überholt.

Das eigentlich Neue ist nicht die Partnerschaft, sondern die regulatorisch erzwungene Transparenz: Weil SpaceX an die Börse will, musste das Unternehmen seine materiellen Kundenverträge offenlegen — und damit landete eine Zahl in den Akten, die beide Seiten sonst kaum genannt hätten. 15 Milliarden Dollar von einem einzigen Kunden entsprechen fast dem gesamten bisherigen SpaceX-Jahresumsatz von rund 18 Milliarden. Für SpaceX bedeutet das einen eleganten Pivot vom reinen KI-Modellbauer (xAI/Grok) zum Neocloud-Infrastrukturanbieter mit planbaren Mieteinnahmen — ein Geschäftsmodell, das die IPO-Story stützt.

Der Deal ist ein Paradebeispiel für die vielzitierte zirkuläre KI-Ökonomie: Nvidia verkauft GPUs an xAI/SpaceX, SpaceX vermietet sie an Anthropic, das selbst Empfänger milliardenschwerer Investments ist und Compute zurück ins System kauft. Pikant ist die Wettbewerbsdynamik: Anthropic, einer der schärfsten sicherheitsorientierten Rivalen, finanziert über die Miete indirekt Musks KI-Ambitionen mit. Musks Kommentar dazu — „No one set off my evil detector“ — unterstreicht die Ironie, dass strategische Rivalen im Compute-Engpass zu Geschäftspartnern werden. Die wahre Knappheit liegt nicht mehr bei den Modellen, sondern bei Strom und GPUs — und wer diese kontrolliert, kassiert auch von der Konkurrenz.

OpenAI kündigte an, künftig auf denselben Provenance-Stack wie Google zu setzen — und macht damit aus zwei getrennten Ansätzen einen faktisch gemeinsamen Branchenstandard. Konkret wird OpenAI C2PA-konform: Die Content Credentials betten Metadaten ein, die Herkunft, Erstellung und Bearbeitung eines Inhalts dokumentieren (C2PA ist ein von Adobe, BBC, Intel, Microsoft und anderen gegründeter, inzwischen als ISO-Norm anerkannter Standard). Zugleich integriert OpenAI Googles unsichtbares SynthID-Wasserzeichen in seine Bilder — laut Berichten das erste Mal, dass diese Google-Technologie in den Output eines großen Rivalen eingebettet wird.

Der technische Clou ist die Zwei-Schichten-Architektur. C2PA-Metadaten sind reichhaltig, aber fragil: Ein Screenshot oder das Hochladen auf eine Plattform, die Metadaten entfernt, löscht sie. SynthID dagegen schreibt ein unsichtbares Signal direkt in die Pixel, das Kompression, Skalierung und Bearbeitung übersteht. Erst die Kombination macht Herkunftsnachweise robust genug für die Praxis. Betroffen sind zunächst Bilder, die über ChatGPT, die OpenAI-API und Codex erzeugt werden; auch Kakao, ElevenLabs und Nvidia schließen sich dem Standard an.

Der Zeitpunkt ist kein Zufall: Der EU AI Act verlangt ab August 2026, dass KI-Inhalte aller Anbieter in Europa klar gekennzeichnet werden — bei Verstoß drohen Bußgelder bis zu 15 Millionen Euro oder 3 Prozent des Jahresumsatzes. Für OpenAI und Google ist ein gemeinsamer, ISO-zertifizierter Standard die kostengünstigste Compliance-Strategie und zugleich ein regulatorischer Schutzwall: Wer den Standard mitdefiniert, prägt die Spielregeln, statt sie diktiert zu bekommen.

Die offene Flanke bleibt die Endnutzer-Verifizierung. OpenAIs angekündigtes Prüf-Tool erkennt vorerst nur OpenAI-eigene Bilder; ein anbieterübergreifendes „Ist das KI?“-Werkzeug fehlt weiterhin. Solange jeder Anbieter sein eigenes Prüf-Frontend betreibt, bleibt die Transparenz für normale Nutzer lückenhaft — auch wenn die zugrundeliegenden Signale nun erstmals kompatibel sind. Hinweis: Es handelt sich um eine wechselseitige Adoption identischer Standards, nicht um einen formellen Vertrag oder ein Joint Venture.

Das Bundesministerium für Digitales und Staatsmodernisierung (BMDS) hat einen Auftrag über knapp 250 Millionen Euro für eine souveräne KI-Cloud vergeben — gedacht als Platform-as-a-Service und technologisches Rückgrat einer KI-fähigen Verwaltung für Bund, Länder und Kommunen. Den Zuschlag teilen sich zwei Konsortien: Das T-Systems-Konsortium (Deutsche-Telekom-Tochter, mit SAP als Technologiepartner) erhält rund 70 Prozent, das zweitplatzierte SVA-Konsortium (mit Schwarz Digits und der BSI-zertifizierten Cloud Stackit sowie Codesphere) rund 30 Prozent. Die Zweiteilung ist Absicht: Fällt ein Auftragnehmer aus, steht der andere bereit — „digitale Robustheit“ gegen Vendor-Lock-in.

Digitalminister Karsten Wildberger (CDU), zuvor CEO von Ceconomy/MediaMarktSaturn, bezeichnet die KI-Cloud als „künftiges Rückgrat einer souveränen Verwaltung“ und als zentralen Baustein des Deutschland-Stacks — ein Sammelbegriff für die IT-Ebenen unter heimischer Kontrolle, von Rechenzentren über KI-Modelle bis zu Anwendungen, mit offenen Standards und Open-Source-Komponenten. Zu den Souveränitäts-Features zählen „Bring Your Own Key“-Verschlüsselung, eine Zero-Trust-Architektur und der Ausschluss von Drittstaaten-Zugriffen.

Die bemerkenswerteste politische Pointe ist der zurückgezogene Nachprüfungsantrag: Ein Konkurrenzkonsortium mit Google und dem Dortmunder IT-Haus Adesso hatte zunächst gegen die Vergabe geklagt, den Antrag dann aber vorzeitig fallengelassen — was den Projektstart freimachte. Hätte Google als Hyperscaler im Verbund den Zuschlag erhalten, wäre die Souveränitäts-Erzählung von innen ausgehebelt worden — genau die Frage, die die OpenDesk/Microsoft-Alternativen-Debatte seit Jahren umtreibt. Die genauen Gründe für den Klage-Rückzug sind nicht eindeutig belegt.

Im breiteren KI-Wettlauf ist das Projekt ein europäisches Souveränitäts-Signal in der Tradition von Gaia-X — diesmal aber mit Budget, Zuschlag und konkretem Bauauftrag statt nur Absichtserklärungen. Die offene Frage bleibt, ob 250 Millionen Euro genügen, um mit den zig-Milliarden-Investitionen der Hyperscaler mitzuhalten, oder ob Deutschland eine technologisch solide, aber im globalen Maßstab kleine Insellösung schafft.

Der „2026 State of Code Abundance Report“ von CloudBees, einem Anbieter von DevOps- und CI/CD-Software, verdichtet ein Muster, das die Branche seit 2025 unter dem Stichwort „AI code quality“ diskutiert. Befragt wurden mehr als 200 Enterprise-Technologie-Führungskräfte. Das zentrale Ergebnis: 81 Prozent berichten von gestiegenen Produktionsproblemen und -ausfällen durch KI-generierten Code — während 92 Prozent vor dem Deployment überzeugt waren, ihr Code sei produktionsreif. Diese Diskrepanz ist die „Verification Gap“, die Verifizierungslücke.

Der Kontext erklärt, warum: Inzwischen sind 61 Prozent des Codes in den befragten Organisationen KI-generiert oder KI-assistiert, und 64 Prozent der Engineering-Teams haben KI weitgehend oder vollständig in ihre Workflows integriert. Wenn aber Review-, Test- und Deployment-Prozesse noch auf das Tempo menschlicher Entwickler ausgelegt sind, entsteht ein Stau — der sich nicht im Editor, sondern in der Produktion entlädt. Hinzu kommen wirtschaftliche Nebenwirkungen: 54 Prozent melden deutlich gestiegene CI/CD-Infrastrukturkosten, nur 31 Prozent der KI-Ausgaben lassen sich konkreten Geschäftsergebnissen zuordnen. CloudBees-CEO Anuj Kapur: „Enterprises erleben denselben Film wie bei der Cloud — schnell adoptieren, die Ökonomie später verstehen und in Panik geraten, wenn die Rechnung kommt.“

Neu und für CTOs unbequem ist, dass die Unzufriedenheit die Führungsebene erreicht hat. Solange „AI Slop“ ein Entwickler-Meme war, ließ es sich als kulturelles Grummeln abtun. Bezeichnend ist die Verantwortungs-Frage: 46 Prozent verorten die Schuld bei Fehlern bei CTO/VP Engineering, nur 7 Prozent beim Entwickler, der den Code ausgeliefert hat. In einer Welt, in der ein Junior mit KI dieselbe Code-Menge wie ein ganzes Team produziert, lässt sich Accountability nicht mehr am einzelnen Commit festmachen.

Eingebettet in den DORA-Report 2025 von Google Cloud — der eine fortbestehende negative Korrelation zwischen KI-Adoption und Delivery-Stabilität ohne starke Testautomatisierung feststellt — ergibt sich ein konsistentes Bild: KI ist ein Verstärker, kein Heiler. Teams mit reifer Testautomatisierung übersetzen KI-Tempo in echten Durchsatz; Teams ohne dieses Fundament beschleunigen vor allem ihre eigene Instabilität. Die praktische Implikation für Engineering-Teams ist unspektakulär, aber unbequem: Die Investition muss von „mehr Codegenerierung“ zu „mehr Verifikationskapazität“ wandern — automatisierte Tests, Policy-Gates, Observability. Wer nur den Generator hochdreht, kauft Geschwindigkeit auf Kredit und zahlt sie in Produktionsausfällen zurück.