Das Problem hat die Ebene gewechselt
Bis vor Kurzem war KI-Kapazität eine Beschaffungsfrage: Wer genug GPUs bekam und genug Kapital hatte, baute. Seit dieser Woche ist sie auch eine Wahlfrage. Bei den US-Zwischenwahlen wurde in dutzenden Kommunen direkt über Rechenzentren abgestimmt. Nach einer von heise zitierten Ballotpedia-Übersicht fielen bei 37 von 41 Abstimmungen teils deutliche Mehrheiten für Moratorien, Verbote oder erschwerende Auflagen aus; bei den übrigen vier stand die Auszählung noch aus. Ein einziges Mal votierte die Bevölkerung nicht gegen die Hallen. Die verbreitete Kurzformel „40 von 41 verloren“ ist damit bislang nicht belegt, die Richtung ist es sehr wohl: Fast immer stimmte mindestens eine Zweidrittelmehrheit gegen die Projekte.
Wichtig für die Einordnung: Viele dieser Abstimmungen fanden in kleinen Gemeinden statt, einige waren nicht bindend. Doch die Wirkung ist keine Frage der Stimmenzahl. Ein Rechenzentrum ist wie ein Hochhaus, das ohne Baugenehmigung nicht steht – nur dass die Genehmigung nicht mehr allein von der Behörde, sondern von der Nachbarschaft kommt. Die Branche nennt das „Social License to Operate“, die soziale Betriebserlaubnis. Sie wurde ihr in dieser Woche an vielen Orten gleichzeitig entzogen.
Warum die Stimmung kippte – und warum es kein Ausreißer ist
Die Gründe sind weniger ideologisch, als es klingt. TechCrunch beschreibt Projekte, die mit Geheimhaltungsvereinbarungen für Lokalpolitiker, intransparenten Größenangaben und alten Zonenregeln durchgewunken wurden; Amazon etwa baute in Gilroy, Kalifornien, ein Rechenzentrum, ohne dass viele Anwohner es bemerkten. Dazu kommen Steuererleichterungen in Milliardenhöhe, Lärm, Wasserverbrauch, Gasturbinen und die Sorge, dass Netzausbau über die Stromrechnung auf Haushalte umgelegt wird. Laut einer von TechCrunch zitierten NBC-Nachwahlbefragung lehnen fast 80 Prozent der Befragten Rechenzentren in der eigenen Nachbarschaft ab; knapp 60 Prozent nannten das Thema einen wichtigen oder entscheidenden Faktor für ihre Wahl. Ein Private-Equity-Manager formuliert es dort so: Menschen hassten nicht unbedingt Rechenzentren, sondern KI – die Halle ist der Stellvertreter für Ängste vor Machtkonzentration und Jobverlust.
Der Effekt ist bereits konkret. Eine von heise zitierte Auswertung zählt für 2026 allein 47 große US-Projekte, die verzögert, gestrichen oder blockiert wurden. In Texas hat Gouverneurs-Wahlsiegerin Gina Hinojosa den Datacenter-Stopp zum Wahlkampfthema gemacht und unterstützt ein landesweites Moratorium. Goldman Sachs erwartet laut TechCrunch Verzögerungen unter anderem in Georgia und Texas. Und die Debatte ist kein amerikanisches Phänomen: In Amsterdam drangen Hunderte auf die Baustelle eines Microsoft-Rechenzentrums vor, die Polizei nahm laut dpa 150 bis 200 Menschen fest. Die Gruppe Geef Tegengas bezeichnete die Aktion als ersten Massenprotest gegen große Rechenzentren in Europa; laut netzpolitik.org fanden am 6. und 7. November Proteste in London, Wien, Berlin und weiteren Städten statt – mit der Forderung nach einem Moratorium.
Der zweite Engpass: Strom braucht Jahre
Selbst wo niemand protestiert, bremst die Physik. Die Internationale Energieagentur beziffert laut TechCrunch den Netzanschluss von 100 Megawatt in Nord-Virginia auf rund sieben Jahre. Mitsubishi Power erwartet, dass der Großteil neuer Turbinenkapazität erst 2031 ans Netz geht. Microsoft stieg im Oktober als Ankerkunde bei Nscales Rechenzentrum im englischen Loughton aus, weil der Netzbetreiber Strom erst Anfang bis Mitte der 2030er-Jahre liefern konnte. Mancher Betreiber weicht deshalb auf umgebaute Flugzeugturbinen aus: In 24 Monaten ließe sich damit ein Rechenzentrum in Betrieb nehmen, so ein Analyst – zum Preis von mehr Emissionen und geringerer Effizienz.
Man kann sich das Netz als Autobahn vorstellen, auf der niemand mehr auffahren darf, bis neue Spuren gebaut sind. Technische Entlastung ist unterwegs – etwa Halbleiter-Transformatoren, über die die MIT Technology Review berichtet –, aber sie löst kein Problem von 2027. Und selbstversorgende Anlagen mit Gaskraft verschärfen genau den Konflikt, der die Wahlen mitentschieden hat. Die Eskalationsspirale ist gebaut: Wartezeit am Netz, Eigenstrom per Gas, Widerstand vor Ort, noch längere Genehmigungen.
Börse und Politik drehen gleichzeitig
Hinzu kommt der Kapitalmarkt. Laut Reuters (über heise) fielen nach den Wahlen die Aktien von CoreWeave um 9,5 Prozent, Applied Digital um 8,8 Prozent und Cipher Digital um 21 Prozent. Von einem allgemeinen Börsencrash der KI-Werte lässt sich auf Basis der gelesenen Quellen nicht sprechen; TechCrunch spricht von einem deutlichen Stimmungswechsel an der Wall Street, wonach Investoren weniger Begeisterung für immer neue Milliarden-Investitionen in Compute zeigen. Entscheidend ist die Kombination: Es wird schwerer zu bauen und gleichzeitig weniger belohnt, es zu tun. Wer Kapazität über Jahre plant, sollte beides als Signal lesen.
Auf Anbieterseite reagiert man bereits. OpenAI veröffentlichte zwei Tage nach der Wahl Leitlinien, wonach künftig auf NDAs verzichtet werden, Anwohner den Strom nicht bezahlen und Verbrauch in Spitzenzeiten gedrosselt werden soll – laut OpenAI seit Monaten vorbereitet, das Timing nennen Beobachter bemerkenswert. Die Politik ist ebenfalls in Bewegung: Im Gespräch sind laut TechCrunch weitere Moratorien, Pflichten, Netzausbau selbst zu zahlen (etwa der „GRID Savings Act“), sowie ein landesweiter Moratoriumsvorschlag von Sanders und Ocasio-Cortez, der allerdings an einem Veto scheitern dürfte. Auch bei den Demokraten ist ein pauschaler Stopp umstritten – wegen der Sorge um KI-Fortschritt und nationale Sicherheit. [INFERENZ] Realistisch ist daher kein Baustopp, sondern Verteuerung und Verlangsamung: mehr Auflagen, mehr Eigenfinanzierung, längere Vorlaufzeiten.
Was das für Cloud-Preise und SaaS-Roadmaps bedeutet
Für SaaS-Unternehmen entsteht daraus eine Kette. Knapperes und teureres Angebot an neuen Rechenzentren trifft auf weiter wachsende Nachfrage durch Agenten und KI-Funktionen. [INFERENZ] Das spricht mittelfristig für höhere Preise, strengere Kontingente und Premium-Tarife für garantierte GPU-Kapazität; kurzfristig bleibt vieles durch bestehende Verträge gepuffert. Konkret rechnen wir mit folgenden Folgen: Erstens werden Inferenzkosten pro Token weniger schnell sinken als in den Planungsmodellen vieler Roadmaps unterstellt. Zweitens werden Kapazitätszusagen in Verträgen wertvoller – und Anbieter verlangen dafür Laufzeiten. Drittens steigt das Standortrisiko: Eine Region, in der politisch Ausbaustopps drohen, ist für zusätzliche Kapazität ein schlechterer Anker als eine mit gesichertem Anschluss.
Das schlägt direkt auf Produktentscheidungen durch. Wer jede Funktion mit dem größten Modell und unbegrenzten Agentenschleifen versorgt, kauft sich einen Kostenhebel, den er nicht kontrolliert. Das knüpft an unsere Analyse zu Token-Budgets und FinOps für Agenten an: Die Deckelung von KI-Kosten ist nicht nur Controlling, sondern wird zur Strategie, weil das Angebot knapp bleibt.
Entscheidungshilfe für die kommenden zwölf Monate
Kapazitätsplanung. Planen Sie mit Szenarien statt mit einer Preiskurve: Basisfall, Preisanstieg von 20 bis 30 Prozent bei GPU-Zeit und ein Knappheitsfall mit Rate-Limits. Legen Sie fest, welche Funktionen im Knappheitsfall degradieren dürfen (kleineres Modell, asynchrone Verarbeitung) und welche nicht. [Die Prozentwerte sind eine Planungsannahme, keine Prognose.]
Mehrere Regionen und Anbieter. Verteilen Sie Last so, dass keine einzelne politisch exponierte Region oder ein einzelner Anbieter Ihre Auslieferung bestimmt. Prüfen Sie vertraglich Kapazitätsgarantien, Preisbindung und Exit-Klauseln. Berücksichtigen Sie dabei auch Europa: Auch hier wächst der Widerstand, zugleich fordert die Bundesregierung laut netzpolitik.org bis 2030 mehr als die doppelte Rechenzentrums-Kapazität – ein Konfliktfeld, kein Selbstläufer.
Effizienz zuerst. Jedes Prozent weniger Token ist Kapazität, die nicht gebaut werden muss: Caching, Routing auf kleinere Modelle, Prompt-Kürzung, Batch-Verarbeitung. Machen Sie Effizienz zur Kennzahl der Produktteams, nicht der Infrastruktur allein.
Kleine Modelle, Edge und On-Prem. Für klar umrissene Aufgaben – Klassifikation, Extraktion, Zusammenfassung – genügen häufig kleine, selbst betriebene Modelle. Sie reduzieren Abhängigkeit, Latenz und Datenschutzrisiko. On-Prem ist dabei kein Königsweg: Auch eigene Hardware braucht Strom und Standort. Es ist ein Baustein für den planbaren Grundbedarf, während Spitzenlast in der Cloud bleibt.
Eigene Betriebserlaubnis pflegen. Fragen Sie Ihre Infrastrukturpartner nach Standort, Energiequelle und Transparenzpraxis. Kunden – gerade im öffentlichen Sektor und in Europa – werden das in Ausschreibungen abfragen. Wer hier belastbare Antworten hat, verschafft sich einen Vorteil.
Fazit
Die Midterms haben ein Naturgesetz der KI-Branche widerlegt: Dass Kapazität immer irgendwo gebaut werden kann, wenn nur genug Geld vorhanden ist. Die Skalierung findet weiter statt, aber langsamer, teurer und unter öffentlicher Beobachtung. Für SaaS-Unternehmen heißt das: Rechenleistung ist keine unendliche Utility mehr, sondern ein knappes, politisch aufgeladenes Gut. Wer Roadmaps darauf ausrichtet, mit weniger Compute mehr Kundennutzen zu liefern, ist im Vorteil – gleichgültig, wie sich die Gesetzgebung in Texas, Ohio oder Brüssel entwickelt.
- TechCrunch: After the midterms, a bigger clash over data centers could be coming (4.11.2026)
- TechCrunch: After the midterms, things are looking rocky for Elon Musk and data centers (7.11.2026)
- heise online: US-Zwischenwahlen – Rechenzentren noch größere Verlierer als die Republikaner (4.11.2026)
- heise online: Nach US-Zwischenwahlen – OpenAI verspricht anwohnerfreundliche Rechenzentren (5.11.2026)
- TechCrunch: Data centers are turning to old jet engines as the wait for power grows (3.11.2026)
- heise online: Protest gegen Microsoft-Rechenzentrum in Amsterdam – viele Festnahmen (7.11.2026)
- netzpolitik.org: KW 45 – Die Woche, in der die Welt gegen Rechenzentren aufbegehrte (7.11.2026)
- t3n / MIT Technology Review: Halbleiter-Transformatoren – Wie das Stromnetz KI-fest werden soll (7.11.2026)