NRW als KI-Standort: Infrastruktur, Energie und Wertschöpfung. Stellungnahme für die Anhörung der Enquetekommission IV "Künstliche Intelligenz - Für einen smarten Staat in der digitalisierten Gesellschaft" des Landtags Nordrhein-Westfalen zum Thema "Notwendige Infrastruktur und Wertschöpfungsketten"

Er fächert das Thema jedoch umfassender auf und gliedert sich wie folgt: Kapitel 2 zeigt auf, welche Standortfaktoren für Rechenzentren als Kern der KI-Infrastruktur allgemein von Bedeutung sind. Darauf aufbauend untersucht Kapitel 3 die KI-Infrastruktur in NRW und deren benötigten Ausbau, insbesondere mit einem Blick auf mittelständische Unternehmen, eingehend. Kapitel 4 widmet sich ausführlich dem Zusammenhang zwischen KI-Infrastruktur und Energieaspekten und leitet daraus spezifische Implikationen für NRW ab. KI-Infrastruktur sollte auch vor dem Hintergrund der geopolitischen Friktionen im Sinne von Wertschöpfungsketten gedacht werden, um Souveränität in den Fokus zu rücken. Diese Zusammenhänge analysiert Kapitel 5 für NRW. Kapitel 6 schließt mit Ableitungen für das Bundesland. KI ist neben der Klimatransformation das große Transformationsthema für die deutsche Wirtschaft in den kommenden Jahren. Die Technologie bietet umfassende Potenziale - um sie heben zu können, ist jedoch eine leistungsfähige, KI-gerechte Infrastruktur Voraussetzung. Unternehmen in NRW nutzen zunehmend KI in ihren Prozessen und Produkten (Statistisches Landesamt NRW, 2026): Im Jahr 2024 gaben knapp 20 Prozent der nordrhein-westfälischen Unternehmen an, KI einzusetzen. Das entspricht einer Steigerung von fast 60 Prozent gegenüber dem Vorjahr. Angesichts des geringen Anteils bei gleichzeitig umfassenden Chancen durch KI ist für die nächsten Jahre von einer weiteren deutlichen Zunahme auszugehen. Dies sollte von einer Weiterentwicklung der KI-Infrastruktur in NRW begleitet werden. Oftmals fokussiert sich die Diskussion zu dieser Infrastruktur auf die KI-Rechenkapazitäten in entsprechenden Rechenzentren. Tatsächlich sollte der Begriff KI-Infrastruktur jedoch weitergefasst werden, wie Kapitel 3 zeigt. Nicht nur in Bezug auf die Rechenzentren ist die Situation in Deutschland und NRW auch geopolitisch geprägt. Die wachsende Nachfrage nach KI-Rechenleistung trifft in Deutschland und Europa auf begrenzte Rechenzentrums- und Infrastrukturkapazitäten. Zahlreiche Unternehmen greifen daher auf Rechenkapazitäten außerhalb Europas zurück, insbesondere in den USA. Dieser Rückstand wird zunehmend als strategisch problematisch eingeschätzt, da er nicht nur wirtschaftliche Nachteile, sondern auch Risiken für Datensouveränität und geopolitische Resilienz mit sich bringt. Auch für die Unternehmen selbst ist der Standort der Rechenzentren, deren Dienste sie nutzen, von zentraler Bedeutung. Nach Ewald et al. (2024) geben 45 Prozent der Unternehmen an, dass es für sie wichtig ist, dass sich die von ihnen genutzten Rechenzentren in Deutschland befinden. Ansiedlungen innerhalb Deutschlands wirken zudem datenschutzrechtlichen Bedenken entgegen, die knapp die Hälfte der Unternehmen als Grund nennt, bislang keine Cloud-Technologien zu nutzen. Dabei mangelt es nicht an privater Investitionsbereitschaft. Entscheidend sind vielmehr geeignete Standort- und Rahmenbedingungen, die den Ausbau von KI-Infrastruktur im Allgemeinen und KI-Rechenzentren im Speziellen in Deutschland ermöglichen. Mit Blick auf die installierte Rechenzentrumskapazität ist NRW bereits heute bundesweit auf Platz drei (vgl. Abbildung 1-1). Durch die Vielzahl an Projektankündigungen kann dieser Platz in den kommenden Jahren möglicherweise sogar noch ausgebaut werden, wobei ein deutlicher Abstand zum führenden Standort um Frankfurt verbleibt. Das dena et al. (2025) sieht im Milliarden-Engagement von Microsoft im Rheinischen Revier (WDR, 2024) und dem damit verbundenen Bau mehrerer Groß-Rechenzentren ein Anzeichen, dass sich in der Region in den nächsten Jahren weitere Rechenzentren ansiedeln werden. Die zunehmende räumliche Bündelung von Rechenzentren folgt dabei häufig dem Prinzip der sogenannten Data Gravity: Bestehende Daten- und Rechenkapazitäten ziehen weitere datenintensive Anwendungen an, da Datenverlagerungen aufwendig sind und geringe Latenzen erforderlich bleiben. Cloud-Anbieter verstärken diesen Effekt, indem sie aus Gründen der Ausfallsicherheit meist drei oder mehre Rechenzentren innerhalb einer Region betreiben (dena et al., 2025; IW Consult/Detecon, 2025).