Ein Chip fürs Wohnzimmer: Europas Gegenentwurf zum Rechenzentrum

Berlin, 21. September 2026 – Wer KI nutzt, rechnet meist weit weg: In riesigen Rechenzentren laufen die Anfragen an die großen Sprachmodelle, deren Stromhunger ganze Regionen belastet. Zwei neue Forschungsansätze zeigen, wie es anders gehen könnte – mit einem Chip, der KI direkt aufs eigene Gerät holt, und mit simulierten Schülern, die das Training verbilligen.

Widerstand gegen die Rechenzentren

Der Ausbau der KI-Infrastruktur stößt zunehmend auf Gegenwehr. In den USA entstehen vielerorts neue Rechenzentren – und immer öfter regt sich Protest. Selbst Texas, das solche Projekte zunächst aktiv förderte, hat den Bau neuer Anlagen mit mehr als 20 Megawatt gestoppt. „Unsere oberste Priorität ist es, die Sicherheit und Lebensqualität der Texaner:innen zu schützen", wird Gouverneur Greg Abbott zitiert.^[t3n – 1 Billiarde Berechnungen pro Sekunde: EU-Chip soll KI-Verarbeitung revolutionieren – url: https://t3n.de/news/1-billiarde-berechnungen-eu-chip-ki-verarbeitung-1762775]

Der Grund ist der enorme Strombedarf. Schon 2023 warnten Gartner-Forscher:innen, dass KI bis zum Jahr 2030 rund 3,5 Prozent des weltweiten Stromverbrauchs verursachen könnte. Um eine geplante Anlage im texanischen Pecos County zu versorgen, will Amazon ein riesiges Erdgaskraftwerk bauen: Laut Genehmigung soll es 35 Erdgasturbinen nutzen dürfen, um bis zu 7,65 Gigawatt Strom zu erzeugen – mit jährlich 33 Millionen Tonnen Kohlendioxid.^[t3n – 1 Billiarde Berechnungen pro Sekunde: EU-Chip soll KI-Verarbeitung revolutionieren – url: https://t3n.de/news/1-billiarde-berechnungen-eu-chip-ki-verarbeitung-1762775]

In Deutschland ist die Stimmung differenzierter. Laut einer Bitkom-Umfrage würden trotz Umweltbedenken zwei Drittel der Menschen den Bau eines Rechenzentrums am eigenen Wohnort unterstützen; 72 Prozent ist es wichtig, dass ihre Daten innerhalb des Landes verarbeitet werden.^[t3n – 1 Billiarde Berechnungen pro Sekunde: EU-Chip soll KI-Verarbeitung revolutionieren – url: https://t3n.de/news/1-billiarde-berechnungen-eu-chip-ki-verarbeitung-1762775]

Ein Chip aus Eindhoven

Genau hier setzt das Convolve-Projekt an. Eine Forschungsgruppe der Technischen Universität Eindhoven entwickelt ein neues Chip-Design, mit dem sich komplexe KI-Workflows direkt auf dem eigenen Gerät verarbeiten lassen. „Wir wollten einen effizienten Chip für das sogenannte Edge-Computing entwerfen", erklärt Forscher Manil Dev Gomony. Berechnungen näher an den Nutzer:innen verbrauchten weniger Energie als die Weiterleitung an Supercomputer-Rechenzentren; deren Chips seien groß und würden sehr heiß, bräuchten eigene Lüfter und Kühlwasser – was die lokalen Gemeinden belaste.^[t3n – 1 Billiarde Berechnungen pro Sekunde: EU-Chip soll KI-Verarbeitung revolutionieren – url: https://t3n.de/news/1-billiarde-berechnungen-eu-chip-ki-verarbeitung-1762775]

Kern der Neuerung ist ein schichtübergreifendes Design, das die Eigenschaften des Chips von Anfang an aufeinander abstimmt – möglich gemacht mit Hilfe von Industriepartnern. Der Anspruch ist groß: Die Rechenleistung für ein Petaflop – rund eine Billiarde Berechnungen pro Sekunde – hätte 2010 noch 625.000 iPhone 4s erfordert. „Wir brauchen eine erschwingliche, umweltfreundliche und gut konzipierte EU-Alternative – und die im Rahmen von Convolve entwickelten Chip-Technologien bieten genau das", sagt der Forschungsleiter.^[t3n – 1 Billiarde Berechnungen pro Sekunde: EU-Chip soll KI-Verarbeitung revolutionieren – url: https://t3n.de/news/1-billiarde-berechnungen-eu-chip-ki-verarbeitung-1762775]

Billiger trainieren mit simulierten Schülern

Auch beim Training tut sich etwas. Microsoft und die University of Illinois haben StudentSim gebaut: ein System, das einzelne Lernende aus begrenzten Daten nachbildet und KI-Tutoren schnelles, kostengünstiges Feedback gibt. In Tests mit 60 Schüler:innen in Schach, Englisch und Mathematik übertraf es das Modell GPT-5.4; ein mit StudentSim trainierter Schach-Tutor erhielt die höchsten Expertenbewertungen unter drei getesteten Versionen.^[The Decoder – Simulated students that make realistic mistakes help AI tutors learn faster – url: https://the-decoder.com/simulated-students-that-make-realistic-mistakes-help-ai-tutors-learn-faster/]

Effizienz als neue Forschungsfront

Ob Hardware oder Trainingsdaten – die Beispiele deuten in dieselbe Richtung: Nach Jahren des „größer, schneller, teurer" rückt die Effizienz in den Mittelpunkt. Das passt zum wachsenden Druck von Kommunen, Stromnetzen und Klima. Ob der Chip aus Eindhoven den Sprung aus dem Labor in die Massenproduktion schafft, ist offen; klar ist aber, dass die Frage, wo und wie KI rechnet, längst keine reine Technikfrage mehr ist.