EU-„AI-Gigafactories“: Was die EuroHPC-Reform für Unternehmens‑KI, Rechenzentren und Quantum bedeutet

Die EU macht ernst mit dem Aufbau einer eigenen, hochskalierbaren KI‑Infrastruktur. Am 9. Dezember 2025 hat der Rat der Europäischen Union eine Position zur Änderung der EuroHPC-Verordnung angenommen, um in Europa bis zu fünf sogenannte „AI-Gigafactories“ aufzubauen. Diese Einrichtungen sollen Supercomputing, energieeffiziente Rechenzentren und KI-Automationsinfrastruktur bündeln und zugleich einen neuen Quantumsäule („quantum pillar“) unter dem Dach von EuroHPC verankern.

Für Unternehmen, öffentliche Einrichtungen und Forschungseinrichtungen in Europa ist dies ein strategischer Wendepunkt: Erstmals entsteht ein klar geregelter Rahmen, um hochperformante KI-Workloads innerhalb der EU zu betreiben – weitgehend unabhängig von Hyperscalern in den USA und China.

Kontext: Was der Rat der EU konkret beschlossen hat

EuroHPC-Joint Undertaking als Drehkreuz für KI und Quantum

Die bestehende Verordnung zum European High-Performance Computing Joint Undertaking (EuroHPC JU) wird aktualisiert, um den Auftrag deutlich zu erweitern:

• Aufbau von bis zu fünf AI-Gigafactories in Europa auf Basis von Public-Private-Partnerships.

• Verankerung eines eigenen Quantum-Pfeilers innerhalb von EuroHPC, inklusive Verlagerung einschlägiger Forschungs- und Innovationsaktivitäten aus Horizon Europe in die EuroHPC-Struktur.

• Möglichkeit, ungenutzte EU-Mittel gezielt in diese Gigafactory-Projekte umzuschichten.

• Anpassung der Governance, u. a. bei der Beteiligung von Drittstaaten und der Mitwirkung industrieller Stakeholder.

Parallel dazu präzisieren Änderungsanträge aus dem Europaparlament, was unter einer AI-Gigafactory zu verstehen ist. Ein Entwurf sieht z. B. vor, als Gigafactory nur Anlagen anzuerkennen, die mehr als 100.000 fortgeschrittene KI-Prozessoren umfassen und den kompletten Lebenszyklus großer KI-Modelle – Entwicklung, Training, Feintuning und großskalige Inferenz – abdecken.

Abgrenzung zu „AI-Factories“ und bestehender HPC-Landschaft

Die EU baut auf bereits existierende EuroHPC-Supercomputer und die seit 2024/2025 geplanten AI Factories auf. Diese AI-Factories sind offene KI-Ökosysteme rund um EuroHPC-Systeme, die bspw. in Finnland, Deutschland, Griechenland, Italien, Luxemburg, Spanien und Schweden angesiedelt werden.

Die nun vorgesehenen AI-Gigafactories gehen darüber hinaus:

• Größere Skala (u. a. definierte Mindestanzahl an Prozessoren).

• Stärker integrierte Cloud- und Service-Ebene (dedizierte sichere Cloud-Zugänge, Managed Services).

• Energieeffiziente Rechenzentren mit nachhaltiger Stromversorgung als Kernanforderung.

• Stärkerer Fokus auf unternehmensnahe Nutzung (Industrie, Start-ups, Scale-ups) und nicht nur auf reine Forschung.

Die Gigafactories sollen damit eine europäische Antwort auf die massiven KI-Rechenzentren der globalen Hyperscaler darstellen – allerdings auf Basis eines gemeinsamen öffentlichen und privaten Governance-Modells.

Was ist neu – und warum es strategisch wichtig ist

1. Europäische Souveränität im KI-Compute

Bisher sind viele europäische Unternehmen für Training und Betrieb großer KI-Modelle stark von Rechenzentren in den USA oder Asien abhängig. Die Gigafactories zielen auf:

• Souveräne Rechenleistung innerhalb der EU-Rechtsordnung (inkl. DSGVO, AI Act, Cyberresilienz-Regeln).

• Vermeidung von Lock-in-Effekten gegenüber einzelnen Cloud-Hyperscalern.

• Bessere Planbarkeit von Kosten und Kapazitäten, da die EU gezielt in Infrastrukturen investiert und einen Rahmen für Zugang und Bepreisung vorgibt.

Für Branchen mit sensiblen Daten – Finanzwirtschaft, Gesundheitswesen, öffentliche Verwaltung, Verteidigung, Energie – ist das ein entscheidender Faktor, um hochkritische KI-Anwendungen in Europa zu betreiben, ohne rechtliche oder geopolitische Grauzonen.

2. Klare Regeln für Finanzierung, Vergabe und Teilnahme

Die aktualisierte EuroHPC-Verordnung enthält explizite Regeln zu:

• Fördermechanismen (Kombination aus EU-Haushaltsmitteln, nationalen Mitteln und privaten Investitionen).

• Vergabe- und Beschaffungsrichtlinien (Ausschreibungen, Wettbewerbs- und Transparenzanforderungen).

• Schutz für Start-ups und Scale-ups, etwa durch faire Zugangskonditionen, Anti-Verdrängungsklauseln und Vorkehrungen gegen Exklusivzugänge einzelner Großunternehmen.

Damit entsteht ein berechenbarer Rahmen für Investoren, Betreiber und Nutzer. Für Unternehmen bedeutet das: Planbarkeit bei der Teilnahme an Konsortien und Zugang zu Compute-Ressourcen, ohne sich ausschließlich auf individuelle Deals mit Cloud-Anbietern verlassen zu müssen.

3. Integration von Quantum Computing in denselben Steuerungsrahmen

Mit dem neuen Quantum-Pfeiler werden:

• Quantum-Forschungs- und Innovationsaktivitäten, die bisher unter Horizon Europe liefen, strukturell in EuroHPC integriert.

• Synergien zwischen HPC, KI und Quantum gestärkt, etwa für hybride Workloads (z. B. Optimierungsprobleme, Material- und Wirkstoffforschung, Kryptografie).

Für forschungsintensive Branchen bedeutet das mittelfristig Nutzungspfade zu Quantum-Ressourcen, die eng mit klassischen HPC- und KI-Stacks verzahnt sind.

4. Flexiblere Standort- und Aufbaukonzepte

Die Verordnung lässt ausdrücklich zu, dass Gigafactories auch multi-site organisiert werden können, also über mehrere Standorte und Mitgliedstaaten hinweg. Das eröffnet:

• Nationale und regionale Konsortialmodelle (z. B. ein Verbund von Rechenzentrumsbetreibern in der DACH-Region).

• Spezialisierungen nach Anwendungsdomänen (etwa eine Gigafactory mit Schwerpunkt Life Sciences, eine andere auf Mobilität/Automotive, eine auf öffentliche Verwaltung und Sicherheit).

Damit wird die Wahrscheinlichkeit erhöht, dass mehrere Mitgliedstaaten direkt profitieren, anstatt einen „Gewinner-alles“-Zuschlag für nur ein Land zu produzieren.

Detaillierte Analyse: Auswirkungen, Risiken, Chancen

Auswirkungen auf Unternehmen und Organisationen

#### 1. Zugang zu Hochleistungs-KI für den „breiten Mittelstand“

Viele europäische Mittelständler scheitern bislang an den Kosten und der Komplexität von:

• Training eigener Foundation- oder Domänenmodelle,

• Betrieb großer Inferenz-Workloads mit strengen Latenz- und Datenschutzanforderungen,

• Aufbau eigener GPU-Cluster-Infrastruktur.

Die AI-Gigafactories sollen genau hier ansetzen, indem sie:

• Shared-Infrastructure-Modelle (zeitlich oder kapazitätsbasiert) anbieten,

• Managed Services wie MLOps-Plattformen, Datenmanagement und Sicherheitslayer bereitstellen,

• vorzertifizierte KI-Stacks für regulierte Sektoren (Finanzaufsicht, Medizinprodukte, kritische Infrastrukturen) anbieten.

Das senkt Einstiegshürden für Unternehmen, die bisher nur Pilotprojekte in Public Clouds umsetzen konnten, aber keine produktiven, großskaligen KI-Lösungen im EU-Raum betrieben haben.

#### 2. strategische Alternative oder Ergänzung zu Hyperscalern

Für große Konzerne wird sich die Frage stellen: Reicht die Nutzung globaler Cloud-Angebote oder werden „AI-Gigafactory“-Kapazitäten ein strategischer zweiter Pfeiler?

Szenarien:

• Hybridmodell: Sensible Workloads (z. B. Modelle mit personenbezogenen oder hoheitlichen Daten) werden in einer EU-Gigafactory ausgeführt, weniger sensible Use Cases weiterhin in globalen Clouds.

• Verhandlungshebel: Die Option, signifikante Workloads in EU-Gigafactories zu verschieben, stärkt die Verhandlungsposition gegenüber Hyperscalern bei Preisen, Datenlokation und Vertragsbedingungen.

• Spezialisierte Services: Gigafactories könnten industrienahe Services anbieten (z. B. Zertifizierungspfade nach EU-Vorgaben), die Hyperscaler so nicht abdecken.

#### 3. Effekte auf Rechenzentrums- und Energieinfrastruktur

Die Definition der Gigafactories betont energieeffiziente Rechenzentren und eine nachhaltige Energieversorgung. Damit verknüpft sind:

• Nachfrage nach erneuerbaren Energien, langfristigen Stromabnahmeverträgen (PPAs) und Standortwahl in Regionen mit stabilen Netzen.

• Einsatz von fortgeschrittener Kühltechnologie (Flüssigkühlung, Abwärmenutzung in städtischen Wärmenetzen).

• Druck auf nationale Regulierer, Genehmigungsprozesse für Rechenzentren zu beschleunigen, ohne Umweltstandards zu unterlaufen.

Parallel dazu steht die EU in der Diskussion, ob bestimmte strategische KI- und Datenzentrumsprojekte von Umweltverträglichkeitsprüfungen ausgenommen oder erleichtert werden sollen. Unternehmen müssen daher die Balance zwischen Geschwindigkeit und ESG-Risiko genau beobachten.

Risiken und offene Fragen

1. Zeitachse und Realisierungsrisiko

- Der Rat hat eine Position beschlossen; es folgen Trilogverhandlungen mit Parlament und Kommission.

- Planung, Standortentscheidungen, Ausschreibungen und Bau großer Rechenzentren dauern Jahre.

- Für Unternehmen heißt das: Reale, breit verfügbare Kapazitäten werden eher ab Ende der Dekade spürbar.

1. Governance und Zugangskonditionen

- Noch offen sind konkrete Preismodelle, Priorisierungsregeln (Forschung vs. Industrie) und Service-Level.

- Unklar ist, wie stark einzelne Mitgliedstaaten oder Großkonzerne Zugangsprivilegien erhalten könnten.

1. Technologieabhängigkeiten in der Hardware

- Auch wenn die Standorte in der EU liegen, bleiben KI-Beschleuniger und CPUs zum Großteil außereuropäisch (USA, Asien).

- Strategische Abhängigkeiten verschieben sich damit von Cloud-Betreibern hin zu Halbleiterlieferketten.

1. Wettbewerbspolitische Fragen

- Wie werden die Gigafactories mit bestehenden Hyperscaler-Regionen koexistieren?

- Drohen Verzerrungen zugunsten von Akteuren, die an Gigafactory-Konsortien beteiligt sind, gegenüber rein privatwirtschaftlichen Rechenzentrumsbetreibern?

Praxisnahe Beispiele und Implikationen

Beispiel 1: Europäischer Automobilzulieferer

Ein großer Tier-1-Zulieferer möchte ein multimodales Modell für:

• vorausschauende Wartung (Predictive Maintenance),

• Onboard-Sprachassistenz im Fahrzeug,

• Analyse von Telemetriedaten in Echtzeit.

Bisher:

• Training in einer US-hyperscalerbasierten Cloud.

• Aufwändige vertragliche Konstruktionen zur Sicherstellung der DSGVO-Konformität.

• Hohe variable GPU-Kosten, Preisschwankungen, keine Planungssicherheit über Jahre.

Mit einer AI-Gigafactory:

• Training und Feintuning auf europäischen GPU-Clustern mit klaren EU-Rechtsbedingungen.

• Co-Location sensibler Telemetriedaten im selben Rechtsraum.

• Nutzung eines gemeinsamen MLOps-Stacks, der auf Compliance-Anforderungen der EU-AI-Verordnung abgestimmt ist.

Beispiel 2: Universitätsklinikum und MedTech-Start-up

Ein Universitätsklinikum arbeitet mit einem Start-up an einem Foundation-Modell für medizinische Bildgebung (Radiologie, Pathologie). Die Herausforderungen:

• Extreme Rechen- und Speicheranforderungen.

• Höchste Datenschutzanforderungen (Gesundheitsdaten, Ethikkommissionen).

• Bedarf nach zertifizierbaren, reproduzierbaren Experimentierumgebungen.

Mögliche Rolle einer AI-Gigafactory:

• Bereitstellung einer „Trusted Research Environment“ mit Hardware-Isolation, kontrolliertem Datenzugriff und detailliertem Audit-Trail.

• Angebot von vorgefertigten Toolchains für Anonymisierung, Pseudonymisierung und Governance nach EU-Standard.

• Option, die resultierenden Modelle später in klinische Produktionsumgebungen zu überführen, ohne Infrastrukturwechsel.

Beispiel 3: Öffentliche Verwaltung und Sprachmodelle für EU-Sprachen

Ein Verbund mehrerer Verwaltungen möchte ein mehrsprachiges LLM für:

• Bürgerportale,

• automatische Aktenklassifikation,

• interne Wissenssuche.

Problem heute:

• Abhängigkeit von Modellen, die teils außerhalb der EU trainiert wurden.

• Unklarheit über Trainingsdaten, urheberrechtliche Risiken und Bias.

Mit AI-Gigafactories:

• Gemeinsame Entwicklung eines Verwaltungslanguage-Modells auf EU-Daten, betrieben in einem staatlich mitkontrollierten Rechenzentrum.

• Bessere Nachvollziehbarkeit der Trainingsdaten, Governance durch EU‑Regeln und nationale Datenstrategien.

• Möglichkeit, das Modell in vielen Mitgliedstaaten wiederzuverwenden, ohne jede Verwaltung einzeln mit Cloud-Verträgen auszustatten.

Geschäftliche Relevanz: Was Unternehmen jetzt tun sollten

1. Strategische Standort- und Partnerschaftsanalysen starten

Unternehmen in Branchen mit hoher KI-Intensität sollten kurzfristig:

• Prüfen, welche potenziellen Gigafactory-Standorte für sie geografisch und regulatorisch attraktiv wären.

• Frühzeitig Gespräche mit nationalen Digital- und Wirtschaftsministerien, Forschungsorganisationen und Rechenzentrumsbetreibern suchen.

• Ausloten, ob Beteiligung an Konsortien (z. B. als Ankerkunde oder technischer Partner) sinnvoll ist.

2. Interne „AI-Compute-Strategie“ entwickeln

Statt rein auf Cloud-Opportunismus zu setzen, empfiehlt sich eine explizite Strategie mit:

• Segmentierung der Workloads (hochsensibel, reguliert, kostenkritisch, flexibel).

• Festlegung, welche Workloads perspektivisch eher in EU-Gigafactories, welche in Public Clouds und welche ggf. on-premises laufen sollen.

• Aufbau von Portabilität (Containerisierung, Multi-Cloud- und Multi-HPC-fähige Orchestrierung, standardisierte Schnittstellen).

3. Compliance-by-Design mit EU-AI-Act und Datengesetzen verknüpfen

Da die Gigafactories explizit im Kontext des europäischen KI-Ökosystems und der AI-Verordnung gedacht sind, lohnt es sich:

• KI-Governance-Frameworks (Risk Management, Data Governance, Monitoring) bereits heute an EU-Standards auszurichten.

• Verträge mit Cloud- und Infrastrukturpartnern so zu gestalten, dass ein späterer Wechsel in eine Gigafactory technisch und rechtlich erleichtert wird.

4. Innovations- und Förderchancen nutzen

Parallel zur Gigafactory-Regulierung laufen und werden weitere Programme aufgelegt:

• Förderaufrufe im Rahmen von EuroHPC, Horizon Europe und nationalen Digitalstrategien.

• Spezifische Calls zur Entwicklung großer europäischer Foundation-Modelle und branchenspezifischer KI-Lösungen.

Unternehmen sollten systematisch:

• Förderdatenbanken beobachten und Partnerschaften mit Forschungseinrichtungen eingehen.

• Eigene Roadmaps so ausrichten, dass Pilotprojekte frühzeitig auf entstehende Gigafactory-Umgebungen migriert werden können.

Fazit: Strategisches Infrastrukturprojekt mit langer Vorlaufzeit

Die geplanten AI-Gigafactories unter dem Dach von EuroHPC markieren einen wichtigen Schritt hin zu europäischer KI- und Compute-Souveränität. Auch wenn viele Details – Standorte, Preismodelle, konkrete Governance – noch auszuhandeln sind, ist die Richtung klar: Rechenleistung für große KI-Modelle soll als strategische Infrastruktur behandelt werden, ähnlich wie Energie, Netze oder Verkehr.

In den nächsten Jahren wird sich entscheiden, ob die EU damit tatsächlich ein konkurrenzfähiges, innovationsfreundliches und zugleich wertebasiertes KI-Ökosystem schafft – oder ob Fragmentierung, Bürokratie und Verzögerungen die Chancen schmälern.

Zentrale Takeaways für Entscheiderinnen und Entscheider

• AI-Gigafactories werden zur strategischen Option für europäische Unternehmen, die große KI-Modelle mit sensiblen Daten im EU-Raum betreiben wollen.

• Die EuroHPC-Reform kombiniert KI, HPC und Quantum unter einem Governance-Dach und schafft Rahmenbedingungen für bis zu fünf großskalige Standorte.

• Klare Regeln für Finanzierung, Vergabe und Start-up-Schutz sollen Wettbewerbsverzerrungen vermeiden und Beteiligung auch kleinerer Akteure ermöglichen.

• Reale Kapazitäten entstehen erst mittelfristig, Unternehmen sollten aber heute schon Compute-Strategien, Partnerschaften und Governance-Strukturen vorbereiten.

• Hybridstrategien mit Hyperscalern und Gigafactories werden für viele Organisationen zum Normalfall – Portabilität und Compliance-by-Design werden damit zu Schlüsselkompetenzen.

• Früher Einstieg in Konsortien und Förderprojekte kann Wettbewerbsvorteile sichern, etwa durch bevorzugten Zugang zu Rechenressourcen und Mitgestaltung von Standards.

Häufig gestellte Fragen (FAQ)

Was sind EU-„AI-Gigafactories“ im Rahmen der EuroHPC-Reform?

EU-„AI-Gigafactories“ sind großskalige KI- und Supercomputing-Standorte, die mindestens rund 100.000 fortgeschrittene KI-Prozessoren bündeln und den gesamten Lebenszyklus großer KI-Modelle abdecken – von Entwicklung und Training bis zur Inferenz. Sie kombinieren Hochleistungsrechnen, energieeffiziente Rechenzentren, Managed Services und einen neuen Quantum-Pfeiler unter dem Dach der EuroHPC-Struktur.

Wie funktionieren die Finanzierung und Governance der EuroHPC-AI-Gigafactories?

Die Finanzierung erfolgt als Public-Private-Partnership aus EU-Haushaltsmitteln, nationalen Geldern und privaten Investitionen, eingebettet in die aktualisierte EuroHPC-Verordnung. Zugleich regelt diese Verordnung Vergabeprozesse, Zugangskonditionen und die Beteiligung industrieller Stakeholder, um einen berechenbaren Rahmen für Betreiber, Investoren und Nutzer zu schaffen.

Worin unterscheiden sich AI-Gigafactories von bisherigen EuroHPC-Systemen und AI-Factories?

AI-Gigafactories sind größer dimensioniert und fokussieren stärker auf unternehmensnahe Nutzung als klassische HPC-Systeme und die bisherigen AI-Factories. Sie bieten eine integrierte Cloud- und Service-Ebene, setzen strenge Anforderungen an Energieeffizienz und nachhaltige Stromversorgung und zielen auf industrielle, regulierte und kommerzielle KI-Workloads ab.

Welche strategischen Auswirkungen haben AI-Gigafactories auf europäische Unternehmen?

Für Unternehmen bedeuten die Gigafactories mehr Souveränität bei KI-Compute, da sensible Workloads innerhalb der EU-Rechtsordnung betrieben werden können und Abhängigkeiten von außereuropäischen Hyperscalern sinken. Gleichzeitig eröffnen sie dem Mittelstand und Start-ups Zugang zu Hochleistungs-KI-Infrastruktur, der bisher aufgrund von Kosten, Komplexität und Compliance-Anforderungen schwer möglich war.

Wie beeinflussen AI-Gigafactories Rechenzentren, Energieinfrastruktur und Nachhaltigkeit?

Die Projekte setzen auf energieeffiziente Rechenzentren, erneuerbare Energien und moderne Kühlkonzepte, was die Nachfrage nach grüner Energie und innovativen Infrastrukturlösungen erhöht. Dadurch geraten Planungs- und Genehmigungsprozesse für Rechenzentren stärker in den Fokus und es entsteht Druck, Geschwindigkeit, Nachhaltigkeit und ESG-Risiken sorgfältig auszubalancieren.

Welche Rolle spielt Quantum Computing in der neuen EuroHPC-Struktur?

Mit dem neuen Quantum-Pfeiler werden bisher über Horizon Europe geförderte Quantum-Aktivitäten in EuroHPC integriert und eng mit HPC- und KI-Ressourcen verzahnt. Unternehmen und Forschungseinrichtungen erhalten so langfristig Zugang zu hybriden Workloads, etwa für Optimierungsprobleme, Materialforschung oder Kryptografie, innerhalb eines einheitlichen Governance-Rahmens.

Was sollten Unternehmen in den nächsten 12–24 Monaten konkret tun?

Unternehmen sollten eine eigene AI-Compute-Strategie entwickeln, Workloads nach Sensibilität und Regulierung segmentieren und frühzeitig prüfen, welche potenziellen Gigafactory-Standorte und Konsortien strategisch relevant sind. Parallel lohnt es sich, Governance-Strukturen an den EU-AI-Act anzupassen, Portabilität der KI-Stacks sicherzustellen und Förder- sowie Innovationsprogramme rund um EuroHPC aktiv zu beobachten und zu nutzen.