Die Bundesregierung plant ein millionenschweres Engagement mit dem US-Halbleiterkonzern Nvidia, um Forschungseinrichtungen und Industrieunternehmen schnellen Zugang zu moderner KI-Infrastruktur zu verschaffen. Das Vorhaben sorgt in der deutschen Deep-Tech-Szene für deutliche Kritik. Michael Förtsch, Gründer und CEO des Stuttgarter Startups Q.ant, bezeichnet die Pläne als strategische Fehlentscheidung.

Die Politik subventioniere US-Technologie und vertiefe technologische Abhängigkeiten, statt heimische Deep-Tech-Entwicklungen gezielt aufzubauen.

Der Bund als Mieter im US-Ökosystem

Im Zentrum der Debatte steht ein Vorhaben, für das nach aktuellen Berichten ein dreistelliger Millionenbetrag aus Bundesmitteln im Raum steht. Vorgesehen ist unter anderem die Anmietung von Rechenkapazitäten auf der bestehenden „Industrial AI Cloud“ der Deutschen Telekom in einer Münchner Anlage, die mit Nvidia-Prozessoren arbeitet. Nvidia liefert dabei die Technologie und entsendet eigene Ingenieure.

Der Bau neuer, staatlich betriebener Rechenzentren ist hingegen nicht Teil des Projekts.

An diesem Punkt setzt die Kritik an. Förtsch bemängelt, dass Berlin primär als Großkunde für Rechenzeit auftritt, anstatt Mittel in die Entwicklung europäischer Hardwarearchitekturen zu investieren. „Wer nur Bewährtes einkauft, holt bestenfalls auf und bleibt Kunde der USA“, warnt der Q.ant-Gründer.

Der Zukauf bestehender Technologien bringe zwar kurzfristig Rechenleistung ins Land, schaffe für den Standort Deutschland jedoch keinen eigenen Wettbewerbsvorsprung auf der Hardwareebene.

Licht statt Strom: Die Wette auf photonische Prozessoren

Das 2018 aus dem Ditzinger Maschinenbaukonzern Trumpf ausgegründete Startup Q.ant verfolgt einen grundlegend anderen Ansatz für die Datenverarbeitung. Das Unternehmen entwickelt unter dem Namen LENA photonische Prozessoren, die Berechnungen mittels Licht statt elektrischer Signale auf Basis von Dünnschicht-Lithiumniobat (TFLN) durchführen. In Kooperation mit dem Institut für Mikroelektronik Stuttgart betreibt Q.ant bereits eine Halbleiter-Pilotlinie.

Nach Angaben des Unternehmens arbeiten die photonischen Chips bei bestimmten Rechenoperationen bis zu 50-mal schneller und verbrauchen bis zu 30-mal weniger Strom als vergleichbare Siliziumchips von Nvidia. Zudem entsteht deutlich weniger Abwärme. Dadurch können aufwendige aktive Kühlsysteme entfallen, was die nutzbare Rechendichte in Rechenzentren theoretisch stark erhöht.

Vor dem Hintergrund steigender Energiebedarfe gewinnt dieses Thema massiv an Relevanz: Prognosen der Internationalen Energieagentur (IEA) zeigen, dass der globale Stromverbrauch von Rechenzentren bis 2026 den gesamten jährlichen Energiebedarf Japans übersteigen wird.

Investoren stützen diese technologische Wette. Im Juli 2025 sichert sich Q.ant 62 Millionen Euro in einer Series-A-Runde, angeführt von Cherry Ventures, UVC Partners und imec.xpand. Es handelt sich um die bislang größte Risikokapitalrunde für photonisches Computing in Europa.

Trumpf hält weiterhin rund ein Fünftel der Anteile. Im Beirat sitzen unter anderem die Branchenkenner Hermann Hauser und Hermann Eul.

Das Skalierungsdilemma heimischer Deep-Tech-Pioniere

Die Debatte verdeutlicht ein strukturelles Dilemma des europäischen Standorts. Förtsch tritt als Kritiker der Regierungspläne auf, verfolgt als CEO zugleich ein handfestes kommerzielles Interesse: Q.ant benötigt staatliche Aufträge, um Entwickler an die neue Architektur zu binden. Die photonische Technologie befindet sich noch in der frühen Kommerzialisierungsphase.

Das Startup lieferte erst vor wenigen Monaten erste kommerzielle Server in geringer Stückzahl an Pilot-Rechenzentren aus. Parallel dazu fungiert Nvidias Softwareökosystem rund um CUDA weltweit als unangefochtener Industriestandard.

Um Programmierer an alternative Architekturen zu gewöhnen und wettbewerbsfähige Softwarebibliotheken aufzubauen, fordert das Startup institutionelle Ankerabnehmer aus der Industrie und dem öffentlichen Sektor.

Internationale Vergleichszahlen belegen die Asymmetrie der Märkte: Nach Daten der OECD entfallen 2025 von weltweit rund 259 Milliarden US-Dollar an Wagniskapital für künstliche Intelligenz etwa 194 Milliarden US-Dollar auf die USA, was einem Anteil von 75 Prozent entspricht. Auf die gesamte Europäische Union entfallen lediglich 15,8 Milliarden US-Dollar beziehungsweise rund sechs Prozent.

Dieser finanzielle Rückstand trifft auf eine industrielle Ausgangslage, in der Deutschland bei Patentanmeldungen und Automatisierung eine starke Position hält: 24.476 europäische Patentanmeldungen im Jahr 2025 und 449 Industrieroboter je 10.000 Beschäftigte im verarbeitenden Gewerbe markieren internationale Spitzenwerte. Dennoch fließt staatliches Kapital für KI-Infrastruktur aktuell vorrangig an außereuropäische Technologiekonzerne.

Industriepolitik am Scheideweg

Der Vorstoß des Bundes spiegelt den wachsenden Handlungsdruck wider, industrielle KI-Anwendungen zügig in der Breite auszurollen. Nvidia-Chef Jensen Huang kritisierte in diesem Kontext wiederholt das europäische Tempo bei der Technologieadaption und warnte vor einem Verlust industrieller Wettbewerbsfähigkeit. Durch Kooperationen mit Konzernen wie der Deutschen Telekom sichert sich Nvidia langfristige Umsätze für Hardware und Cloud-Dienste und baut seine Marktmacht in Europa weiter aus.

Branchenbeobachter und Wagniskapitalgeber fordern nun Klarheit darüber, wie die Bundesregierung die Vergabe der Haushaltsmittel strukturiert. Offen bleibt, welcher Anteil des dreistelligen Millionenbudgets in langfristige Forschungsinitiativen fließt und wie viel Kapital rein für die Miete US-amerikanischer Rechenzeit gebunden ist. Für aufstrebende Halbleiterunternehmen wie Q.ant oder Initiativen wie Black Semiconductor in Aachen entscheidet diese Vergabepraxis darüber, ob europäische Deep-Tech-Entwicklungen in die industrielle Serie überführt werden können oder ob Europa dauerhaft in der Rolle des reinen Technologieabnehmers verharrt.