KI-Infrastruktur für Milliarden, erste Jobs fallen weg

Jedes fünfte deutsche Unternehmen hat bereits Stellen wegen KI abgebaut. Das zeigt eine Bitkom-Umfrage vom April 2026, für die rund 600 Unternehmen befragt wurden. Zur selben Zeit baut Deutschland seine KI-Infrastruktur in einem Maßstab auf, den es bisher nicht gab: Die Deutsche Telekom hat gemeinsam mit Nvidia für eine Milliarde Euro das größte industrielle KI-Rechenzentrum des Landes errichtet. Beide Entwicklungen hängen zusammen und keiner weiß bisher, wie sie sich gegenseitig verstärken werden.

Was Telekom und Nvidia in München aufgebaut haben

Das Industrial AI Cloud Zentrum im Münchner Tucherpark ist keine Experimentierplattform, sondern Produktionsinfrastruktur. T-Systems betreibt das Rechenzentrum nach deutschem Recht und DSGVO-Vorgaben. Die Kapazität: bis zu 1.000 DGX-B200-Systeme mit insgesamt bis zu 10.000 Blackwell-GPUs. Nvidia gab an, damit die KI-Rechenkapazität in Deutschland um rund 50 Prozent zu erhöhen. Der Vollbetrieb ist für das dritte Quartal 2026 geplant.

Der Unterschied zu allgemeiner Cloud-KI wie ChatGPT liegt im Anwendungsfall. Industrieunternehmen wie Mercedes-Benz, BMW und Siemens, die als erste Ankerkunden genannt werden, verarbeiten in der Produktion Daten, die aus regulatorischen oder Wettbewerbsgründen das Unternehmen nicht verlassen dürfen. Erst eine souveräne KI-Infrastruktur in Deutschland macht industrielle KI-Optimierung mit Produktionsdaten möglich. KPMG ermittelte in einer Befragung von 480 Unternehmen im Juni 2026, dass 98 Prozent der Befragten KI als relevant für ihr Geschäft einschätzen und 71 Prozent ihre Erwartungen durch KI als erfüllt sehen.

Die Investitionssumme von einer Milliarde Euro ist vollständig privat finanziert. Deutsche Telekom trägt das wirtschaftliche Risiko, der Staat ist nicht beteiligt. Ob sich das rechnet, hängt davon ab, ob genug Industrieunternehmen bereit sind, ihre sensibelsten Daten in eine auch datenschutzrechtlich sichere Infrastruktur zu migrieren.

Jedes fünfte Unternehmen hat bereits Jobs abgebaut

Die Bitkom-Studie vom April 2026, für die rund 600 Unternehmen mit mindestens 20 Beschäftigten befragt wurden, zeichnet ein präziseres Bild als frühere Umfragen. 41 Prozent der Unternehmen setzen KI aktiv ein. Von diesen haben 19 Prozent bereits Stellen abgebaut, weil KI Aufgaben übernimmt. Und 53 Prozent nennen fehlendes KI-Wissen bei ihren Beschäftigten als größtes Hindernis für den weiteren Einsatz.

Das Institut für Arbeitsmarkt- und Berufsforschung (IAB) hat in einer Studie vom November 2025 berechnet, dass bis zu 1,6 Millionen Stellen in Deutschland in den nächsten 15 Jahren durch KI betroffen sein werden. Betroffen bedeutet dabei nicht zwingend gestrichen: Das IAB rechnet damit, dass sich Verluste und Zuwächse langfristig weitgehend ausgleichen. Etwa 800.000 Stellen könnten wegfallen, etwa 800.000 neue entstehen. Gleichzeitig warnt das IAB explizit vor einem Mismatch: Die wegfallenden Stellen und die entstehenden Stellen erfordern unterschiedliche Qualifikationen, oft in verschiedenen Branchen und Regionen.

Das klingt nach Gleichgewicht, ist aber keines. Eine 50-jährige Sachbearbeiterin, deren Stelle durch KI wegfällt, wird nicht automatisch zur KI-Trainerin. Dieses Qualifikationsgap ist das eigentliche Problem und es wird in der öffentlichen Debatte über KI-Adoption bisher kaum adressiert.

Wer Jobs verliert und wo neue entstehen

Eine Umfrage des Berliner Unternehmens GSG zeigt, was Unternehmen konkret planen: 27 Prozent wollen ihre Büroflächen verkleinern, weil KI-bedingte Jobverluste den Platzbedarf reduzieren. Besonders stark betroffen sind Call-Center-Tätigkeiten (67 Prozent Rückgang erwartet) und Sekretariatsfunktionen (18 Prozent Rückgang). Das IAB benennt Büroberufe, einfache Sachbearbeitung und repetitive Verwaltungsaufgaben als die Berufsgruppen mit dem höchsten Substitutionsrisiko.

Die entstehenden Stellen liegen dagegen in KI-nahen Bereichen: Datenanalyse, Modelltraining, KI-Infrastruktur und Prompt-Engineering. Die Bundesagentur für Arbeit verzeichnet seit 2024 deutlich steigende Nachfrage nach Fachkräften in diesen Bereichen, gleichzeitig bleibt das Angebot knapp. 53 Prozent der KI-nutzenden Unternehmen nennen fehlendes KI-Wissen bei ihren Beschäftigten als Haupthürde.

Das Paradox: Während Unternehmen in KI-Infrastruktur investieren und beginnen, Stellen abzubauen, fehlen gleichzeitig die Menschen, die neue Infrastruktur sinnvoll nutzen können. Der Fachkräftemangel bei KI-Expertise könnte den erhofften Produktivitätsgewinn teilweise konterkarieren.

Ab Herbst 2026: Vollbetrieb und offene Qualifizierungsfrage

Im dritten Quartal 2026 soll das Telekom-Nvidia-Rechenzentrum in den Vollbetrieb gehen. Dann werden Industriekunden erstmals produktive KI-Workloads mit ihren Produktionsdaten laufen lassen. Das IAB empfiehlt parallel eine staatlich geförderte Qualifizierungsoffensive, die Beschäftigte in den am stärksten betroffenen Berufsgruppen auf KI-kompatible Tätigkeiten vorbereitet.

Der DGB fordert, dass Unternehmen, die KI-bedingt Stellen abbauen, Qualifizierungsprogramme finanzieren müssen. Konkrete Verpflichtungen gibt es bisher nicht. Das Bundesarbeitsministerium hat das KI-Beschäftigtendatengesetz angekündigt, das Betriebsräten mehr Mitsprache beim KI-Einsatz geben soll. Wann das Gesetz in Kraft tritt, ist unklar.

Die Milliarden-Investition in KI-Infrastruktur schafft die technischen Voraussetzungen für industrielle Automatisierung in einem Maßstab, den Deutschland bisher nicht kannte. Was fehlt, ist die parallele Investition in Weiterbildung. Ob die wachsende Infrastruktur am Ende mehr Stellen schafft als sie kostet, hängt genau davon ab.