Die Vereinigten Staaten haben seit 2022 72 % der weltweiten KI-Rechenleistung erworben, wie aus neuen Forschungsergebnissen der KI-Forschungsorganisation Epoch AI hervorgeht. Die Erkenntnisse, die auf dem AI Chip Imports Explorer von Epoch AI basieren und am 27. Oktober 2026 veröffentlicht wurden, wurden von CryptoBriefing berichtet.

Die Daten deuten zudem auf eine sich vergrößernde statt schließende Lücke hin. Der Anteil der USA an neu erworbener Rechenleistung erreichte im ersten Halbjahr 2026 78 %, nach 72 % im Jahr 2025 – ein Niveau, das dem kumulierten Anteil seit 2022 entsprach.

Was die Zahlen besagen

In diesem Kontext bezeichnet Rechenleistung (Compute) die Verarbeitungskraft, die durch fortschrittliche KI-Chips bereitgestellt wird – der physische Input hinter dem Training und Betrieb großer Modelle. Die Ergebnisse von Epoch AI lassen sich in einige Kennzahlen gliedern. Die Vereinigten Staaten nahmen 2025 72 % der neu erworbenen Rechenleistung in Anspruch, was ihrem kumulierten Anteil seit 2022 entspricht. Dann kam 2026: Im ersten Halbjahr des Jahres stieg der Anteil der USA an neuer Rechenleistung auf 78 %.

China, das Land, das am häufigsten als KI-Rivale Amerikas dargestellt wird, liegt weit dahinter. Epoch AI beziffert seinen Anteil an der globalen KI-Rechenleistung auf etwa 10 %.

Interessanter wird diese Zahl im Vergleich zu einer zweiten. Nach roher Chipanzahl entfallen auf China rund 18 % der KI-Chips. Nach tatsächlicher Rechenleistung hält es jedoch nur 10 %.

Laut der Forschung ergibt sich diese Diskrepanz aus Chinas Abhängigkeit von leistungsschwächeren Chipmodellen sowie der Einhaltung von Exportbestimmungen.

Den Chips durch den Zoll folgen

Die Methodik ist wohl ebenso bemerkenswert wie die Ergebnisse. Anstatt sich auf Unternehmensangaben oder Industrieschätzungen zu stützen, baute Epoch AI seine Analyse auf Zolldaten auf.

Dieser Ansatz funktioniert aufgrund einer geografischen Besonderheit in der Lieferkette. Nahezu alle fortschrittlichen KI-Chips werden in Taiwan veredelt, sodass sie einen gemeinsamen Engpass durchlaufen, bevor sie in Rechenzentren weltweit verschickt werden.

Zolldaten machen auch den Unterschied zwischen Chipanzahl und Rechenleistung messbar. Wer weiß, welche Chips wohin gegangen sind, kann die tatsächliche Verarbeitungskraft abschätzen – nicht nur die Stückzahl.

Die neuen Zahlen decken sich mit früheren Arbeiten von Epoch AI. Die Organisation hatte zuvor geschätzt, dass die Vereinigten Staaten Ende 2025 rund 75 % der globalen KI-Rechenleistung an der Frontlinie (Frontier) hielten.

Warum die Konzentration von Rechenleistung wichtig ist

Ein Anteil von 72 % seit 2022 bedeutet, dass der Großteil der weltweiten Kapazität zum Training und Betrieb fortschrittlicher KI-Systeme physisch in einem Land liegt. Das Training von Modellen in Frontier-Größe gehört zu den rechenintensivsten Aufgaben der Branche, weshalb die geografische Verteilung der Chips sowohl bei politischen Entscheidungsträgern als auch bei Forschern Aufmerksamkeit erregt.

Die Aufteilung von 18 % gegenüber 10 % ist das entscheidende Detail, das man bei China beobachten sollte. Wenn chinesische Chiphersteller die Leistungslücke schließen können, könnte Chinas Rechenleistungsanteil steigen, auch ohne zusätzliche Importe.

Exportkontrollen stehen im Zentrum dieser Dynamik. Die Forschung führt Chinas geringeren Rechenleistungsanteil teilweise auf die Einhaltung von Exportbestimmungen zurück, was bedeutet, dass politische Entscheidungen in Washington die globale Verteilung der KI-Kapazität direkt prägen. Washington hat in den vergangenen Jahren aufeinanderfolgende Beschränkungen für Exporte fortschrittlicher KI-Chips nach China verhängt.

Die Forschung hebt zudem hervor, wie viel der Pipeline fortschrittlicher Chips durch Taiwan läuft, wodurch dieser einzelne Veredelungsstandort selbst zu einem Konzentrationspunkt wird.

Der Trendverlauf ist es, der diese Daten bemerkenswert macht. Ein Anteil von 72 % ist bereits dominant, und der Anstieg auf 78 % Anfang 2026 legt nahe, dass das Rennen um die KI-Rechenleistung nicht zusammenläuft.

Hinweis: Dieser Artikel wurde von Diego Almada Lopez redaktionell bearbeitet. Weitere Informationen dazu, wie wir Inhalte erstellen und prüfen, finden Sie in der Editorial Policy.