Ethereum-Mitgründer Vitalik Buterin wandte sich am 17. Oktober 2026 auf X mit einem direkten Vergleich der Stromökonomie zu und kontrastierte, wie Geld im Bitcoin-Mining im Vergleich zur KI-Inferenz ausgegeben wird. Seine zentrale Beobachtung ist einfach: Die Kosten des Bitcoin-Minings verteilen sich auf Hardware und Strom, während die Ausgaben der KI-Inferenz fast vollständig in der Hardware konzentriert sind.

Die Zahlen hinter der Aufteilung

Im Vergleich genannte Schätzungen beziffern die Kosten zum Schürfen eines Bitcoin auf rund 93.700 $. Davon entfallen etwa 37.600 $, also 40 %, auf Rechen-Capital expenditure – die Vorabkosten für die Anschaffung von Mining-Maschinen. Der Strom macht etwa 40.600 $, also 43,3 %, aus. Anders ausgedrückt: Die Rechnung für die Riggs und die Rechnung für den Strom, der sie betreibt, liegen fast gleichauf.

Die KI-Inferenz zeigt ein deutlich anderes Bild. Inferenz ist die Phase, in der ein trainiertes Modell Fragen beantwortet, Bilder generiert oder Code für Nutzer schreibt. Die geschätzten Kosten liegen dort bei etwa 26.260 $ pro GPU-Jahr, wobei der Rechen-Capex rund 19.900 $, also 76 % der Summe, ausmacht. Der Strom fällt mit 1.050 $ bis 1.260 $, also nur 4 % bis 4,8 %, deutlich geringer ins Gewicht. Für einen KI-Betreiber ist die Stromrechnung eher ein Rundungsfehler als ein strategisches Problem.

Auf Facility-Ebene wird die Lücke noch größer. Der Bau und Betrieb eines Bitcoin-Mining-Standorts wird auf 700.000 $ bis 1 Million $ pro Megawatt geschätzt, während KI-Infrastruktur bei rund 20 Millionen $ pro Megawatt liegt.

Warum die Kostenstruktur wichtiger ist als die Gesamtsumme

Buterins Analyse konzentriert sich darauf, wie sich die Kosten zusammensetzen – nicht darauf, welcher Sektor mehr ausgibt oder insgesamt mehr Energie verbraucht. Sie unternimmt keinen Versuch, absolute Ausgaben oder den Gesamtenergieverbrauch der beiden Branchen gleichzusetzen.

Diese Zusammensetzung bestimmt auch, an welchen Stellschrauben jede Branche drehen kann: Miner können günstigeren Strom anstreben, während die wichtigsten Effizienzgewinne der KI-Betreiber darin bestehen, aus bereits bezahlter Hardware mehr Output herauszuholen.

Bitcoin-Miner bleiben laufenden Stromkosten gegenüber hochsensibel, da der Strom einen so großen Anteil dessen ausmacht, was die Produktion jedes Coins kostet. Diese Sensibilität hat lange bestimmt, wo Mining-Operationen angesiedelt werden, wobei Standorte zu kostengünstigen Energiequellen tendieren. Die Ökonomie der KI-Betre hängt stattdessen an Hardware-Effizienz und Auslastung – daran, wie viel nutzbare Arbeit jede teure GPU über ihre Lebensdauer leistet.

Hintergrund: Zwei Branchen mit demselben Stromhunger

Bitcoin-Mining und KI-Rechenzentren konkurrieren zunehmend um dieselben Ressourcen: Netzanschlüsse, günstigen Strom und physischen Raum.

Mining basiert auf einem Proof-of-Work-System, in dem Maschinen um das Lösen von Rätseln wetteifern und der Gewinner neu ausgegebenes Bitcoin verdient. Strom ist ein struktureller Bestandteil dieses Prozesses, was erklärt, warum er einen so großen Anteil der Kostenschätzung ausmacht.

Ethereum, das Netzwerk, das Buterin mitgegründet hat, hat sich vor Jahren vom Proof-of-Work verabschiedet und im September 2022 auf Proof-of-Stake umgestellt. Wenn er sich zur Energieökonomie von Bitcoin äußert, spricht er also als jemand, dessen eigene Chain diese Rechnung längst nicht mehr zahlt.

Die KI-Inferenz hängt dagegen von spezialisierten Chips ab. Diese Chips sind teuer, und die Rechenzentren, die sie beherbergen, sind – wie die Schätzungen auf Facility-Ebene zeigen – pro Megawatt deutlich teurer im Bau.

Implikationen für Miner und Betreiber

Da der Strom mehr als 40 % der Kosten zum Schürfen eines Coins ausmacht, haben Miner mit Zugang zu günstiger, stabiler Energie einen strukturellen Vorteil, während jene, die volatilen Strommärkten ausgesetzt sind, ein reales Margenrisiko tragen.

Manche Miner könnten prüfen, ihre Infrastruktur für KI-Anwendungen umzunutzen, wo die Kapitaleffizienz höher sein kann. Die Schätzungen unterstreichen jedoch das Ausmaß eines solchen Schritts: Mining-Standorte kosten schätzungsweise 700.000 $ bis 1 Million $ pro Megawatt, während KI-Infrastruktur bei rund 20 Millionen $ pro Megawatt liegt. Ein Miner, der sich der KI zuwendet, würde eine grundlegend andere Kapitalbindung eingehen und das Stromrisiko gegen ein Hardware- und Auslastungsrisiko tauschen.

Auf der KI-Seite fällt der Druck bei Stromkosten von rund 4 % bis 4,8 % der Inferenzkosten darauf, die GPUs ausgelastet und effizient zu halten, denn Hardware mit 19.900 $ Capex pro Jahr ungenutzt herumstehen zu lassen, ist ein teures Unterfangen. Für alle, die beide Sektoren verfolgen, sind Strompreise und GPU-Auslastungsraten die Kennzahlen, die sich aus dieser Kostenaufteilung am unmittelbarsten ergeben.