Souveränität ist nicht Autonomie: Lidl baut Europas KI-Rechenzentrum

Shownotes

Die große These

KI-Souveränität, KI-Kosten und KI-Macht werden gerade auf drei Ebenen neu verhandelt. Europa baut mit dem Rostock-Projekt der Schwarz-Gruppe Inferenz-Kapazität statt Gigawatt-Trainingszentren. China senkt mit offenen Modellen wie GLM-5.3-Flash und der neuen Qwen-Architektur die Kosten um eine Größenordnung. Und Nvidia wird vom Chiplieferanten zu Käufer (Hugging Face), Vermieter (Lambda) und Bürgen (SB Energy, 105 Mrd. Dollar) derselben Wertschöpfungskette.

Warum diese Folge wichtig ist

Wer 2026 KI-Infrastruktur einkauft, Modelle auswählt oder Cloud-Verträge unterschreibt, trifft in dieser Folge auf alle drei Entscheidungsebenen gleichzeitig: Gibt es eine ernsthafte europäische Alternative zu den US-Hyperscalern (Rostock, STACKIT)? Wie viel Hardware braucht ein Frontier-

nahes Modell im Eigenbetrieb wirklich (GLM-5.3-Flash, Qwen3.8-Flash-Next)? Und wie solide ist die Kette hinter „unabhängigen“ GPU-Clouds und Rechenzentrums-Börsengängen, wenn ein einziger Konzern liefert, finanziert und mitverdient? Dazu die Praxis-These, dass nicht das Modell, sondern der Harness (die Werkzeuge, Skills und das Kontextmanagement um das Modell herum) den Unterschied macht.

Themen der Folge

Schwarz-Gruppe baut KI-Rechenzentrum in Dummerstorf bei Rostock: 5,6 Mrd. Euro bis 2033, 240 MW, Windstrom, Ausbauoption bis 1 GW
Souveränität ≠ Autonomie: Warum Europa Inferenz-Rechenzentren braucht und der Kompromiss „Schwarz Digits betreibt, Google liefert Technologie“ vertretbar ist
Der Kühlwasser-Mythos: geschlossene Kühlkreisläufe, „jeder Golfplatz hat einen größeren Einfluss“, Fernwärme für Rostock bisher als Absichtserklärung
Making-of: So entsteht das YouTube-Video – komplett KI-produziert, lokal mit Open-Source-Modellen, Fact-Checker als KI-Klon von Yusuf
Ox Alpha enthüllt: GLM-5.3-Flash von Zhipu (320 Mrd. Parameter, 18 Mrd. aktiv, 1 Mio. Token Kontext, MIT-Lizenz, Promo-Preis 0,075/0,25 Dollar je Mio. Token bis 09.09.)
Qwen3.8-Flash-Next: 125 Mrd. Parameter, 6 Mrd. aktiv, 51-Mrd.-Embedding-Layer im System-RAM – und was ein Embedding-Layer überhaupt ist
Christians Vorlesung: Warum klassische Attention quadratisch wächst und wie Gated DeltaNet und Qwen Sparse Attention das lösen (laut Alibaba: 8,6-facher Durchsatz, ein Neuntel der Trainingskosten)
Anthropic „Model 2″: Analystenbericht „fertig trainiert, Nachfolger läuft“ (unbestätigt), Sam Altmans AGI-Ansage bis Jahresende, Yusufs Hypothese der internen Geschäftsmodell-Übernahme
AGI-Geopolitik: Erstschlag-Spieltheorie, TSMC als Schwachstelle, Tiefseekabel, Cyberwar – und warum YouTube solche Blöcke mit 90 % weniger Reichweite bestraft
Claude Fable 5.1 (01.09.): Zero Data Retention für Enterprise-Kunden zurück, bis zu 60 % weniger False Positives bei den Safeguards, Terminal-Bench-Science 0.1 von 24,7 auf 52,6 %, Terminal-Bench 4.0 von 42,0 auf 55,8 %
Tencent Hy4 preview: 770 Mrd. Parameter, 49 Mrd. aktiv, 256 Experten, Apache 2.0, Multi-Token-Prediction erklärt
Cohere Parse 5: Dokumenten-Modell mit Preis pro Seite (1,50 Dollar je 1.000 Seiten) – und der Praxis-Stack Docling + MarkItDown
Nvidia × Hugging Face: 12,9 Mrd. Dollar berichtet (Stand 02.09. nicht unterschrieben), Vergleich Mellanox 6,9 Mrd., Yusufs „KI-Zentralbank“-Prognose aus Episode 87 trifft ein
SB Energy Börsengang: 439 Mrd. Dollar Auftragsbestand, 139 Mio. Dollar Halbjahresumsatz, 3,2 Mrd. Dollar Verlust, 9,2-GW-Gaskraftwerk in Ohio, Warrants an OpenAI, Nvidia-Garantie 105 Mrd. Dollar
Anthropic × Lambda 35 Mrd. Dollar: Nvidia als Lieferant, Investor, Leasingnehmer und Umsatzbeteiligter – „Neo-Clouds sind nichts anderes als SPVs“
Google WikiSkill: persistentes Wiki als Gedächtnis für KI-Agenten – „Nicht das Modell entscheidet, sondern der Harness“
Google Co-Scientist steuert jetzt reale Laborgeräte, Anthropics Model Hardware Standard (MHS) als „MCP für Hardware“
OpenAI beendet Modellzugang für Cursor zum 12.11. nach der SpaceX-Übernahme – Lehre: Abstraktionsschicht zwischen Unternehmen und Modellanbieter
ChatGPT gilt in der EU als „Very Large Online Search Engine“ (159,1 Mio. Nutzer) – DSA-Pflichten ab Januar 2027
Chinas Chip-Kette: CXMT mit ersten HBM-Mustern, Huawei LogicFolding mit 1,4-nm-Äquivalent bis 2031
In eigener Sache: oikosa.ai ist live

Kapitelmarken

00:00 – Intro
00:18 – Begrüßung
00:44 – Schwarz-Gruppe baut KI-Rechenzentrum bei Rostock (+ Fact-Check)
03:00 – „Der Fact-Checker wird das korrigieren“ – Making-of: So entsteht dieses Video
08:24 – Souveränität ≠ Autonomie: Inferenz reicht, Schwarz & Google, Windstrom
14:07 – Der Kühlwasser-Mythos: Ostsee, geschlossene Kreisläufe, Fernwärme (+ Fact-Check)
17:47 – Fazit Rostock & Überleitung: KI’s Next Top Model 20:41 – Ox Alpha enthüllt: „Ich habe mich geirrt“ – GLM-5.3-Flash
24:55 – Qwen3.8-Flash-Next & der Embedding-Layer im RAM (+ Fact-Check)
28:53 – Christians Vorlesung: Quadratische Attention, Gated DeltaNet, Qwen Sparse Attention (+ Fact-Check)
34:16 – Warum das zählt: 8,6-facher Durchsatz, ein Neuntel Trainingskosten
38:37 – Anthropic Model 2, „Mythos II/III“ und Altmans AGI-Ansage
41:51 – AGI-Geopolitik: Erstschlag-Spieltheorie, TSMC, Tiefseekabel
52:53 – Algorithmus-Warnung: Geopolitik kostet uns 90 % Reichweite
54:05 – Claude Fable 5.1: Zero Data Retention, Safeguards, Benchmarks
01:00:32 – Tencent Hy4 & Multi-Token-Prediction
01:04:53 – Cohere Parse 5 & der Praxis-Stack Docling/MarkItDown
01:08:16 – Nvidia kauft Hugging Face? Die KI-Zentralbank-Prognose (+ Fact-Check)
01:16:15 – SB Energy IPO: 439 Mrd. Backlog, 139 Mio. Umsatz (+ Fact-Check)
01:23:09 – Anthropic × Lambda: Nvidia auf beiden Seiten des Tischs
01:27:33 – WikiSkill: „Nicht das Modell – der Harness“
01:31:41 – Co-Scientist & Model Hardware Standard (+ Fact-Check)
01:35:58 – OpenAI kappt Cursor: Was Unternehmen daraus lernen
01:41:15 – ChatGPT ist jetzt eine „Very Large Online Search Engine“ (DSA) (+ Fact-Check)
01:44:59 – CXMT, HBM & Huawei LogicFolding: Chinas Chip-Kette
01:48:05 – In eigener Sache: oikosa.ai ist live
01:48:27 – Verabschiedung

Key Takeaways

Souveränität ist ein Kompromiss, keine Autarkie. Das Rostock-Projekt der Schwarz-Gruppe (Schwarz Digits, Cloud-Marke STACKIT) wird in Deutschland betrieben, nutzt aber Google-Cloud-Technologie. Yusufs Einordnung: Ein Einzelhändler baut nicht über Nacht ein AWS nach, und für Inferenz (den Betrieb fertiger Modelle) reichen 240 Megawatt völlig aus. Für Ausschreibungen ist damit erstmals eine deutsche Alternative mit KI-Skalierung nennbar.
Zahlen zum Maßstab: Anthropic verbraucht laut Yusuf aktuell nicht mehr als 2 Gigawatt, OpenAI liegt in ähnlicher Größenordnung (Fact-Check: eher rund 2 GW statt der genannten 1,5). Die „10-Gigawatt-Rechenzentren“ der Schlagzeilen sind Zukunftsprojekte fürs Training, nicht der heutige Bedarf.
Der Kühlwasser-Mythos: Moderne Rechenzentren mit geschlossenen Flüssigkühlkreisläufen (Schwarz plant Außenluft-Kühlung, „Wasser kaum erforderlich“) verbrauchen kaum Wasser. Christians Sorge um die Ostsee ist verständlich, aber die Abwärme soll in die Rostocker Fernwärme, nicht ins Meer. Stand heute ist das eine Absichtserklärung, keine verlegte Leitung.
Ox Alpha war GLM-5.3-Flash, nicht Google. Die Community-Forensik (Tokenizer-Fingerprint, Java-Stacktrace) lag richtig. Mit MIT-Lizenz und 320 Mrd. Parametern (18 Mrd. aktiv) ist das Modell ein Kandidat für den lizenzsicheren Eigenbetrieb, braucht aber laut Fact-Check in 8-Bit vier RTX Pro 6000, nicht zwei bis drei.
Effizienz schlägt Hardware: Qwen3.8-Flash-Next ersetzt die quadratisch wachsende Attention durch Gated DeltaNet plus Qwen Sparse Attention (der Indexer wählt Blöcke aus exakt vier Token). Laut Alibaba: 8,6-facher Durchsatz, ein Neuntel der Trainingskosten. Angesichts der Hardware-Preisexplosion aus Episode 87 ist das die wichtigste Gegenbewegung.
Fable 5.1 ist enterprise-tauglich: Die 30-Tage-Datenaufbewahrung, die Fable 5 für viele Firmen unbrauchbar machte, ist für berechtigte Kunden wieder durch Zero Data Retention ersetzbar. Die Safeguards blocken bis zu 60 % seltener zu Unrecht. Bei wissenschaftlichen Agenten-Aufgaben (Terminal-Bench-Science 0.1) mehr als verdoppelt: 24,7 → 52,6 %.
Nvidia sitzt an jedem Tisch: Hugging Face (12,9 Mrd. Dollar, berichtet), Lambda (Nvidia least das Rechenzentrum von Hut 8 und vermietet es weiter, Anthropic zahlt 35 Mrd.), SB Energy (Nvidia bürgt bis 105 Mrd. Dollar, falls OpenAI die Miete nicht zahlt). Yusufs Merksatz: Neo-Clouds sind Zweckgesellschaften (SPVs) für Nvidias eigenen Umsatz. Die offene Flanke ist das Kartellrecht.
Der SB-Energy-Börsengang als Warnsignal: 439 Mrd. Dollar Auftragsbestand stehen 139 Mio. Dollar Halbjahresumsatz und 3,2 Mrd. Dollar Verlust gegenüber. Wer langfristige Cloud-Verträge unterschreibt, sollte fragen, wer hier für wen bürgt. (Keine Anlageberatung, wie Christian ausdrücklich sagt.)
Harness statt Modell: Googles WikiSkill lässt Agenten ein persistentes Wiki über Fehler und Entscheidungen führen und verbessert damit die Ergebnisse messbar, ohne besseres Modell. Yusuf bestätigt das aus eigener Praxis (eigener Skill mit Qdrant-Vektorsuche). Die Modellwahl wird zweitrangig, das Kontextmanagement entscheidet.
Abhängigkeiten sind Betriebsrisiko: OpenAI kappt Cursor zum 12.11. nach der SpaceX-Übernahme. Christians Regel: Eine Abstraktionsschicht zwischen Unternehmensprozess und Modellanbieter ist Pflicht, nicht Kür.

Bester Satz der Folge

„Es kommt gar nicht mehr darauf an, welches Modell du verwendest, sondern welchen Harness und welche Skills du nutzt.“

Links und Ressourcen

Hosts

Call to Action

Schaut euch die Folge auf YouTube an: Dort läuft der KI-Fact-Checker mit, der die Hosts korrigiert, wenn sie danebenliegen. Abonniert den Kanal, sonst zeigt euch der Algorithmus Folgen mit Geopolitik-Anteil nicht mehr. Und schreibt uns: Welches Modell würdet ihr im Eigenbetrieb zuerst testen, GLM-5.3-Flash oder Qwen3.8-Flash-Next?

Hashtags

KI #Rechenzentrum #Nvidia #OpenSource #Souveränität

Episode-Details

Episode: 88
Explizit: Nein
Sprache: de
Aufnahmedatum: 2026-09-02
Veröffentlichung: 2026-09-03
Dauer: ca. 01:52:30

Erfahren Sie mehr

Ihr Wartungsspezialist für alle großen Hardware Hersteller

Durch Jahrzehnte lange Erfahrung wissen wir worauf es bei der Wartung Ihrer Data Center Hardware ankommt. Profitieren Sie nicht nur von unserer Erfahrung, sondern auch von unseren ausgezeichneten Preisen. Holen Sie sich ein unverbindliches Angebot und vergleichen Sie selbst.