Marktgröße und Marktanteil des deutschen Rechenzentrums-GPU-Markts
Analyse des deutschen Rechenzentrums-GPU-Markts von ºÚÁÏÕýÄÜÁ¿
Die Marktgröße des deutschen Rechenzentrums-GPU-Markts wird voraussichtlich von 3,38 Milliarden USD im Jahr 2025 auf 3,91 Milliarden USD im Jahr 2026 steigen und bis 2031 einen Wert von 6,89 Milliarden USD erreichen, mit einer CAGR von 11,96 % über den Zeitraum 2026–2031. Cloud-Rechenzentren führten 2025 mit einem Bereitstellungsanteil von 58,76 %, doch Netzengpässe in Frankfurt und Berlin lenken neue Bauprojekte in Richtung souveräner und Edge-Einrichtungen um. Edge-Bereitstellungen expandieren am schnellsten, da Workloads in der Automobilindustrie und der industriellen Automatisierung eine Inferenzlatenz von unter 10 Millisekunden erfordern. PCIe-basierte GPUs hielten 2025 einen Anteil von 71,22 %, obwohl NVLink- und InfiniBand-Fabrics mit zweistelligen Wachstumsraten zulegen, um das Training von Foundation-Modellen zu unterstützen. Das Energieeffizienzgesetz fördert flüssigkeitsgekühlte Racks, während der EU-KI-Act sensible Workloads auf souveräne Clouds lenkt.
Wichtigste Erkenntnisse des Berichts
- Nach Bereitstellungstyp hielten Cloud-Rechenzentren 2025 einen Marktanteil von 58,76 % am deutschen Rechenzentrums-GPU-Markt, und Edge-Einrichtungen werden voraussichtlich bis 2031 mit einer CAGR von 12,78 % wachsen.
- Nach GPU-Typ dominierten Training-Beschleuniger 2025 mit 55,72 % des deutschen Rechenzentrums-GPU-Markts, und Inferenz-Beschleuniger werden voraussichtlich zwischen 2026 und 2031 mit einer CAGR von 12,88 % wachsen.
- Nach Verbindungsschnittstelle entfielen auf PCIe-Lösungen 2025 ein Umsatzanteil von 71,22 %, während Grafik und Visualisierung bis 2031 mit einer CAGR von 13,11 % expandieren.
- Nach Workload-Typ entfielen auf KI und ML 2025 ein Umsatzanteil von 57,77 %, während Hochbandbreiten-Fabrics bis 2031 voraussichtlich mit einer CAGR von 13,11 % expandieren werden.
- Nach Endnutzer repräsentierten Unternehmen 2025 55,10 % der Endnutzernachfrage, während Regierungs- und Forschungseinrichtungen mit einer CAGR von 13,65 % bis 2031 voraussichtlich die am schnellsten wachsenden Endnutzer sein werden.
Hinweis: Die Marktgröße und Prognosezahlen in diesem Bericht werden mithilfe des proprietären Schätzungsrahmens von ºÚÁÏÕýÄÜÁ¿ erstellt und mit den neuesten verfügbaren Daten und Erkenntnissen vom Januar 2026 aktualisiert.
Trends und Erkenntnisse im deutschen Rechenzentrums-GPU-Markt
Analyse der Treiberwirkung*
| TREIBER | (~) % AUSWIRKUNG AUF DIE CAGR-PROGNOSE | GEOGRAFISCHE RELEVANZ | ZEITHORIZONT DER AUSWIRKUNG |
|---|---|---|---|
| Wachsende Akzeptanz von KI-Workloads in deutschen Unternehmen | +3.2% | Bayern, Baden-Württemberg, Hessen | Mittelfristig (2–4 Jahre) |
| Ausbau der Hyperscaler-Cloud-Regionen in Frankfurt und Berlin | +2.8% | Frankfurt Rhein-Main, Berlin-Brandenburg | Kurzfristig (≤ 2 Jahre) |
| Entstehung souveräner Cloud-Initiativen zur Förderung lokaler GPU-Kapazitäten | +2.1% | National, föderale Beschaffungspriorität | Langfristig (≥ 4 Jahre) |
| Steigende Nachfrage nach energieeffizienten GPU-Servern angesichts von ESG-Vorschriften | +1.6% | National, strenger in städtischen Ballungsräumen | Mittelfristig (2–4 Jahre) |
| Staatliche Förderung für HPC- und Quantenforschungseinrichtungen | +1.3% | Baden-Württemberg, Bayern | Langfristig (≥ 4 Jahre) |
| Zunehmender Bedarf an Edge-Computing für autonome Fertigung | +1.0% | Bayern, Baden-Württemberg, Nordrhein-Westfalen | Mittelfristig (2–4 Jahre) |
| Quelle: ºÚÁÏÕýÄÜÁ¿ | |||
Wachsende Akzeptanz von KI-Workloads in deutschen Unternehmen
SAP's Industrial AI Cloud hat 2025 über 100 Hersteller gewonnen und veranlasst mittelständische Käufer, von Kapitalinvestitionen zu verbrauchsbasierten GPU-Verträgen zu wechseln.[1]SAP SE, "Industrial AI Cloud – Kundenverpflichtungen," sap.com Im vierten Quartal 2025 gab Northern Data bekannt, dass seine H100- und H200-GPUs im Rahmen von reservierten oder On-Demand-Vereinbarungen gesichert waren, was einen Wandel von spekulativem Interesse zu festen Unternehmensverpflichtungen verdeutlicht. BMW nutzte DGX-Hopper-Cluster zur Erzeugung synthetischer Fahrbilder und verkürzte damit die Trainingszeit für Wahrnehmungsmodelle erheblich. Während Finanzdienstleister weiterhin Betrugserkennungsmodelle testen, verzögert sich der Rollout aufgrund von Transparenzanforderungen gemäß dem EU-KI-Act.
Ausbau der Hyperscaler-Cloud-Regionen in Frankfurt und Berlin
AWS investierte 8,8 Milliarden EUR (9,9 Milliarden USD) in den Ausbau der Frankfurter Zonen, doch neue Marktteilnehmer müssen nun gemäß überarbeiteten Netzregeln 100 % der Umspannwerksaufrüstungen finanzieren. Google konterte mit einem 5,5 Milliarden EUR (6,2 Milliarden USD) teuren Campus in Dietzenbach, der innerstädtische Transformatorenengpässe umgeht. AWS' souveräne Cloud in Brandenburg im Wert von 7,8 Milliarden EUR (8,8 Milliarden USD), die auf föderale Workloads abzielt, zeigt, dass Betreiber latenzsensitive Inferenz und Batch-Training geografisch trennen.
Entstehung souveräner Cloud-Initiativen zur Förderung lokaler GPU-Kapazitäten
Deutsche Telekom AGs 1-Milliarden-EUR-Vertrag (1,13 Milliarden USD) für die Münchner KI-Fabrik garantiert, dass Daten niemals die EU-Jurisdiktion verlassen, und erfüllt damit Compliance-Anforderungen in den Bereichen Verteidigung und Pharma. SAP kooperierte mit OpenAI an einer souveränen Instanz mit 4.000 GPUs, die für 2026 geplant ist und öffentlichen Behörden GPT-ähnliche Werkzeuge ohne grenzüberschreitende Datenexposition bereitstellt. Die Schwarz-Gruppe plant bis 2027 einen Campus mit 100.000 GPUs in Lübbenau, der Unternehmen ohne direkten Zugang zu NVIDIA- oder AMD-Lieferketten Großhandelskapazitäten bereitstellt.
Steigende Nachfrage nach energieeffizienten GPU-Servern angesichts von ESG-Vorschriften
Das Energieeffizienzgesetz schreibt bis 2030 einen PUE-Wert von unter 1,3 und eine Abwärmenutzung von 10–20 % vor, was die Einführung flüssigkeitsgekühlter Racks fördert.[2]Bundesministerium für Wirtschaft und Klimaschutz, "Energieeffizienzgesetz," bmwk.de Dells PowerEdge XE9680L gewinnt Wärme bei 60–70 °C zurück und eignet sich damit für kommunale Fernwärmenetze. Die Nachrüstung älterer Hallen kostet ca. 500 EUR (565 USD) pro kW und erfordert die Koordination mit lokalen Versorgungsunternehmen, denen es häufig an Leitungskapazitäten mangelt, was kapitalstarken Hyperscalern zugute kommt.
Analyse der Hemmnisse*
| HEMMNIS | (~) % AUSWIRKUNG AUF DIE CAGR-PROGNOSE | GEOGRAFISCHE RELEVANZ | ZEITHORIZONT DER AUSWIRKUNG |
|---|---|---|---|
| Hohe Stromkosten und Netzengpässe in den wichtigsten deutschen Rechenzentrumszentren | -2.4% | Frankfurt Rhein-Main, Berlin, München | Kurzfristig (≤ 2 Jahre) |
| Abhängigkeit der Lieferkette von GPU-Herstellern außerhalb der EU | -1.8% | National, europaweite Auswirkungen | Mittelfristig (2–4 Jahre) |
| Strenge Datenschutz- und Datenspeicherungsvorschriften, die grenzüberschreitende Workloads einschränken | -0.9% | National, verstärkt im öffentlichen Sektor | Langfristig (≥ 4 Jahre) |
| Mangel an qualifizierten GPU-Programmierfachkräften | -0.7% | Bayern, Baden-Württemberg | Mittelfristig (2–4 Jahre) |
| Quelle: ºÚÁÏÕýÄÜÁ¿ | |||
Hohe Stromkosten und Netzengpässe in den wichtigsten deutschen Rechenzentrumszentren
Im Jahr 2024 waren Mittelspannungsnutzer in Frankfurt mit Netzentgelten konfrontiert. Angesichts ausstehender Netzanfragen in Berlin mit einem Gesamtvolumen von 2,8 GW sind Betreiber nun damit beauftragt, umfassende Umspannwerksaufrüstungen zu finanzieren. Diese Aufrüstungen verlängern den Bauzeitraum um 18 bis 36 Monate.
Abhängigkeit der Lieferkette von GPU-Herstellern außerhalb der EU
Der EU-Chips-Act fördert Fertigungsanlagen für ausgereifte Knoten, nicht jedoch die für Blackwell- oder MI450-GPUs benötigten 3-nm-Linien. SK Hynix kontrollierte 2025 bis zu 80 % des HBM3E-Angebots, gewährte Hyperscalern Vorrechte und zwang mittelständische Käufer, einen Aufpreis von 30 % zu zahlen.[3]SK Hynix, "HBM3E-Angebot und Marktanteil," skhynix.com HLRS minderte das Einzelanbieterrisiko durch die Auswahl von AMD MI300A APUs für sein Hunter-System, doch die Software-Teams müssen nun sowohl ROCm als auch CUDA beherrschen.
*Unsere Prognosen behandeln die Auswirkungen von Treibern und Einschränkungen als richtungsweisend und nicht additiv. Die Wirkungsprognosen berücksichtigen Basiswachstum, Mischungseffekte und Wechselwirkungen zwischen Variablen.
Segmentanalyse
Nach Bereitstellungstyp: Edge übertrifft Cloud beim Wachstumstempo
Edge-Einrichtungen werden voraussichtlich bis 2031 eine CAGR von 12,78 % verzeichnen, gestützt durch Automobil-OEMs, die lokale GPU-Cluster installieren, um die Wahrnehmungslatenz unter 10 ms zu halten. BMWs Münchner Forschungszentrum nutzte DGX-Hopper-Knoten, um eine 8-fache Steigerung bei der Erzeugung synthetischer Bilder zu erzielen, was verdeutlicht, warum private Edge-Racks sich verbreiten.[4]BMW Group, "SORDI-Datensatz mit NVIDIA DGX Hopper," bmwgroup.com
Cloud-Rechenzentren machten 2025 noch immer 58,76 % des Umsatzes aus, doch Frankfurts Netzkapazitätsgrenzen und Baukostenzuschüsse verlangsamen nun den weiteren Ausbau. SAPs souveräne KI-Cloud verbindet private und öffentliche Modelle und ermöglicht es Herstellern, die Datenlokalität beizubehalten und gleichzeitig den Betrieb auszulagern.
Notiz: Segmentanteile aller einzelnen Segmente sind nach dem Berichtskauf verfügbar
Nach GPU-Typ: Inferenz-Beschleuniger holen auf
Training-GPUs machten 2025 55,72 % der Ausgaben aus, da Hyperscaler H100- und H200-Bestände für Foundation-Modell-Trainingsläufe aufkauften. Intels Gaudi 3, der in der Frankfurter Region von IBM Cloud angeboten wird, beansprucht 50 % niedrigere Inferenzkosten als der H100 und fördert Ethernet-Fabrics gegenüber InfiniBand.
Die Inferenznachfrage steigt am stärksten am Edge, wo Steckplatzleistung und Formfaktoreffizienz wichtiger sind als Spitzen-FLOPS. AMDs MI300-Roadmap verdoppelt den HBM pro GPU und spricht damit speichergebundene Inferenzaufgaben in souveränen Clouds an.[5]Advanced Micro Devices, "Rechenzentrumssegment Q4 GJ2025 Ergebnisse," amd.com
Nach Verbindungsschnittstelle: Bandbreitenanforderungen gestalten die Topologie neu
Hochbandbreiten-Fabrics werden bis 2031 voraussichtlich eine CAGR von 13,11 % verzeichnen, angetrieben durch NVLink- und InfiniBand-Cluster wie Deutsche Telekom AGs Münchner KI-Fabrik mit 10.000 GPUs. PCIe verankert noch immer 71,22 % der Installationen von 2025, da es in bestehende x86-Racks passt.
Intels Ethernet-basiertes RoCE-Design senkt die Switch-Kosten für skalierbare Inferenz-Farmen. Kleinere Unternehmen setzen auf PCIe-Karten, da viele Inferenzaufgaben weiterhin auf einer einzelnen GPU laufen und die Kapitalbudgets knapp bleiben.
Nach Workload-Typ: Grafik gewinnt an Dynamik
Grafik- und Visualisierungs-Workloads werden voraussichtlich mit einer CAGR von 12,64 % wachsen, da Unternehmen digitale Zwillinge für Fabrikgestaltung und CAD-Rendering für Remote-Teams einsetzen. KI- und ML-Aufgaben machten 2025 57,77 % der Aufgaben aus, tendieren nun jedoch zu kostenoptimierten Produktionsbereitstellungen.
HPC bleibt in Forschungslabors verankert, wie etwa dem Hunter-Supercomputer des HLRS, der 48,1 Petaflops auf MI300A APUs liefert. HPs Z8 Fury G6i integriert vier RTX PRO 6000 Blackwell Max-Q GPUs in einen einzelnen Tower für die Medienrendering vor Ort.
Nach Endnutzer: Staat verzeichnet das stärkste Wachstum
Regierungs- und Forschungseinrichtungen werden die GPU-Ausgaben bis 2031 mit einer CAGR von 13,65 % steigern, unterstützt durch Deutschlands Ziel, die KI- und HPC-Ressourcen bis 2030 zu vervierfachen. AWS' souveräne Cloud in Brandenburg sichert GPU-Kapazitäten ausschließlich für Bundesbehörden zu und erfüllt damit strenge Datenspeicherungsanforderungen.
Unternehmen hielten 2025 einen Anteil von 55,10 %, angeführt von der Automobil- und Chemiebranche, die GPUs in die Produktentwicklung integrieren. Der 100.000-GPU-Campus der Schwarz-Gruppe wird mittelständischen Käufern, die keine direkte Zuteilung von NVIDIA oder AMD sichern können, Großhandelskapazitäten bereitstellen.
Geografische Analyse
Frankfurt bleibt der primäre Verbindungsknoten, steht jedoch vor ausstehenden Netzanfragen, sodass Betreiber vollständige Umspannwerksbauten finanzieren müssen, was die Budgets um 10–50 Millionen EUR (1,17–58,45 Millionen USD) erhöht. Googles Campus in Dietzenbach, 25 km außerhalb von Frankfurt, nutzt überschüssige Transformatorkapazitäten für KI-Trainingscluster.
München-Bayern entwickelt sich zu einem souveränen KI-Cluster: Deutsche Telekom AGs Münchner KI-Fabrik bietet 10.000 Blackwell-GPUs mit Datenspeicherungsgarantien. Siemens' digitaler Zwillings-Hub in Erlangen verankert Fertigungs-Edge-Pilotprojekte. Das HLRS im nahe gelegenen Stuttgart betreibt das Hunter-MI300A-System und hat den Herder-Exascale-Supercomputer für 2027 bestellt.
Berlin-Brandenburg entwickelt sich zu einem Cloud-Zentrum für den öffentlichen Sektor, angeführt von AWS' souveräner Region und dem Mega-Campus der Schwarz-Gruppe in Lübbenau. Sekundärstädte wie Nürnberg beherbergen Hetzner Online GmbHs GPU-Instanzen, die für kostenbewusste KMU attraktiv sind, die sich Frankfurt nicht leisten können.
Wettbewerbslandschaft
NVIDIA sicherte sich 2025 einen bedeutenden Anteil an den Training-GPU-Lieferungen und nutzte dabei seine CUDA-Software und sein Ökosystem-Tooling. Deutsche Telekom AG setzte 10.000 Blackwell-GPUs in München ein und bündelte diese mit verwaltetem MLOps für deutsche Unternehmen, die souveräne Infrastruktur bevorzugen. Siemens hat sich in Partnerschaft mit NVIDIA und unter Einsatz seiner BlueField-DPUs als industrieller Edge-Integrator positioniert und erweitert NVIDIAs geistiges Eigentum in Fabriken, wo Hyperscaler vor Herausforderungen stehen.
AMD gewinnt durch Hochbandbreitenspeicher Marktanteile. Metas Roadmap für die 6-GW-MI450 und HLRSs Auswahl der MI300A sowie der kommenden MI430X GPUs deuten auf eine Verlagerung hin zur Diversifizierung der Beschaffung weg von der Abhängigkeit von einem einzigen Anbieter hin. AMDs Wachstum im Rechenzentrumsbereich setzt NVIDIA unter Druck, die Kapazitäten zu erhöhen, insbesondere angesichts der US-amerikanischen Exportkontrollquoten, die Lieferungen nach China einschränken.
Intel konzentriert sich auf Inferenzbereitstellungen mit der Ethernet-First-Topologie von Gaudi 3. In der Frankfurter Region bietet IBM Cloud Gaudi-3-Instanzen an, die 1,2-Tbps-RoCE-Links anstelle von NVLink verwenden. Diese Strategie entspricht den Präferenzen europäischer Unternehmen, die standardbasierte Verbindungsschnittstellen und Open-Source-Frameworks bevorzugen. Northern Data schnitzt sich eine Nische im Hochfrequenzhandel und bei Kryptowährungen, indem es reservierte H100/H200-Knoten zu Premium-Spot-Tarifen weiterverkauft. Unterdessen leitet die Schwarz-Gruppe ihre Einzelhandels-Cashflows um, um einen 100.000-GPU-Campus zu finanzieren, und positioniert sich damit als bundesweiter Großhandels-Kapazitätsmarktplatz.
Marktführer im deutschen Rechenzentrums-GPU-Markt
-
NVIDIA Corporation
-
Advanced Micro Devices Inc.
-
Intel Corporation
-
Dell Technologies Inc.
-
Hewlett Packard Enterprise Company
- *Haftungsausschluss: Hauptakteure in keiner bestimmten Reihenfolge sortiert
Aktuelle Branchenentwicklungen
- April 2026: Siemens lancierte das Industrial Automation DataCenter und integrierte dabei NVIDIA-GPUs und BlueField-DPUs für Edge-Inferenz mit einer Latenz von unter 10 ms.
- April 2026: HP stellte die Z8-Fury-G6i-Workstation mit vier RTX PRO 6000 Blackwell Max-Q GPUs vor.
- März 2026: Das Bundesministerium für Digitales und Verkehr veröffentlichte die Nationale Rechenzentrumsstrategie mit dem Ziel, die KI- und HPC-Kapazitäten bis 2030 um das Vierfache zu steigern.
- Januar 2026: Siemens und NVIDIA stellten das Industrial AI Operating System für GPU-beschleunigte digitale Zwillinge vor.
Berichtsumfang des deutschen Rechenzentrums-GPU-Markts
Der Bericht zum deutschen Rechenzentrums-GPU-Markt ist segmentiert nach Bereitstellungstyp (Cloud-Rechenzentren, Unternehmens-/Private Rechenzentren und Edge-Rechenzentren), GPU-Typ (Training-GPUs und Inferenz-GPUs), Verbindungsschnittstelle (PCIe-basierte GPUs und Hochbandbreiten-Verbindungs-GPUs), Workload-Typ (KI und ML, HPC, Datenanalyse sowie Grafik und Visualisierung) und Endnutzer (Hyperscaler/CSPs, Unternehmen sowie Regierung und Forschung). Die Marktprognosen werden in Wert (USD) angegeben.
| Cloud-Rechenzentren |
| Unternehmens-/Private Rechenzentren |
| Edge-Rechenzentren |
| Training-GPUs |
| Inferenz-GPUs |
| PCIe-basierte GPUs |
| Hochbandbreiten-Verbindungs-GPUs |
| Künstliche Intelligenz (KI) und maschinelles Lernen (ML) |
| Hochleistungsrechnen (HPC) (nicht-KI-wissenschaftliches Rechnen) |
| Datenanalyse (Datenbankbeschleunigung, Abfrageverarbeitung) |
| Grafik und Visualisierung (VDI, Rendering, digitale Zwillinge) |
| Hyperscaler / Cloud-Dienstleister |
| Unternehmen |
| Regierungs- und Forschungseinrichtungen |
| Nach Bereitstellungstyp | Cloud-Rechenzentren |
| Unternehmens-/Private Rechenzentren | |
| Edge-Rechenzentren | |
| Nach GPU-Typ | Training-GPUs |
| Inferenz-GPUs | |
| Nach Verbindungsschnittstelle | PCIe-basierte GPUs |
| Hochbandbreiten-Verbindungs-GPUs | |
| Nach Workload-Typ | Künstliche Intelligenz (KI) und maschinelles Lernen (ML) |
| Hochleistungsrechnen (HPC) (nicht-KI-wissenschaftliches Rechnen) | |
| Datenanalyse (Datenbankbeschleunigung, Abfrageverarbeitung) | |
| Grafik und Visualisierung (VDI, Rendering, digitale Zwillinge) | |
| Nach Endnutzer | Hyperscaler / Cloud-Dienstleister |
| Unternehmen | |
| Regierungs- und Forschungseinrichtungen |
Im Bericht beantwortete Schlüsselfragen
Wie hoch ist die prognostizierte Größe der deutschen Rechenzentrums-GPU-Ausgaben bis 2031?
Die Marktgröße des deutschen Rechenzentrums-GPU-Markts wird bis 2031 voraussichtlich 6,89 Milliarden USD erreichen und dabei mit einer CAGR von 11,96 % wachsen.
Welches Bereitstellungsmodell expandiert am schnellsten?
Edge-Einrichtungen werden bis 2031 voraussichtlich mit einer CAGR von 12,78 % wachsen, angetrieben durch Latenzanforderungen von unter 10 ms in der Automobil- und Industriefertigung.
Welchen Anteil haben Training-GPUs im Jahr 2025 erzielt?
Training-Beschleuniger hielten 2025 55,72 % des Umsatzes, obwohl Inferenz-GPUs den Abstand verringern.
Warum ist souveräne Cloud-Kapazität in Deutschland von entscheidender Bedeutung?
Die DSGVO und der EU-KI-Act verlangen, dass sensible Daten in nationalen Jurisdiktionen verbleiben, was Deutsche Telekom AG, SAP SE und AWS dazu veranlasst, inländische GPU-Regionen aufzubauen.
Welche regulatorische Vorschrift verändert die Kühlung von Rechenzentren?
Das Energieeffizienzgesetz schreibt bis 2030 einen PUE-Wert von unter 1,3 und eine Abwärmenutzung von 10–20 % vor und drängt Betreiber zu flüssigkeitsgekühlten GPU-Racks.
Welche Endnutzergruppe wird die höchste Wachstumsrate verzeichnen?
Regierungs- und Forschungseinrichtungen werden die GPU-Nachfrage voraussichtlich mit einer CAGR von 13,65 % steigern, gestützt durch staatliche HPC-Förderung.
Seite zuletzt aktualisiert am: