Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
oecd29. Oktober 2025 · Q001791

The geography of AI compute: Mapping what is available and where

oecd.ai · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der Bericht stellt eine OECD-Methodik vor, die anhand öffentlich zugänglicher Angaben die Verfügbarkeit bestimmter KI-Chips in Cloud-Regionen erfasst. Eine Pilotstudie von 2023 fand 187 Regionen in 39 Volkswirtschaften; die Erhebung zeigt jedoch nicht, wie viel Rechenleistung jeweils verfügbar ist. Die Daten sollen nationale Vergleiche und die Erkennung von Lücken unterstützen, sind laut Bericht aber kein abschließendes Maß für den Erfolg einer KI-Strategie.

Mittel

Der Bericht beschreibt eine OECD-Methodik zur Erfassung öffentlicher Cloud-Rechenleistung für KI und ihrer Standorte. Der Fokus liegt auf kommerziellen, allgemein zugänglichen Diensten, weil sie laut Bericht für viele Nutzergruppen wichtig und transparenter messbar seien als private oder staatliche Rechenzentren. Standorte seien relevant für Latenz, lokale wirtschaftliche Effekte sowie staatliche Regulierung und Zugangskontrolle.

Die Methodik erfasst bei neun großen Cloud-Anbietern, die laut Bericht über 70 Prozent der weltweiten Cloud-Ausgaben abdecken, die Verfügbarkeit bestimmter KI-Chips je Cloud-Region. Die Daten stammen aus öffentlichen Anbieter-Websites und Kundenoberflächen. Der Ansatz soll transparent und kostengünstig sein. Er weist aber nur aus, ob Chiptypen verfügbar sind, nicht in welcher Menge. Geplant sind eine automatisierte Erhebung und eine breitere Abdeckung.

Eine Pilotstudie von 2023 identifizierte 187 Regionen bei sechs Anbietern in 39 Volkswirtschaften, davon 101 in OECD-Ländern. 13 OECD-Staaten verfügten über Cloud-Rechenleistung für KI-Entwicklung und -Einsatz, vier weitere nur für den Einsatz. Die übrigen hatten laut Pilot damals keine solche Infrastruktur. Die Ergebnisse können Vergleiche und die Suche nach Lücken unterstützen, gelten aber nicht als abschließender Erfolgsmaßstab: Nationale Strategien können etwa auf eigene Supercomputer, Cloud-Partnerschaften oder ausländische Kapazitäten setzen und unterschiedliche Ausbauziele verfolgen.

Ausführlich lesen

Der Bericht stellt eine OECD-Methodik vor, mit der sich die Verfügbarkeit und geografische Verteilung von Rechenleistung für künstliche Intelligenz (KI) in öffentlichen Cloud-Diensten erfassen lässt. Er begründet den Fokus damit, dass spezialisierte Chips und Software für das Trainieren und Betreiben von KI-Modellen eine grundlegende Ressource seien und der Bedarf mit komplexeren Systemen stark zunehme. Zugleich fehle es bislang an systematischer Erfassung der verfügbaren Infrastruktur und ihres Standorts.

Untersucht wird öffentliche Cloud-Rechenleistung: kommerzielle Dienste, die auf Abruf allgemein zugänglich sind. Laut Bericht ist dieser Bereich für die Politik besonders relevant, weil ihn unter anderem kleine und mittlere Unternehmen, Hochschulen und Behörden nutzen können, er für generative KI bedeutsam sei und mehr öffentlich verfügbare Daten biete als private oder staatliche Rechenzentren. Auch der physische Standort spiele eine Rolle: Nähe könne die Latenz senken, Rechenzentren könnten örtliche Investitionen und Beschäftigung fördern, und staatliche Zuständigkeit über Infrastruktur könne Regulierung und Zugangskontrolle erleichtern.

Die vorgeschlagene Erhebung zählt die Cloud-Regionen von neun großen Anbietern, die zusammen laut Bericht mehr als 70 Prozent der weltweiten Ausgaben für öffentliche Cloud-Dienste abdecken. Informationen zu verfügbaren KI-Beschleunigern werden von öffentlichen Anbieter-Websites und Kundenoberflächen erfasst und nach Standort zusammengeführt. Der Bericht beschreibt den Ansatz als transparent, vergleichsweise zuverlässig und kostengünstig, weil er öffentlich zugängliche Daten nutzt. Seine zentrale Einschränkung: Er zeigt, ob bestimmte Chiptypen an einem Standort verfügbar sind, aber nicht, in welcher Menge. Künftige Fassungen sollen die Erhebung automatisieren, weitere Chiptypen und Anbieter einbeziehen und zusätzliche KI-relevante Infrastruktur erfassen.

Als Machbarkeitsnachweis nennt der Bericht eine Pilotstudie aus dem Jahr 2023. Sie ermittelte bei sechs großen Anbietern 187 Cloud-Regionen in 39 Volkswirtschaften; 101 davon lagen in OECD-Mitgliedsländern. In 13 OECD-Staaten habe es öffentliche Cloud-Rechenleistung gegeben, die sowohl Entwicklung als auch Einsatz fortgeschrittener KI unterstützen könne, einschließlich Trainingslasten. Vier weitere OECD-Staaten hätten Infrastruktur für den Einsatz, jedoch nicht für das Training großer Modelle gehabt. Die übrigen OECD-Mitglieder hätten zum damaligen Zeitpunkt keine öffentliche Cloud-KI-Rechenleistung beherbergt.

Die Ergebnisse sollen laut Bericht helfen, nationale Infrastruktur zu vergleichen und Versorgungslücken zu erkennen. Sie seien jedoch kein abschließendes Maß für den Erfolg nationaler KI-Strategien: Staaten könnten je nach Bedarf eigene Supercomputer aufbauen, mit Cloud-Anbietern kooperieren oder über regionale Partnerschaften Zugang zu Rechenleistung im Ausland sichern. Politische Ziele könnten zudem entweder den Ausbau für die Entwicklung führender Modelle oder eine breitere Verfügbarkeit für Bildung, Forschung und Innovation betonen. Die Pilotdaten sind eine zeitgebundene Bestandsaufnahme; der Bericht beschreibt den Ansatz als ausbaufähigen ersten Schritt, nicht als vollständige oder endgültige Kartierung.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die Zusammenfassung ist im Kern treu, es fehlen aber einige Einordnungen wie der Proof-of-Concept-Charakter. Die Sammelfragen werden vom Bericht kaum beantwortet, daher fallen die Stufen niedrig aus; Lunas Stufen und Anteile wurden nicht übernommen. Teilfragen gab es nicht.

Im Bericht, aber nicht in der Zusammenfassung

  • Die Methodik wurde zusammen mit Forschenden der Oxford University Innovation entwickelt.
  • Die Pilotstudie von 2023 gilt als Proof of Concept und erste systematische Kartierung, nicht als abschließende Erhebung.
  • Die Unterscheidung zwischen Scaling up (Frontier-Modelle) und Scaling out (breiter Zugang für Bildung und Forschung) fehlt.
  • Die Daten sollen in das OECD.AI Policy Observatory und den kommenden OECD.AI Index einfließen.

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
  1. SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
    • clef 100 %kein Bezug
    • Luna 48 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 49 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Fähigkeiten messen
  1. SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
    • clef 100 %kein Bezug
    • Luna 72 %Hintergrund, keine Belege
    • JEV 34 %gleiches Oberthema, hilft nicht
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 50 %gleiches Oberthema, hilft nicht
Unabhängig prüfen
  1. SF-P1 Unter welchen Bedingungen lassen Staaten und Labore sich gegenseitig prüfen: mit welchem Zugang, welchen Daten und welchen öffentlichen Ergebnissen?
    • clef 100 %kein Bezug
    • Luna 62 %Hintergrund, keine Belege
    • JEV 29 %Hintergrund, keine Belege
    • amos 35 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 41 %gleiches Oberthema, hilft nicht
    • d3-ultra 57 %gleiches Oberthema, hilft nicht
  2. SF-P4 Wie lässt sich die Größe von Trainingsläufen überprüfen, ohne Modelldetails offenzulegen?
    • clef 100 %kein Bezug
    • Luna 88 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 44 %gleiches Oberthema, hilft nicht
    • d3-ultra 60 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Tempo und Grenzen
  1. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 64 %Hintergrund, keine Belege
    • JEV 34 %Hintergrund, keine Belege
    • amos 46 %gleiches Oberthema, hilft nicht
    • SubQ 60 %gleiches Oberthema, hilft nicht
    • drex 73 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Vertrauen in Modelle
  1. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 74 %Hintergrund, keine Belege
    • JEV 35 %gleiches Oberthema, hilft nicht
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 54 %gleiches Oberthema, hilft nicht
    • d3-ultra 61 %gleiches Oberthema, hilft nicht
Agenten und vernetzte Systeme
  1. SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
    • clef 100 %kein Bezug
    • Luna 67 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
    • clef 100 %kein Bezug
    • Luna 82 %Hintergrund, keine Belege
    • JEV 46 %gleiches Oberthema, hilft nicht
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Modelle teilen und schützen
  1. SF-H5 Wann sind Chip- und Exportkontrollen eine Sicherheitsmaßnahme, und wann ein dauerhafter Vorteil?
    • clef 100 %kein Bezug
    • Luna 86 %Hintergrund, keine Belege
    • JEV 44 %Hintergrund, keine Belege
    • amos 28 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 35 %gleiches Oberthema, hilft nicht
    • d3-ultra 65 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt
Frieden und Sicherheit
Offenlegung und Rechenschaft
  1. SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
    • clef 100 %kein Bezug
    • Luna 46 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 49 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 49 %gleiches Oberthema, hilft nicht
    • d3-ultra 55 %gleiches Oberthema, hilft nicht
Beteiligung und Gemeinwohl
  1. SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
    • clef 100 %kein Bezug
    • Luna 50 %Hintergrund, keine Belege
    • JEV 33 %Hintergrund, keine Belege
    • amos 34 %gleiches Oberthema, hilft nicht
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 54 %gleiches Oberthema, hilft nicht
    • d3-ultra 65 %gleiches Oberthema, hilft nicht
  2. SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
    • clef 100 %kein Bezug
    • Luna 74 %Hintergrund, keine Belege
    • JEV 44 %Hintergrund, keine Belege
    • amos 28 %Hintergrund, keine Belege
    • SubQ 44 %gleiches Oberthema, hilft nicht
    • drex 44 %gleiches Oberthema, hilft nicht
    • d3-ultra 57 %gleiches Oberthema, hilft nicht
  3. SF-E3 Welche Stellen sind in einem Staat für KI-Sicherheit und Prüfungen zuständig, und was davon gibt es schon?
    • clef 100 %kein Bezug
    • Luna 41 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 39 %gleiches Oberthema, hilft nicht
    • SubQ 47 %gleiches Oberthema, hilft nicht
    • drex 40 %gleiches Oberthema, hilft nicht
    • d3-ultra 62 %gleiches Oberthema, hilft nicht
  4. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 53 %Hintergrund, keine Belege
    • JEV 54 %einzelne zitierbare Belege
    • amos 29 %Hintergrund, keine Belege
    • SubQ 36 %gleiches Oberthema, hilft nicht
    • drex 28 %Hintergrund, keine Belege
    • d3-ultra 42 %Hintergrund, keine Belege
  5. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 63 %Hintergrund, keine Belege
    • JEV 30 %Hintergrund, keine Belege
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 56 %gleiches Oberthema, hilft nicht
    • d3-ultra 54 %gleiches Oberthema, hilft nicht
Wirtschaft und Haftung
  1. SF-W2 Wie wirken sich Wettbewerbsrecht und öffentliche Beschaffung auf die KI-Sicherheit aus?
    • clef 100 %kein Bezug
    • Luna 47 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 43 %gleiches Oberthema, hilft nicht
    • d3-ultra 55 %gleiches Oberthema, hilft nicht

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →