Der neue Gesetzentwurf der US-Abgeordneten Rashida Tlaib setzt nicht bei KI-Modellen, Trainingsdaten oder Plattformen an. Er greift eine operative Voraussetzung der KI-Industrie an: den schnellen Zugang zu großen, infrastrukturell brauchbaren Flächen. Der am 23. Juli 2026 eingebrachte No AI Data Centers on Federal Lands Act würde große KI-Rechenzentren und zugehörige Infrastruktur auf Land verbieten, das den USA gehört oder von Bundesbehörden verwaltet wird. Eingeschlossen wären dem Entwurf zufolge auch Militärbasen.
Damit richtet sich der Entwurf gegen eine konkrete Ausbauvariante, die für Cloud- und KI-Anbieter attraktiv ist. Bundesflächen können groß, zusammenhängend und näher an bestehender Energieinfrastruktur liegen als viele private Standorte. Das US-Energieministerium hat nach eigenen Angaben 16 mögliche Standorte auf eigenen Ländereien identifiziert, an denen KI-Rechenzentren schnell errichtet und bis Ende 2027 in Betrieb gehen könnten. Genau diese Standortlogik würde Tlaibs Gesetz blockieren.
Der Eingriffspunkt ist der Standort
Rechenzentren sind für die KI-Ökonomie keine Nebensache. Große Modelle benötigen Trainings- und Inferenzkapazität, diese Kapazität benötigt Stromanschlüsse, Flächen, Kühlung, Glasfaser, Zufahrten, Ersatzstrom und Genehmigungen. Der Engpass liegt daher nicht nur bei Chips. Er liegt auch bei Grundstücken, Netzanschlüssen und Wasserverfügbarkeit.
Wo der Gesetzentwurf in die Standortkette eingreift
Die Grafik zeigt vereinfacht, wie Bundesflächen als Beschleuniger für KI-Rechenzentren dienen können und wo der No AI Data Centers on Federal Lands Act diese Kette unterbrechen würde.
Der Gesetzentwurf behandelt diese Infrastruktur als Landnutzungsfrage. Er verbietet nicht den Betrieb von KI-Diensten. Er würde aber verhindern, dass die Bundesregierung eigene oder verwaltete Flächen als Beschleuniger für den Bau großer KI-Rechenzentren nutzt. Zusätzlich sieht der Entwurf die Entfernung bestehender qualifizierender Rechenzentren und eine Sanierung der Standorte vor. Das ist mehr als ein Moratorium. Es wäre, falls verabschiedet, eine dauerhafte Sperre für eine ganze Kategorie von Standorten.
Als Mitinitiatoren werden Jim McGovern, Adelita Grijalva, Delia Ramirez, Mark Pocan und Bonnie Watson Coleman genannt. Politisch ist der Entwurf damit klar auf Umwelt-, Gemeinde- und Verbraucherkosten ausgerichtet. Für Betreiber ist die wichtigere Information nüchterner: Ein möglicher Standortkanal würde geschlossen, bevor er industriell skaliert.
Bundesflächen als Abkürzung im Ausbauplan
Der Hintergrund ist die Strategie der Trump-Regierung, KI-Infrastruktur auf Bundesflächen zu ermöglichen. Das Energieministerium verweist bei seinen 16 Standorten auf vorhandene Energieinfrastruktur und auf die Möglichkeit, neue Energieerzeugung beschleunigt zu genehmigen. Für Rechenzentrumsentwickler ist das relevant, weil die Genehmigung von Stromversorgung und Netzanschluss häufig länger dauert als der Bau der Halle selbst.
Ein Beispiel hat den Konflikt sichtbar gemacht: Das Bureau of Land Management genehmigte Berichten zufolge am 26. Juni 2026 ein rund 86 Hektar großes KI-Rechenzentrumsprojekt in der Nähe des Lake Mead in Nevada. Tlaib und Unterstützer des Entwurfs kritisierten, dass dies ohne ausreichende öffentliche Beteiligung geschehen sei. Für Befürworter solcher Projekte ist der administrative Zugriff auf Bundesflächen ein Mittel, um Engpässe beim KI-Ausbau zu verringern. Für Gegner ist es eine Umgehung lokaler Kontrolle über Flächen, Wasser und Lebensqualität.
Diese beiden Sichtweisen sind nicht symmetrisch, aber sie beschreiben denselben operativen Punkt. Wer Bundesflächen nutzt, reduziert Reibung bei der Flächensicherung. Wer Bundesflächen sperrt, verschiebt Reibung zurück in lokale und private Verfahren. Das ist der Kern des Entwurfs.
Für Betreiber wird Planung weniger glatt
Für Hyperscaler und spezialisierte Rechenzentrumsentwickler hätte ein solches Verbot praktische Folgen. Standortsuchen müssten stärker auf private Industrieflächen, kommunale Zonen, ehemalige Kraftwerksareale oder vertragliche Modelle mit Versorgern ausweichen. Das erhöht nicht automatisch jeden Preis, aber es verändert die Verhandlungsposition. Private Eigentümer, lokale Behörden und Versorger würden wieder stärker zu Gatekeepern der KI-Infrastruktur.
Auch Militärbasen wären nach dem Entwurf keine Ausweichoption. Das ist relevant, weil solche Flächen häufig über Sicherheitszonen, Energieanschlüsse und bereits erschlossene Infrastruktur verfügen. Für Projekte, die KI-Kapazität mit nationaler Sicherheit oder Verteidigungslogik begründen, würde der Entwurf eine zusätzliche Grenze ziehen.
Planerisch käme ein weiterer Risikofaktor hinzu. Wenn bereits errichtete qualifizierende Rechenzentren entfernt und Standorte saniert werden müssten, steigt die Unsicherheit für langfristige Investitionen auf Bundesflächen. Selbst wenn der Entwurf nicht verabschiedet wird, zeigt er, dass Rechenzentrumsstandorte politisch nachträglich angreifbar werden können. Das fließt in Due-Diligence-Prüfungen, Versicherungen, Finanzierungen und Stromabnahmeverträge ein.
Die Kosten liegen nicht nur im Grundstück
Die Gegenargumente stützen sich auf den Ressourcenbedarf der Anlagen. Nach Schätzungen, die in der Debatte zitiert werden, verbrauchten globale Rechenzentren zuletzt rund 448 Terawattstunden Strom und etwa 1,2 Billionen Gallonen Wasser. Die Schätzungen nennen außerdem rund 208 Millionen Tonnen Kohlendioxid. Diese Zahlen erfassen nicht nur KI-Rechenzentren, zeigen aber die Größenordnung des Infrastrukturtyps, der nun politisch unter Druck steht.
Bei Hyperscale-Anlagen ist die lokale Wirkung besonders sichtbar. Strombedarf, Kühlwasser, Abwärme, Lärm durch Kühltechnik, Beleuchtung und zusätzlicher Netzausbau treffen nicht abstrakte Märkte, sondern konkrete Gemeinden. Eine Gallup-Umfrage, über die im März 2026 berichtet wurde, ergab, dass sieben von zehn Amerikanern den Bau von KI-Rechenzentren in ihrer Nähe ablehnen; 48 Prozent lehnen ihn stark ab. Als Gründe wurden vor allem Umwelt- und Lebensqualitätsbedenken genannt.
Für die Industrie bedeutet das: Der Widerstand lässt sich nicht allein durch Arbeitsplätze oder Investitionssummen ausräumen. Rechenzentren konkurrieren lokal mit Haushalten, Gewerbe und Landwirtschaft um Netzkapazität und Wasser. Je stärker KI-Anbieter ihre Ausbaupläne beschleunigen, desto stärker wird die Standortfrage zu einem regulären Kostenblock.
Was der Entwurf tatsächlich ändern würde
Der No AI Data Centers on Federal Lands Act ist zunächst ein Gesetzentwurf. Er ist kein geltendes Verbot. Sein unmittelbarer Effekt liegt deshalb weniger in einer sofortigen Änderung des Marktes als in der Markierung eines politischen Risikos. Bundesflächen, bislang als möglicher Beschleuniger für KI-Infrastruktur behandelt, werden zum umkämpften Asset.
Falls der Entwurf Gesetz würde, wäre die Folge nicht das Ende des Rechenzentrumsausbaus in den USA. Die Nachfrage nach KI-Kapazität bliebe bestehen. Der Ausbau würde jedoch stärker über private Flächen, Bundesstaaten, lokale Genehmigungen und Versorgungsunternehmen laufen. Das dürfte Verfahren verlängern, Standorte verteuern und Projekte stärker an Wasser- und Netzverträglichkeit koppeln.
Für Anbieter wie AWS, Microsoft, Google, Meta, Oracle und spezialisierte Infrastrukturbetreiber wäre das kein einzelnes regulatorisches Detail. Es beträfe die Skalierungslogik. KI-Kapazität wird nicht nur durch Chips und Kapital begrenzt, sondern durch die Fähigkeit, große Anlagen politisch und infrastrukturell unterzubringen. Tlaibs Entwurf macht diese Grenze sichtbar. Er verlegt die Debatte von der Modellleistung auf die Frage, welche öffentlichen Ressourcen für den Betrieb dieser Modelle eingesetzt werden dürfen.
Jens analysiert seit Jahren digitale Märkte, Preisbewegungen und Plattform-Strategien. Als Betreiber mehrerer datengetriebener Systeme wertet er täglich große Mengen an Produkt- und Trenddaten aus. Sein Fokus liegt auf Einordnung statt Hype: Was bedeutet eine Entwicklung wirklich für Nutzer, Preise und Märkte?
