Crusoe beendet Milliardenvertrag mit Boom Supersonic
Crusoe hat den geplanten Kauf von 29 Erdgasturbinen des Herstellers Boom Supersonic abgesagt. Der Vertrag hatte ein Volumen von 1,25 Milliarden US-Dollar. Die ersten Anlagen sollten ursprünglich 2027 ausgeliefert werden.
Jede Turbine des Typs Superpower sollte 42 Megawatt leisten. Zusammen hätten die bestellten Einheiten rechnerisch eine Leistung von 1.218 Megawatt erreicht. Einen konkreten Grund für die Vertragsauflösung nennt Crusoe nicht.
| Kennzahl | Wert | Einordnung |
|---|---|---|
| Vertragsvolumen | 1,25 Milliarden US-Dollar | Geplanter Kauf von Superpower-Turbinen |
| Anzahl der Turbinen | 29 | Crusoe war als Erstkunde vorgesehen |
| Leistung je Turbine | 42 MW | Stationäre Stromerzeugung mit Erdgas |
| Gesamtleistung | 1.218 MW | Rechnerische Leistung aller 29 Einheiten |
| Geplanter Lieferbeginn | 2027 | Dieser Zeitplan gilt für Crusoe nicht mehr |
Gasturbinen bleiben Teil der Energieplanung
Die Absage bedeutet nicht, dass Crusoe grundsätzlich auf Gasturbinen verzichtet. Das Unternehmen will diese Technik weiterhin für seine Rechenzentren einsetzen, allerdings nicht mit Anlagen von Boom Supersonic. Welche Hersteller stattdessen zum Zug kommen, ist bislang nicht bekannt.
„Wir bauen KI-Fabriken von der Energieversorgung aus auf. Obwohl Boom ein guter Partner war, passt die Partnerschaft heute nicht mehr.“ Sinngemäße Übersetzung einer Stellungnahme von Crusoe-Sprecher Andrew Schmitt.
Crusoe betreibt in Abilene im US-Bundesstaat Texas einen Rechenzentrumscampus mit 1,2 Gigawatt Leistung für Oracle und OpenAI. Dieser Standort wird über das Stromnetz versorgt und verfügt über Gasturbinen als Reserve. Zusätzlich entsteht dort für Microsoft ein Rechenzentrum mit 900 Megawatt, das Strom aus Gasturbinen vor Ort erhalten soll.
Der Betreiber hat zuletzt 3,9 Milliarden US-Dollar Kapital eingesammelt. Die Größenordnung dieser Finanzierung für Crusoes KI-Rechenzentren verdeutlicht, wie kapitalintensiv der Aufbau solcher Standorte ist.
Boom verliert den vorgesehenen Erstkunden
Für Boom Supersonic war Crusoe als erster großer Kunde des neuen Turbinengeschäfts eingeplant. Die Superpower-Anlage verwendet nach Angaben des Herstellers zu rund 80 % dieselben Bauteile wie Symphony, das für den geplanten Überschalljet Overture entwickelte Flugzeugtriebwerk.
Boom wollte die Gewinne aus dem stationären Turbinengeschäft zur Finanzierung der Flugzeugentwicklung nutzen. Das Unternehmen hatte 300 Millionen US-Dollar für die Kommerzialisierung dieses Geschäftsbereichs eingesammelt. Mit Crusoe entfällt nun der vorgesehene Launch-Partner.
„Boom wird 2027 rund 250 MW Superpower-Kapazität an andere Standorte liefern. Für 2028 streben wir 1 GW an.“ Sinngemäße Übersetzung einer Aussage von Boom-CEO Blake Scholl.
Welche Kunden die angekündigten 250 Megawatt abnehmen sollen, ist nicht bekannt. Damit bleibt offen, wie schnell Boom den verlorenen Großauftrag durch andere Bestellungen ersetzen kann.
Energie wird zum Engpass der KI-Infrastruktur
Der Vorgang zeigt ein strukturelles Problem großer KI-Rechenzentren. Rechenleistung allein genügt nicht. Betreiber müssen zusätzlich hohe, dauerhaft verfügbare Stromkapazitäten absichern und dafür Netzanbindungen, Erzeugungsanlagen sowie Reserven kombinieren.
Verzögerungen oder Änderungen bei Energieprojekten können Baupläne, Kapazitäten und Kosten beeinflussen. Ähnliche Risiken zeigen sich bei anderen Großvorhaben, etwa bei der von Oracle gemeldeten höheren Gewalt für Project Jupiter.
Für Unternehmen im DACH-Raum besteht kein unmittelbarer Bezug zu dem aufgelösten Vertrag. Die Kosten solcher Infrastruktur fließen jedoch mittelbar in die Wirtschaftlichkeit globaler Cloud- und KI-Dienste ein. Auch die Verfügbarkeit neuer Rechenkapazitäten hängt davon ab, ob Betreiber ausreichend Energie beschaffen können.
Was Unternehmen daraus ableiten können
Proprietäre Großmodelle basieren auf einer komplexen Kette aus Rechenzentren, Chips, Energieverträgen und spezialisierten Lieferanten. Änderungen an einer Stelle können Auswirkungen auf Preise, Kapazitäten und die Abhängigkeit von einzelnen Anbietern haben.
Für klar abgegrenzte Anwendungsfälle können ressourceneffiziente Open-Weights-Modelle, also Modelle mit zugänglichen Gewichten, eine Alternative sein. Eine Analyse zu Kosten und Leistungsabstand von Open-Weights-Modellen zeigt, warum diese Option wirtschaftlich relevant wird.
Lokaler Betrieb ist dabei nicht automatisch günstig oder einfach. Er kann aber Datenkontrolle, planbare Auslastung und geringere Abhängigkeit von einzelnen KI-Plattformen ermöglichen. Der passende Ansatz hängt deshalb stärker vom konkreten Arbeitsaufwand und Schutzbedarf ab als von der maximal verfügbaren Modellgröße.