Hyperscale Power: Warum der Transformator zum strategischen Punkt der KI-Ökonomie wird

1. Einleitung

Die nächste Engstelle für KI sind nicht Chips, sondern Strom. Während Rechenzentren sich in Richtung Megawatt‑Racks bewegen, wird der 140 Jahre alte Eisenkern‑Transformator vom verlässlichen Arbeitstier zum physischen Limit: zu groß, zu schwer, zu unflexibel für ein Netz voller KI‑Lasten und erneuerbarer Energien. Das europäische Startup Hyperscale Power will genau hier ansetzen – mit deutlich kleineren Festkörpertransformatoren. Gelingt der Sprung aus dem Labor in den Dauerbetrieb, geht es nicht nur um ein paar Prozent Effizienz, sondern um die Frage, wer die Schnittstelle zwischen Hyperscalern und Stromnetz kontrolliert.

2. Die Nachricht in Kürze

Laut TechCrunch hat Hyperscale Power eine Seed‑Finanzierungsrunde über 5 Millionen Euro abgeschlossen, angeführt von World Fund und Vsquared Ventures. Das Kapital soll in den Bau eines Prototyps eines Festkörpertransformators (Solid‑State Transformer, SST) fließen, der speziell auf hochdichte Rechenzentren und Netzanwendungen zielt.

Klassische Eisenkern‑Transformatoren bilden seit über einem Jahrhundert das Rückgrat der Stromverteilung. In den vergangenen Monaten haben jedoch SST‑Startups laut TechCrunch gemeinsam rund 280 Millionen US‑Dollar eingesammelt; sie werben mit kleinerem Footprint, weniger Einzelkomponenten und höherer Netzstabilität. Zu den Wettbewerbern zählen Amperesand, DG Matrix (mit ABB als Investor) und Heron Power (gegründet von einem ehemaligen Tesla‑Manager, unterstützt von Andreessen Horowitz); zusammen haben sie nach PitchBook‑Zahlen über 330 Millionen US‑Dollar aufgenommen.

Hyperscale beansprucht für sich, durch deutlich höhere Schaltfrequenzen noch kompaktere Systeme bauen zu können als die Konkurrenz. Der CEO hat im Rahmen seiner ETH‑Zürich‑Promotion einen SST mit 99,1 % Wirkungsgrad entwickelt und will dieses Know‑how nun in ein marktfähiges Produkt überführen – für eine Welt, in der Nvidia‑Racks bereits über 100 kW ziehen und 1‑MW‑Racks in Vorbereitung sind.

3. Warum das wichtig ist

Ein Transformator wirkt wie ein banales Stück Infrastruktur. In der aktuellen Dynamik entscheidet er jedoch mit darüber, wie schnell und zu welchen Kosten sich KI‑Kapazitäten ausbauen lassen – und wer daran verdient.

Heute stoßen Hyperscaler auf ein einfaches Platz‑ und Kostenproblem: Bei Racks mit Hunderten Kilowatt Leistung wird die Strom‑Peripherie – Transformatoren, Gleichrichter, Schaltschränke – größer und teurer als die IT‑Hardware. Hyperscales Versprechen lautet: Wenn man SST bei sehr hohen Frequenzen betreibt, schrumpft diese Peripherie massiv, ohne dass man bei Effizienz und Regelbarkeit große Kompromisse eingeht.

Klarer Nutzen entsteht für:

• Cloud‑ und KI‑Anbieter: mehr Rechenleistung pro Quadratmeter, potenziell geringere Investitionskosten pro bereitgestelltem Watt und mehr Flexibilität bei der Standortwahl;
• Netzbetreiber: Festkörpertransformatoren können prinzipiell Spannungsstützung, Blindleistungsregelung und Fehlerreaktion softwaregesteuert übernehmen – also Funktionen, die bislang teure Spezialhardware oder Großkraftwerke erbringen.

Unter Druck geraten können:

• etablierte Transformatorenhersteller, deren Know‑how und Margen auf robusten, aber vergleichsweise „dummen“ Produkten beruhen. SST sind eher komplexe Leistungselektroniksysteme als schwere Maschinenbauprodukte;
• Rechenzentrumsplaner, die weiterhin mit großen 50/60‑Hz‑Blöcken kalkulieren. Wenn in fünf bis acht Jahren modulare SST‑Systeme verfügbar sind, werden manche Neubauten unnötig unflexibel aussehen.

Spannend ist vor allem die Verlagerung der „Intelligenz“: Statt eines zentralen Transformators am Netzeinspeisepunkt sind modulare, racknahe SST denkbar, die sich fein granular regeln und abrechnen lassen. Daraus ergeben sich neue Geschäftsmodelle – etwa Strom‑ und Netzservices direkt aus dem Rechenzentrum heraus – und eine Verschiebung der Verhandlungsmacht zwischen Versorgern und Hyperscalern.

Die Kehrseite: Es geht um hochkritische Infrastruktur. Netzbetreiber, Stadtwerke und Industriekunden sind extrem risikoavers. Eine innovative Topologie allein reicht nicht – am Ende zählen 25 Jahre Betrieb ohne böse Überraschungen.

4. Der größere Kontext

Hyperscale Power steht exemplarisch für drei strukturelle Entwicklungen.

1. Die Explosion des KI‑Strombedarfs.
In den letzten Jahren haben alle großen Cloud‑Konzerne ihre Stromprognosen nach oben revidiert. Von zweistelligen Megawatt‑Kampussen geht es zu dreistelligen Megawatt und perspektivisch zu Gigawatt‑Clustern. Wenn Nvidia offen über 1‑MW‑Racks spricht, zeigt das, wie stark sich das Verhältnis von IT‑Last zu „Facility“ verschiebt. Infrastruktur, die jahrzehntelang „gut genug“ war, wird plötzlich zum Problem.

2. Reife Leistungselektronik.
Feldtaugliche SST scheiterten lange an Bauteilen: Silizium schaltete zu langsam oder zu verlustreich. Mit Siliziumkarbid (SiC) und Galliumnitrid (GaN) stehen nun Halbleiter zur Verfügung, die hohe Spannungen und Ströme bei hohen Frequenzen effizient schalten. Man sieht denselben Technologiesprung bereits bei EV‑Invertern und Schnellladern – jetzt erreicht er Mittelspannungsebene und Rechenzentren.

3. Das Netz wird bidirektional und volatil.
Mit Photovoltaik, Wind, Batteriespeichern, Elektroautos und steuerbaren Lasten fließt Strom immer häufiger in beide Richtungen. Festkörpertransformatoren passen in dieses Bild, weil sie theoretisch mehrere Eingangs‑ und Ausgangspfade, anspruchsvolle Filterfunktionen und netzstützende Leistungen kombinieren können – und zwar per Softwareupdate.

Historisch haben sich radikale Änderungen an der Netzebene nur sehr langsam durchgesetzt – man denke an die Jahrzehnte, die HVDC‑Trassen gebraucht haben. Neu ist, dass nun Hyperscaler mit mehr Kapital und höherem Zeitdruck als klassische Versorger in dieselben Schwachstellen hineindrücken. Wenn AWS, Google oder Microsoft feststellen, dass SST ihre Ausbaugeschwindigkeit erhöht, können sie die Lernkurve mitfinanzieren und so beschleunigen.

Vor diesem Hintergrund ist es weniger entscheidend, dass Wettbewerber wie Amperesand, DG Matrix oder Heron formal früher am Markt waren. Der SST‑Sektor ist so jung, dass sich Differenzierung über industrielle Umsetzung, Integration in bestehende Systeme und regulatorische Zulassungen definieren wird – nicht über das Datum der ersten Pressemitteilung.

5. Europäische Perspektive

Hyperscale Power ist in mehrfacher Hinsicht eine europäische Geschichte. Das Know‑how stammt aus der Forschung (ETH Zürich), das Kapital von hiesigen Klima‑Tech‑Investoren, und die Zielmärkte – Rechenzentren und Netze – sind in der EU stark reguliert.

Für Europa stellen sich mehrere strategische Fragen:

• Industriepolitik: Mit dem Green Deal Industrial Plan und Programmen wie IPCEI will die EU Schlüsseltechnologien im Binnenmarkt halten. Leistungselektronik für Netze und Rechenzentren passt perfekt in diese Kategorie – gerade weil Europa beim Thema GPU und Cloud‑Hyperscaler weitgehend abhängig ist.
• Regulierung: Die EU‑Energiepakete, die Netzcodes von ENTSO‑E und nationale Vorgaben (in Deutschland etwa die VDE‑Anwendungsregeln) definieren sehr genau, wie sich Netzkomponenten verhalten müssen. Für SST bedeutet das aufwendige Zertifizierungsprozesse – aber auch Planungssicherheit, wenn sie einmal zugelassen sind.
• Standortattraktivität: In Deutschland, den Niederlanden und Irland mehren sich Widerstände gegen neue Hyperscaler‑Standorte wegen Netzengpässen und Flächenverbrauch. Kompaktere, flexibel regelbare Anschlusslösungen könnten helfen, Rechenzentren näher an Lastschwerpunkten oder erneuerbaren Quellen zu platzieren, ohne überall neue Umspannwerke aus Beton zu gießen.

Aus DACH‑Sicht kommt ein weiterer Punkt hinzu: Die Region verfügt mit Unternehmen wie ABB, Siemens, Schneider Electric (mit starker Präsenz in Deutschland), Infineon oder Bosch über eine außergewöhnlich dichte Leistungselektronik‑ und Automatisierungsbasis. Startups wie Hyperscale können hier entweder zu Technologiezulieferern oder zu attraktiven Übernahmekandidaten werden – die Frage ist, ob sie bis dahin genug Systemkompetenz aufbauen, um ihre Architektur durchzusetzen.

6. Blick nach vorn

Wie könnte sich der Markt für Festkörpertransformatoren entwickeln?

Kurzfristig (bis ca. 3 Jahre) ist mit folgenden Schritten zu rechnen:

• Pilotprojekte in Nischen, etwa in Forschungsrechenzentren, bei energieintensiven Industrien mit eigenem Mittelspannungsnetz oder in Insel‑ und Mikrogrids;
• Kooperationen mit etablierten OEMs, die Fertigung, Vertrieb und Service bereitstellen können – ohne diese Partner bleiben SST‑Startups im Laborstadium stecken;
• erste regulatorische Leitlinien, wie SST in Schutzkonzepte, Netzstützung und Abrechnung integriert werden sollen.

Mittelfristig wird entscheidend sein,

• ob sich überzeugende Zuverlässigkeitsdaten über viele Betriebsjahre ansammeln,
• ob die Kostenkurve durch Skaleneffekte, Standardisierung und sinkende Halbleiterpreise tatsächlich in Richtung Wettbewerbsfähigkeit mit klassischen Transformatoren zeigt,
• und ob sehr hochfrequente Ansätze wie bei Hyperscale die EMV‑ und Kühlungsprobleme im Rechenzentrumsumfeld im Griff behalten.

Risiken gibt es genug: Eine Abkühlung des KI‑Investitionsbooms, eine stärkere politische Begrenzung von Rechenzentren (etwa durch strenge Effizienzvorgaben oder lokale Moratorien) oder einige spektakuläre Ausfälle könnten die Einführung von SST um Jahre verzögern. Ebenso denkbar ist, dass große Industriekonzerne eigene, konservativere SST‑Varianten auf den Markt bringen und radikalere Startups in Nischen drängen.

Trotzdem sprechen die strukturellen Trends – mehr KI‑Last, höherer Anteil erneuerbarer Energien, Engpässe in den Verteilnetzen – dafür, dass sich die Topologie an der Schnittstelle zwischen Netz und Großverbrauchern verändern wird. Ob Hyperscale Power dabei eine gestaltende Rolle spielt oder am Ende „nur“ Technologielieferant eines Konzerns wird, hängt von den nächsten fünf bis sieben Jahren ab.

7. Fazit

Festkörpertransformatoren sind auf dem Weg, vom akademischen Spezialthema zu einem der strategisch wichtigsten Bausteine in Rechenzentren und Stromnetzen zu werden. Hyperscale Power setzt mit seinem Fokus auf extreme Kompaktheit genau an der wachsenden Flächen‑ und Leistungsengstelle der KI‑Infrastruktur an, muss aber noch die Hürden von Zuverlässigkeit, Normung und Kosten nehmen. Für europäische Leserinnen und Leser gilt: Wer die KI‑Zukunft verstehen will, sollte nicht nur auf GPU‑Roadmaps schauen, sondern auch auf die „unsichtbaren“ Schaltschränke, in denen sich das Netz neu erfindet.