Anthropics $5-Mrd.-Datacenter: Was Schweizer Finanzprofis beachten sollten

5 Milliarden Dollar für ein Rechenzentrum in Texas

Google und ein Konsortium von Kreditgebern planen eine Investition von 5 Milliarden Dollar in ein neues Rechenzentrum für Anthropic im texanischen Abilene. Das Projekt, über das Cointelegraph unter Berufung auf informierte Quellen berichtet, würde Anthropic einen massiven Ausbau seiner Rechenkapazität ermöglichen und das Kräfteverhältnis im globalen KI-Wettbewerb verschieben.

Anthropic, Entwickler des KI-Modells Claude, hat sich in wenigen Jahren vom Forschungsprojekt zum ernsthaften Konkurrenten von OpenAI und Google DeepMind entwickelt. Die Investition ist zugleich ein strategisches Manöver: Google sichert sich Zugang zu Anthropics Modellen und Forschung, während Anthropic die Infrastruktur erhält, die es für das Training der nächsten Modellgeneration braucht. Für Schweizer Finanzinstitutionen, die zunehmend auf KI-Modelle amerikanischer Anbieter angewiesen sind, wirft diese Konzentration der KI-Infrastruktur in den USA grundlegende Fragen zur Datensouveränität auf.

Enterprise-KI, Sicherheitsforschung und Cloud-Partnerschaften

Anthropics Strategie ruht auf drei Pfeilern: Enterprise-KI-Modelle für Geschäftskunden, Sicherheitsforschung unter dem Stichwort Constitutional AI und Cloud-Partnerschaften mit Google und Amazon Web Services. Goldman Sachs setzt Claude bereits für automatisierte Compliance-Prüfungen ein, und mehrere europäische Grossbanken evaluieren das Modell für die Kreditrisikoanalyse.

Technisch liegt Anthropics Stärke in der Kombination aus effizienten Trainingsmethoden und niedrigen Inferenzlatenzen. Claude 3.5 erreicht in einschlägigen Benchmarks wie MMLU und MLUbench Leistungen, die mit GPT-4.5 vergleichbar sind, bei einer Latenz von 150 bis 200 Millisekunden gegenüber 250 Millisekunden bei OpenAIs Modell. Für Finanzanwendungen, bei denen Echtzeitverarbeitung gefragt ist, etwa die Überwachung von Transaktionsströmen oder die automatisierte Vertragsprüfung, kann dieser Latenzunterschied den Ausschlag geben.

Das neue Rechenzentrum soll die Rechenkapazität um rund 40 Prozent steigern. Damit könnte Anthropic das Training grösserer und leistungsfähigerer Modelle beschleunigen und gleichzeitig mehr Inferenzanfragen verarbeiten, was für Enterprise-Kunden mit hohem Durchsatz entscheidend ist.

Wo die Daten verarbeitet werden, entscheidet über die Compliance

Für Schweizer Finanzinstitutionen steht bei dieser Entwicklung nicht die Technologie im Vordergrund, sondern die Frage nach dem physischen Standort der Datenverarbeitung. Das Datenschutzgesetz (DSG) und das nDSG stellen strenge Anforderungen an die Übermittlung personenbezogener Daten ins Ausland. Wenn ein Schweizer Treuhänder Claude für die Analyse von Kundendossiers nutzt und diese Daten über eine API an ein texanisches Rechenzentrum gesendet werden, entsteht ein datenschutzrechtliches Risiko.

Die FINMA hat in ihren KI-Richtlinien klargestellt, dass der Einsatz ausländischer KI-Modelle in regulierten Finanzprozessen einer Prüfung der Datenverarbeitungskette bedarf. Die Fragen, die beantwortet werden müssen: Wo werden die Daten physisch verarbeitet? Wer hat Zugriff? Wie lange werden sie gespeichert? Welche Garantien bietet der Anbieter im Falle eines behördlichen Zugriffs durch US-Behörden?

Die SIX Group hat dieses Problem erkannt und 2025 Pläne für ein eigenes KI-Rechenzentrum in Uster vorgelegt, das Schweizer Finanzinstitutionen eine lokale Alternative für KI-Inferenz bieten soll. Bis dieses Zentrum operativ ist, bleiben Schweizer Unternehmen auf US-basierte Infrastruktur angewiesen und müssen die Compliance-Anforderungen aktiv managen.

Die Kostenrechnung für ein KMU-Treuhandbüro

Für KMU, die KI in ihren Finanzprozessen einsetzen wollen, sind die Kosten der entscheidende Faktor. Anthropics API-Tarife liegen bei rund 1,50 Franken pro Million Tokens, was für automatisierte Buchhaltungsprozesse, Compliance-Checks oder die Analyse von Vertragsdokumenten wirtschaftlich attraktiv sein kann. Ein mittelgrosses Treuhandbüro, das täglich 50 Kundendossiers verarbeitet, könnte mit KI-gestützter Voranalyse mehrere Stunden Arbeitszeit pro Tag einsparen.

Die Gegenrechnung muss allerdings die versteckten Kosten berücksichtigen. Die FINMA-konforme Dokumentation des KI-Einsatzes, die Datenschutz-Folgenabschätzung nach nDSG, die laufende Überwachung der Modellqualität und die Schulung der Mitarbeitenden summieren sich auf Beträge, die den reinen API-Kosten nahekommen können. Ein Full-Fine-Tuning eines Modells wie Claude 3.5 auf unternehmensspezifische Daten kostet rund 1,2 Millionen Dollar, was für KMU ausserhalb jeder Reichweite liegt.

Schweizer Alternativen existieren, decken aber ein schmaleres Leistungsspektrum ab. SwissBERT, ein an der Universität Zürich entwickeltes Sprachmodell, eignet sich für die Verarbeitung deutschsprachiger Finanztexte, kann aber komplexe Schlussfolgerungen nicht auf dem Niveau von Claude oder GPT-4 leisten. EU-basierte Plattformen wie Hugging Face bieten eine breitere Modellauswahl bei geringeren Datenschutzrisiken als US-Anbieter.

US-Modelle für Analysen, lokale Systeme für sensible Daten

Die Abhängigkeit von US-KI-Infrastruktur lässt sich kurzfristig nicht auflösen, aber durch eine hybride Strategie begrenzen. Der pragmatische Ansatz: leistungsstarke US-Modelle wie Claude für komplexe Analysen einsetzen, bei denen keine personenbezogenen Daten verarbeitet werden, und lokale Modelle oder europäische Alternativen für sensible Daten verwenden. Swisscoms KI-Plattform und Bexio, das ab dem dritten Quartal 2026 KI-fähige Buchhaltungsfunktionen anbieten will, sind konkrete Optionen für den lokalen Teil dieser Strategie.

Eine systematische Bestandsaufnahme bildet den ersten Schritt: Welche Prozesse nutzen bereits US-basierte KI-Dienste? Wo fliessen personenbezogene oder regulatorisch sensible Daten? Wo liegen die grössten Effizienzgewinne durch KI, die den Compliance-Aufwand rechtfertigen? Die FINMA-KI-Checkliste bietet einen strukturierten Rahmen für diese Prüfung.

Die Investition von 5 Milliarden Dollar in ein einziges Rechenzentrum verdeutlicht die Grössenordnung, in der sich der globale KI-Wettbewerb abspielt. Für Schweizer Finanzakteure bedeutet das: Die Technologie wird leistungsfähiger und günstiger, aber die Abhängigkeitsrisiken wachsen mit. Wer jetzt die richtigen Leitplanken setzt, zwischen lokaler Datenhaltung und transatlantischer Rechenleistung, zwischen Effizienzgewinn und Compliance-Kosten, wird KI produktiv einsetzen können, ohne die regulatorische Kontrolle zu verlieren.

---

Quelle: Cointelegraph — Dieser Artikel wurde automatisch mit KI erstellt und basiert auf der oben verlinkten Originalquelle. Er wurde nicht individuell redaktionell geprüft.

Haftungsausschluss: Dieser Artikel dient ausschliesslich zu Informationszwecken und stellt keine Finanzberatung dar. Konsultieren Sie einen zugelassenen Finanzberater, bevor Sie Anlageentscheide treffen.