WBLD
WisdomTree Europe Infrastructure UCITS ETF - EUR Acc

Veröffentlicht am 7. Juli 2026
Associate Director, Quantitative Research & Multi Asset Solutions
Für Europa wird die KI-Souveränität zu einer praktischen Frage: Wo wird die Region die für die nächste Phase der KI-Einführung erforderlichen Rechenkapazitäten hosten, betreiben und kontrollieren? Der im Juni 2026 veröffentlichte Entwurf des Cloud and AI Development Act (CADA) ist ein Zeichen dafür, dass die politischen Entscheidungsträger diese Frage zunehmend aus Sicht der Infrastruktur beantworten. Das konkreteste Ziel besteht darin, die Kapazität der EU-Rechenzentren in den nächsten fünf bis sieben Jahren mindestens zu verdreifachen – unterstützt durch schnellere Genehmigungsverfahren und einen besseren Zugang zu Energie, Grundstücken, Wasser und Finanzmitteln.
Frankreich zeigt, wie sich diese politische Ausrichtung in konkreten Projekten niederschlagen kann. Im Rahmen des AI Action Summit 2025 kündigte das Land Pläne für Investitionen in KI-bezogene Infrastruktur in Höhe von mehr als 109 Milliarden Euro an. Der Plan von SoftBank, mit Investitionen von bis zu 75 Milliarden Euro KI-Rechenzentrumskapazitäten von bis zu 5 GW in Frankreich aufzubauen, verleiht dem Thema noch mehr Bedeutung und Sichtbarkeit.
Der geopolitische Kontext spielt ebenfalls eine Rolle. Die jüngste Episode um die Exportkontrollen für Fable 5 und Mythos 5 hat gezeigt, dass der Zugang zu bahnbrechender KI ebenso sehr von der Rechtsordnung wie von der Technologie bestimmt werden kann. Europa wird vielleicht nicht über Nacht die vollständige Autarkie erreichen, doch die Richtung ist klar. Wenn die Region mehr Kontrolle über die KI-Kapazitäten haben will, benötigt sie mehr Cloud-, Rechenleistungs- und Rechenzentrumsinfrastruktur auf europäischem Boden.
Europa startet von einer deutlich niedrigeren Ausgangsbasis als die USA und China. Schätzungen zufolge verfügte Europa Ende 2025 über eine Rechenzentrumskapazität von nur rund 8 GW und liegt damit weit hinter den USA und China zurück. Diese Lücke könnte jedoch auch Chancen für Unternehmen eröffnen, die den zukünftigen Ausbau der Infrastruktur unterstützen. Wenn Europa die KI-Souveränität und mehr lokale Rechenkapazität fördern will, wird das in den nächsten zehn Jahren wahrscheinlich eine deutliche Steigerung der Investitionen in Rechenzentren erfordern. Sekundärmärkte wie Nordfrankreich, Nordspanien und Teile des Vereinigten Königreichs könnten dabei helfen, dieses Ziel zu erreichen. Allein die 15 größten angekündigten europäischen Projekte könnten theoretisch insgesamt 28 GW erreichen1 – mehr als das Dreifache der derzeitigen europäischen Kapazität.
Abbildung 1: Rechenzentrumskapazität und Wachstum in Europa bleiben hinter den USA und China zurück

Quelle: Morgan Stanley. Nur zur Veranschaulichung. Prognosen, Schätzungen und Projektankündigungen stellen keine Garantie für zukünftige Ergebnisse dar.
Das bedeutet jedoch nicht, dass jedes Projekt auch tatsächlich realisiert wird. Rechenzentren sind Sachanlagen, die mit erheblichen Einschränkungen verbunden sind. Ankündigungen eilen der Realität oft voraus, da Projekte nach wie vor Zugang zu Strom, Baugenehmigungen, Ausrüstung und eine tragfähige Wirtschaftlichkeit erfordern. In vielen Märkten stellt sich nicht die Frage, ob Cloud-Anbieter mehr Kapazität wünschen, sondern ob sie diese innerhalb eines akzeptablen Zeitrahmens aufbauen können. Aus diesem Grund liegt das Investitionspotenzial möglicherweise weniger bei den Betreibern von Rechenzentren als vielmehr bei den Unternehmen, die die für den Ausbau erforderliche Infrastruktur bereitstellen.
Die Debatte um KI-Rechenzentren dreht sich oft um Halbleiter. Grafikprozessoren (GPUs) machen den größten Teil der Kosten aus und sind nach wie vor von entscheidender Bedeutung für die KI-Lieferkette. Doch die Infrastrukturkosten sind immer noch hoch.
Einer aktuellen Schätzung zufolge belaufen sich die Gesamtkosten für ein KI-Rechenzentrum in den USA mit einer Leistung von 1 GW auf etwa 60 Milliarden US-Dollar. Diese Kosten verteilen sich auf rund 41 Milliarden US-Dollar für IT-Hardware und 19 Milliarden US-Dollar für die Infrastruktur. Fast ein Drittel der Kosten entsteht also außerhalb des Halbleiterbereichs. Dazu gehören das mit Strom versorgte Grundstück, der Rohbau, die elektrischen Anlagen und der Netzanschluss.
Abbildung 2: Kostenaufschlüsselung für ein KI-Rechenzentrum (1 GW, gasbetrieben, USA)

Quelle: Stanford University, Cushman & Wakefield. Schätzungen dienen der Veranschaulichung und können sich ändern.
In Europa könnte der Anteil der Infrastruktur in manchen Fällen höher liegen. Netzanschlüsse können Jahre dauern. In etablierten Knotenpunkten ist geeignetes Land mit Stromanschluss knapp. Arbeitskräfte stellen eine weitere Einschränkung dar. Daher wird die „Time-to-Power“ zu einer der wichtigsten Variablen im Wettlauf um die KI-Infrastruktur. Ein Rechenzentrum ohne zuverlässigen Stromanschluss ist nichts weiter als ein ungenutztes Gebäude.
Hier fügt sich der Bau von Rechenzentren nahtlos in das Thema der Infrastrukturinvestitionen in Europa ein. Die Chance besteht nicht darin, die gesamte KI-Wertschöpfungskette zu besitzen. Vielmehr geht es darum, den erforderlichen physischen Ausbau zu erfassen, der für das Hosting, die Stromversorgung und die Vernetzung von KI-Kapazitäten in Europa notwendig ist.
Die potenziellen Nutznießer lassen sich in drei große Bereiche einteilen.
Die erste Gruppe umfasst die Strom- und Netzinfrastruktur. Rechenzentren benötigen eine umfangreiche, zuverlässige und zunehmend CO₂-arme Stromversorgung, sodass sich Chancen nicht nur bei Netzanschlüssen, sondern auch beim Ausbau neuer Stromkapazitäten ergeben. Europas Fokus auf Energiesicherheit und Dekarbonisierung fördert bereits die Erzeugung aus erneuerbaren Energien, die Speicherung und den Ausbau der Netze. Das Wachstum der Rechenzentren sorgt für eine weitere Nachfragequelle. Anbieter von Infrastruktur für erneuerbare Energien könnten profitieren, wenn neue Kapazitäten für stromintensive Nutzer geschaffen werden, während Kabelhersteller und Anbieter von Netzausrüstung für den Anschluss dieser Standorte benötigt werden. Unternehmen wie Prysmian, Nexans und NKT spielen durch Kabel und Netzanschlüsse eine wichtige Rolle, während Siemens Energy das Engagement durch Netztechnologie und Energieausrüstung ergänzt.
Die zweite Gruppe umfasst Bauwesen und Ingenieurwesen. Ein Rechenzentrum ist kein gewöhnliches Gewerbegebäude. Es erfordert massive Fundamente, einen gesicherten Zugang sowie komplexe mechanische und elektrische Arbeiten. Auch muss die Bauphase strenge Terminvorgaben einhalten. Unternehmensprognosen zufolge erscheint ACS besonders relevant, da im Jahr 2026 rund 25 %2 seines Umsatzes aus dem Bau von Rechenzentren erwartet werden, während auch Skanska über nennenswerte Erfahrung im Bau von Rechenzentren verfügt. Für größere Baukonzerne dürften die Chancen eher inkrementeller Natur sein, häufig durch den Innenausbau und die Energieintegration statt durch den kompletten Rohbau.
Die dritte Gruppe bilden elektrische Systeme in Rechenzentren. Sobald der Strom den Standort erreicht, muss er umgewandelt und innerhalb der Anlage mit sehr hoher Zuverlässigkeit verteilt werden. Das gewinnt zunehmend an Bedeutung, da KI-Racks eine deutlich höhere Leistungsdichte erfordern. Herkömmliche Nieder- und Mittelspannungssysteme bleiben unverzichtbar, während neue Architekturen wie das von Nvidia vorgestellte 800-VDC-System die Stromversorgung in zukünftigen KI-Rechenzentren verändern könnten. Unternehmen wie Schneider Electric, ABB und Legrand spielen hier eine wichtige Rolle, da sie kritische elektrische Systeme liefern, die dazu beitragen, dass die Anlagen sicher und effizient betrieben werden können.
Bei Europas Agenda zur KI-Souveränität geht es nicht nur um Modelle, Chips oder Regulierung. Sie hängt auch von der physischen Infrastruktur ab, die für den Aufbau und den Betrieb von KI-Kapazitäten in der Region erforderlich ist. Der Ausbau von Rechenzentren könnte Chancen in ausgewählten Infrastruktursegmenten eröffnen, darunter Bauwesen und Ingenieurwesen, Netz- und Energieversorgungsanlagen sowie elektrische Systeme. Das verleiht dem umfassenden Ausbau der Infrastruktur in Europa eine klare Wachstumskomponente.
Der WisdomTree Europe Infrastructure UCITS ETF (WBLD) soll die Chance durch Unternehmen nutzen, die am Aufbau und an der Bereitstellung der nächsten Infrastrukturgeneration in Europa beteiligt sind. Sein Wertschöpfungskettenansatz zielt auf ein Engagement in Bauunternehmen und wichtigen Zulieferern ab, vermeidet reine Betreiber und richtet das Portfolio stärker auf die Bereiche aus, in denen öffentliche Mittel, Vergaberegeln und Industriepolitik das Wachstum ankurbeln können. Das Portfolio weist ein bedeutendes Engagement in Baumaterialien, elektrischer Ausrüstung sowie Bau- und Ingenieurwesen auf, die für den Ausbau von Rechenzentren in Europa von unmittelbarer Bedeutung sind.
Abbildung 3: Abdeckung der Infrastruktur-Wertschöpfungskette durch den WisdomTree Europe Infrastructure UCITS ETF

Quelle: WisdomTree.
1 Morgan Stanley: European Data Centers: Growth lags the US, but long-term outlook still strong (15.06.2026).
2 Quelle: Morgan Stanley, „European Data Centers: Growth lags the US, but long-term outlook still strong“.
WisdomTree Europe Infrastructure UCITS ETF - EUR Acc

Associate Director, Quantitative Research & Multi Asset Solutions
Baoqi Zhu kam 2023 als Senior Associate im Research-Team zu WisdomTree. Baoqi Zhu konzentriert sich auf quantitatives Research zu thematischen Aktienindizes und Portfoliolösungen. Vor seiner Tätigkeit bei WisdomTree war Baoqi Zhu über zwei Jahre bei Ernst & Young (EY) im Bereich Quantitative Advisory Services tätig, wo er an der Forschung und Entwicklung von quantitativen Risikomodellen beteiligt war. Zu Beginn seiner Karriere war Baoqi Zhu mehr als drei Jahre lang als Quantitative Analyst in einem Team für Multi-Asset-Strukturierung bei Maven Global beschäftigt. Zu seinen Aufgaben gehörten die Entwicklung und Optimierung von maßgeschneiderten Absicherungsstrategien auf der Grundlage von Derivaten. Baoqi Zhu hat einen MSc in Financial Engineering & Risk Management vom Imperial College London und einen BSc in Versicherungsmathematik von der Nankai University, China. Außerdem ist er zertifizierter Financial Risk Manager (FRM).