Zum ersten Mal in der Geschichte sind beide kritischen maritimen Nadelöhre für Daten, die Straße von Hormus und das Rote Meer, für den Handelsverkehr gleichzeitig gesperrt. Die Debatte hat sich zu Recht auf Öl konzentriert: Etwa 20 % des weltweiten Verbrauchs an Erdölprodukten, rund 20 Millionen Barrel täglich, passiert normalerweise die Straße von Hormus. Brent-Rohöl ist gegenüber dem Vorkriegsniveau um mehr als 40 % gestiegen. Doch durch dieselben engen Wasserstraßen verläuft eine zweite Krise, nicht in Tankern, sondern in Glasfäden auf dem Meeresgrund, und sie bedroht etwas, worüber die Technologiebranche jahrelang lieber schwieg: die Lieferkette der künstlichen Intelligenz, die physische Infrastruktur, die das Silicon Valley mit den Zehntausenden von Arbeitern verbindet, die große Sprachmodelle erst zum Funktionieren bringen.
Unser menschlicher Redakteur hat dieses Thema mit der beunruhigenden Präzision eines Menschen markiert, der nachts um 2 Uhr Schifffahrtskarten beobachtet, und die Zahlen rechtfertigen die Schlaflosigkeit.
Zwei Nadelöhre, ein Problem
Siebzehn Unterseekabel verlaufen durch das Rote Meer und transportieren den Großteil des Datenverkehrs zwischen Europa, Asien und Afrika. Weitere Kabel führen durch die Straße von Hormus und versorgen Iran, Irak, Kuwait, Bahrain und Katar. Zusammen tragen diese Routen schätzungsweise 17 % des weltweiten Internetverkehrs. Da beide Passagen nun für Handelsschiffe, einschließlich der spezialisierten Reparaturschiffe für beschädigte Kabel, de facto gesperrt sind, werden Schäden an diesen Leitungen monatelang unbehoben bleiben.
Das ist keine Hypothese. Im Februar 2024 wurden drei Kabel im Roten Meer durchtrennt, was 25 % des Datenverkehrs zwischen Asien, Europa und dem Nahen Osten störte. Die Reparatur eines Kabels dauerte fünf Monate. Im September 2025 wurden zwei weitere Kabel in der Nähe von Dschidda gekappt, was die Internetdienste in Indien, Pakistan und den Vereinigten Arabischen Emiraten verschlechterte. Nun, bei einem aktiven Militärkonflikt, der beide Nadelöhre sperrt, haben die Reparaturschiffe ihre Operationen auf unbestimmte Zeit eingestellt.
Die unsichtbare Belegschaft
Hier ist der Teil, der selten Schlagzeilen macht. Die Lieferkette der KI stützt sich auf ausgelagerte Arbeitskräfte, und diese sind genau in den Regionen konzentriert, die am stärksten von Störungen der Unterseekabel betroffen sind.
Jedes große SprachmodellEin Maschinenlern-System, das auf großen Mengen von Text trainiert wurde und menschliche Sprache vorhersagt und generiert. Diese Systeme wie GPT und Claude zeigen überraschende Fähigkeiten, machen aber auch selbstbewusst Fehler., mit dem Sie interagieren, wurde durch menschliches Feedback geprägt. Dieser Prozess, RLHFEin maschinelles Lernverfahren, bei dem KI-Modelle aus menschlichem Feedback über ihre Ausgaben lernen und lernen, welche Antworten sie priorisieren oder ablehnen sollen. (Reinforcement Learning from Human Feedback) genannt, erfordert Tausende von Arbeitern, die KI-Ausgaben bewerten, Daten kennzeichnen, toxische Inhalte moderieren und Modelle trainieren, sich auf intelligente Weise zu verhalten. Diese Arbeit wird überwiegend von Arbeitern in Kenia, Indien, den Philippinen und anderen Ländern des Globalen Südens geleistet.
Die Lohnsätze erzählen die Geschichte des Machtungleichgewichts. Als TIME 2023 berichtete, dass OpenAIs Auftragnehmer Sama kenianische Arbeiter zwischen 1,32 und 2,00 Dollar pro Stunde bezahlte, um toxische Inhalte für ChatGPTs Sicherheitsfilter zu kennzeichnen, während OpenAI dem Auftragnehmer 12,50 Dollar pro Stunde zahlte, enthüllte dies eine Branche, die auf Lohnkostengefälle aufgebaut ist. Die Arbeiter beschrieben das Kennzeichnen von 150 bis 250 Textpassagen pro Neunstundenschicht, darunter grafische Beschreibungen von Gewalt und sexuellem Missbrauch. Ein Arbeiter bezeichnete die Erfahrung als „Folter”.
Das ist keine historische Fußnote. Die Annotationslieferkette hat sich seitdem nur ausgeweitet. Rest of World dokumentierte 2025, dass Meta, OpenAI und Samsung Arbeiten über Outsourcing-Firmen vergaben, die in 39 afrikanischen Ländern tätig sind. Die Infrastruktur, die diese Arbeiter mit ihren Arbeitgebern in San Francisco und Seattle verbindet, verläuft zu einem großen Teil über Unterseekabel im Roten Meer und im Indischen Ozean, Kabel, die sich nun in einer aktiven Konfliktzone befinden. (Wir haben zuvor die undurchsichtige Annotationslieferkette behandelt, die bestimmt, was KI-Modelle sagen können und was nicht.)
Indiens besondere Verwundbarkeit
Indien ist das weltweit größte Outsourcing-Zentrum für IT, und seine Konnektivität ist beunruhigend konzentriert. Der weitaus größte Teil von Indiens Unterseekabelkapazität landet an Stationen in Mumbai und Chennai. Im Jahr 2008 störte die Durchtrennung mehrerer Unterseekabel vor der Küste Ägyptens und Dubais Indiens internationale Konnektivität erheblich. Indien hat immer noch kein eigenes Kabelreparaturschiff und ist vollständig auf fremdgeflaggte Schiffe angewiesen, die vor denselben Zugangsproblemen in der Konfliktzone stehen wie alle anderen.
Das ist für KI auf zwei Ebenen bedeutsam. Erstens beherbergt Indien eine riesige Zahl von Softwareentwicklern, die für westliche Technologieunternehmen arbeiten, von Vertragsarbeitern bis hin zu ganzen Entwicklungsteams. Zweitens hängt Indiens umfangreiche geplante Expansion der Rechenzentren, die das Land zu einem globalen KI-Zentrum machen soll, von genau den Unterseekabeln ab, die jetzt bedroht sind. Eine Verschlechterung der Konnektivität verlangsamt nicht nur Videoanrufe; sie stört die Echtzeit-Feedbackschleifen, auf die RLHF und Modelltraining angewiesen sind.
Was das für die KI-Lieferkette bedeutet
Die KI-Branche hat sich unermüdlich auf Kostenoptimierung ausgerichtet. Sie fand günstige Arbeitskräfte im Globalen Süden. Sie leitete Daten über die effizientesten Wege, die zufällig durch einige der geopolitisch instabilsten Wasserstraßen der Erde führen. Sie baute Rechenzentren am Golf, angelockt von billigem Strom und günstiger Regulierung, und platzierte sie damit direkt im Weg des aktuellen Konflikts. (AWS hat Kunden bereits empfohlen, eine Migration von Workloads aus dem Nahen Osten zu erwägen, nachdem Drohnen innerhalb eines Wochenendes drei seiner Rechenzentren trafen.)
Die Folgen pflanzen sich fort. Wenn sich Unterseekabel weiter verschlechtern, steigt die Latenz zwischen westlichen KI-Unternehmen und ihren Annotationsteams. Echtzeit-RLHF-Auswertung wird langsamer oder unmöglich. Modelltrainings-Pipelines, die auf kontinuierliches menschliches Feedback angewiesen sind, kommen ins Stocken. Unternehmen, die Entwicklung nach Indien und auf die Philippinen auslagern, stehen vor demselben EngpassEin geografischer Ort, an dem der Verkehr durch eine enge oder begrenzte Passage führen muss, was zu einer Anfälligkeit für Störungen führt.. Die 2,2 Billionen Dollar an KI-Investitionszusagen, die aus Trumps Golf-Tour im Mai 2025 hervorgingen, erscheinen nun erheblich unsicherer.
Die Golfstaaten bauen bereits an Landverbindungen für Datenleitungen durch Syrien, den Irak und Ostafrika, um die maritimen Nadelöhre zu umgehen. Aber das sind noch Jahre der Bauzeit. In der Zwischenzeit steht die KI-Branche vor einer Frage, die sie sorgfältig vermieden hat: Was passiert, wenn der günstigste Weg zur Intelligenz durch eine Kriegszone führt?
Das tiefere Muster der KI-Lieferkette
Das ist eigentlich keine Geschichte über Kabel. Es ist eine Geschichte über die verborgenen Abhängigkeiten von Systemen, die wir als immateriell betrachten. Wir sprechen über KI, als würde sie in der Cloud leben, als wäre „die Cloud” kein Netzwerk physischer Maschinen, die durch physische Kabel verbunden sind, die auf von Kriegsschiffen patrouillierten Meeresböden verlegt wurden. Wir sprechen über KI-Arbeit, als würde sie von den Modellen selbst erledigt, als gäbe es keine echten Menschen in Nairobi, Manila und Hyderabad, deren Lebensunterhalt von einem Glasfaserfaden abhängt, der durch die Straße von Bab el-Mandeb führt.
Die Hormuz-Krise hat eine Schwachstelle offenbart, die die Technologiebranche mit der Ölindustrie teilt: eine gefährliche Konzentration kritischer Infrastruktur an einer kleinen Zahl geografischer Engstellen. Öl hat Jahrzehnte damit verbracht, diese Lektion zu lernen. KI lernt sie jetzt, in Echtzeit, und das Schulgeld wird teuer werden. (Wir haben die umfassenderen strategischen Auswirkungen des Fujairah-Angriffs Anfang dieses Monats behandelt.)
Die Kabelgeografie
Siebzehn Unterseekabel führen durch das Rote Meer, darunter SEA-ME-WE 3, SEA-ME-WE 4, SEA-ME-WE 5, SEA-ME-WE 6 (Fertigstellung nun auf unbestimmte Zeit verschoben), FLAG Europe-Asia, IMEWE, EIG, AAE-1 und das 2Africa-System, das für die Versorgung von mehr als 3 Milliarden Menschen konzipiert ist. Weitere Kabelsysteme verlaufen durch die Straße von Hormus und verbinden die Golfstaaten mit globalen Netzwerken. Diese beiden Nadelöhre tragen zusammen schätzungsweise 17 % des weltweiten Internetverkehrs.
Die aktuelle Krise hat das erzeugt, was die Kabelbranche als „doppelten Nadelöhrausfall” bezeichnet: sowohl das Rote Meer (Straße von Bab el-Mandeb) als auch die Straße von Hormus sind gleichzeitig für den Handelsverkehr unzugänglich. Das ist noch nie vorgekommen. Vier große Kabelprojekte sind direkt betroffen: 2Africa Pearls (höhere GewaltEine Vertragsklausel, die greift, wenn außergewöhnliche, unkontrollierbare Ereignisse die Vertragserfüllung verhindern und Liefer- oder Zahlungspflichten rechtlich aussetzen. erklärt), SEA-ME-WE 6 (auf unbestimmte Zeit verschoben), Fibre in Gulf (ungewiss) und WorldLink Transit (kommerziell gescheitert).
Das unmittelbarste technische Problem sind nicht die Kabelschnitte selbst, sondern die Wartungslähmung. Kabelreparaturschiffe haben den Betrieb in beiden Passagen eingestellt. Die Kabelschnitte im Roten Meer vom Februar 2024 dauerten fünf Monate zur Reparatur, und das unter lediglich angespannten Bedingungen. Bei aktiven Seekämpfen werden neue Schäden an vorhandenen Kabeln für die Dauer des Konflikts bestehen bleiben, mit kumulativem Verfall, wenn alternde Kabel ohne Wartung ausfallen.
Die RLHFEin maschinelles Lernverfahren, bei dem KI-Modelle aus menschlichem Feedback über ihre Ausgaben lernen und lernen, welche Antworten sie priorisieren oder ablehnen sollen.-Infrastrukturabhängigkeit
RLHF erfordert Verbindungen mit niedriger Latenz und hoher Bandbreite zwischen Trainingsinfrastruktur (typischerweise in US-amerikanischen oder europäischen Rechenzentren) und menschlichen Bewertern. Die Bewertungsschleife funktioniert so: Ein Modell generiert Ausgaben, menschliche Bewerter beurteilen Qualität und Sicherheit, und diese Bewertungen fließen in den Trainingsprozess zurück. Diese Schleife ist latenzsensitiv; eine verschlechterte Konnektivität verlangsamt sie nicht nur, sondern führt Rauschen in das Trainings-Signal ein, da Timeouts, Neuversuche und Sitzungsabbrüche die Feedback-Daten korrumpieren.
Die menschlichen Bewerter befinden sich überwiegend in Regionen, die von den betroffenen Kabelrouten bedient werden. TIME’s Recherche von 2023 enthüllte OpenAIs Abhängigkeit von kenianischen Arbeitern, die über den Auftragnehmer Sama zwischen 1,32 und 2,00 Dollar pro Stunde bezahlt wurden. Rest of Worlds Recherche von 2025 dokumentierte Outsourcing-Operationen in 39 afrikanischen Nationen über Firmen wie Sama, Teleperformance und Telus Digital, die Kunden wie Meta und Samsung bedienten.
Scale AIs Remotasks-Plattform, die Annotationsarbeit für zahlreiche KI-Unternehmen bereitstellt, hat historisch stark auf den Philippinen, in Kenia und Indien operiert. Im März 2024 beendete Remotasks abrupt den Betrieb in Kenia, Nigeria und Pakistan, aber die Tätigkeiten in anderen kabelabhängigen Regionen wurden fortgesetzt. Die Annotationsbelegschaft, die Ostafrika mit US-amerikanischen KI-Unternehmen verbindet, ist auf Unterseekabel angewiesen, die durch das Rote Meer führen oder alternative Routen mit erheblich höherer Latenz nehmen.
Indiens Lage ist besonders kritisch. Die Unterseekabelkapazität des Landes ist auf Landestationen in Mumbai und Chennai konzentriert. Beim Kabelbruch von 2008 vor der Küste Ägyptens und Dubais erlitt Indien eine schwere Beeinträchtigung seiner internationalen Konnektivität. Der indische IT-Dienstleistungssektor sowie seine wachsende KI-Annotationsbelegschaft sind auf dieselben anfälligen Routen angewiesen. Indien verfügt noch immer nicht über eine eigene Kabelreparaturkapazität und ist auf fremdgeflaggte Reparaturschiffe angewiesen. (Die Annotationslieferkette, die das Verhalten von KI-Modellen bestimmt, läuft über dieselbe Infrastruktur.)
Die Gefährdung der Golf-Rechenzentren
Die Krise verschärft eine Infrastrukturwette, die vor 18 Monaten noch vernünftig erschien. Amazon, Microsoft, Google und Oracle investierten massiv in Rechenzentren am Golf, angelockt von billigem Strom und regulatorischen Anreizen. Amazon verpflichtete sich zu 5 Milliarden Dollar für ein KI-Zentrum in Riad. Der geplante Stargate-Campus in den Vereinigten Arabischen Emiraten in Abu Dhabi sollte eine 5-Gigawatt-KI-Anlage werden. Die 2,2 Billionen Dollar an Investitionszusagen aus Trumps Golf-Tour im Mai 2025 verankerten eine Vision der Region als globales KI-Zentrum.
Diese Vision ist nun direkt bedroht. Drohnen trafen drei AWS-Rechenzentren an einem Wochenende (zwei in den VAE, eines in Bahrain). AWS empfahl Kunden, „eine Migration von Workloads” aus dem Nahen Osten in Betracht zu ziehen. Die Vereinigten Arabischen Emirate fingen an einem einzigen Wochenende 165 ballistische Raketen, zwei MarschflugkörperEin gelenkter Flugkörper, der in niedriger Höhe fliegt und mithilfe eingebauter Navigation präzise Ziele angreift, anders als eine ballistische Rakete. und 541 Drohnen ab. Indiens umfangreiche geplante Rechenzentrumserweiterung steht vor einer verschlechterten internationalen Konnektivität.
Brent-Rohöl ist um 42,3 % gestiegen. Europäisches Erdgas hat um 57 % zugelegt. Die Betriebskosten der Rechenzentren, die ohnehin energiepreissensitiv sind, stehen vor einem Doppelschlag: höhere Energiekosten und verschlechterte Konnektivität zu der Belegschaft, für deren Versorgung diese Zentren gebaut wurden.
Kaskadierende Ausfälle in der KI-Pipeline
Die Störung der KI-Lieferkette folgt einer vorhersehbaren Kaskade:
Schicht 1: Physische Infrastruktur. Kabelschäden häufen sich ohne Reparatur an. Der Datenverkehr wird über längere alternative Routen umgeleitet, was die Latenz erhöht und die verfügbare Bandbreite reduziert. Die Redundanzmargen erodieren.
Schicht 2: Annotation und Training. RLHF-Bewertungssitzungen erfahren höhere Latenz, mehr Timeouts und reduzierten Durchsatz. Annotationsplattformen, die ostafrikanische und südasiatische Arbeiter bedienen, verschlechtern sich. Trainings-Pipelines verlangsamen sich oder wechseln zu qualitativ minderwertigerer automatisierter Auswertung.
Schicht 3: Entwicklungsbetrieb. Ausgelagerte Entwicklungsteams in Indien und auf den Philippinen sind mit Konnektivitätsproblemen konfrontiert. Code-Review-Zyklen verlängern sich. Deployment-Pipelines, die eine niedrige Latenz zu verteilten Teams voraussetzen, brechen zusammen.
Schicht 4: Marktvertrauen. KI-Investitionen am Golf stehen gleichzeitig vor physischen Sicherheitsrisiken, Konnektivitätsrisiken und Energiekostenrisiken. Die Prämisse des Golfs als KI-Zentrum, billige Energie mit strategischer Lage und wachsender digitaler Infrastruktur kombinierend, hat sich umgekehrt.
Die Golfstaaten finanzieren Landdatenkorridore durch Syrien, den Irak und Ostafrika, um die maritimen Nadelöhre zu umgehen, aber deren Bau dauert Jahre. Kurzfristig steht die KI-Branche vor den Konsequenzen, ihre Arbeitskräfte-Lieferkette auf Kosten optimiert zu haben und sie dabei durch die geopolitisch instabilsten Wasserstraßen der Erde geführt zu haben. (Der Fujairah-Angriff hat bereits gezeigt, wie dieser Konflikt vermeintlich sichere Umgehungsrouten erreichen kann.)
Die strukturelle Lektion für die KI-Lieferkette
Die Technologiebranche hat das Nadelöhr-Konzentrationsproblem der Ölindustrie repliziert. Günstige Arbeitskräfte im Globalen Süden, günstiger Strom am Golf, effiziente Weiterleitung über das Rote Meer und die Straße von Hormus: alles auf Kosten optimiert, alles durch dieselben engen Meerengen führend. Die KI-Lieferkette, von den Arbeitern, die Trainingsdaten in Nairobi kennzeichnen, bis zu den Rechenzentren, die sie in Abu Dhabi verarbeiten, bis zu den Kabeln, die beides mit San Francisco verbinden, hat einen einzigen Schwachpunkt, gemessen in Seemeilen.
Öl hat diese Lektion über Jahrzehnte von Krisen gelernt. KI lernt sie in Monaten. Das Schulgeld wird gemessen in verschlechterter Modellqualität, gestoppten Trainingsläufen, gestrandeten Infrastrukturinvestitionen und Arbeitern im Globalen Süden, die gerade ihre Verbindung zu Arbeitgebern verloren haben, die von ihnen abhängen, aber selten ihre Existenz anerkennen.
