IT-capaciteit: waarom rekenkracht het nieuwe knelpunt van de digitale economie is
Als je weleens in de file hebt gestaan, ken je het gevoel: er zijn genoeg wegen, maar niet genoeg rijstroken voor alle auto's tegelijk. IT-capaciteit werkt vergelijkbaar. Het is de optelsom van alles wat nodig is om digitale diensten te laten draaien: rekenkracht van processoren en chips, opslagruimte voor data, en netwerkverbindingen om al die data te versturen. Zolang er genoeg van is, merk je er niets van. Maar zodra de vraag de beschikbare capaciteit overstijgt, ontstaan er wachtrijen, vertragingen of zelfs uitval — digitale files, zeg maar.
Neem een simpel voorbeeld: als miljoenen mensen tegelijk een druk bekeken voetbalwedstrijd streamen, moeten servers, opslagsystemen en internetverbindingen die vraag allemaal tegelijk aankunnen. Datzelfde principe geldt, op veel grotere schaal, voor kunstmatige intelligentie. Het trainen van een groot taalmodel zoals dat achter ChatGPT vergt duizenden gespecialiseerde chips die wekenlang non-stop rekenen. Die chips staan in datacenters, gebouwen vol serverkasten die stroom, koeling en ruimte nodig hebben. Nu de vraag naar AI, cloudopslag en streaming explosief groeit, blijkt die achterliggende infrastructuur — de IT-capaciteit — een van de belangrijkste, maar minst zichtbare knelpunten van de digitale economie.
Wat is het precies?
IT-capaciteit bestaat grofweg uit drie bouwstenen. Ten eerste rekenkracht (compute): het vermogen van processoren om berekeningen uit te voeren. Vroeger ging het vooral om cpu's (centrale processoren, geschikt voor algemene taken), tegenwoordig draait veel zware AI-verwerking op gpu's (grafische processoren) die van oorsprong voor games werden ontwikkeld, maar uitblinken in het parallel uitvoeren van duizenden kleine berekeningen tegelijk — precies wat AI-modellen nodig hebben.
Ten tweede is er opslagcapaciteit (storage): de harde schijven en flashgeheugen waarop data, bestanden en trainingsmateriaal voor AI-modellen staan. Ten derde is er netwerkcapaciteit (bandbreedte): de leidingen en verbindingen waardoor data tussen servers, datacenters en eindgebruikers stroomt.
Al deze onderdelen staan in datacenters: grote, vaak anonieme gebouwen vol serverrekken. Een modern datacenter voor AI-toepassingen gebruikt niet alleen veel elektriciteit voor de chips zelf, maar minstens zoveel voor koeling, omdat de apparatuur enorm veel warmte produceert. Cloudaanbieders zoals Microsoft Azure, Amazon Web Services (AWS) en Google Cloud verhuren deze capaciteit vervolgens aan bedrijven, zodat die geen eigen serverpark hoeven te bouwen. Dat heet cloud computing: reken- en opslagcapaciteit als een soort nutsvoorziening, vergelijkbaar met stroom of water, die je afneemt naar gebruik.
Belangrijk is dat IT-capaciteit niet oneindig schaalbaar is. Nieuwe chips moeten worden geproduceerd in enkele hooggespecialiseerde fabrieken wereldwijd, nieuwe datacenters moeten worden gebouwd en aangesloten op het elektriciteitsnet, en dat kost jaren. Vraag kan razendsnel groeien — denk aan de plotselinge populariteit van AI-chatbots — terwijl aanbod slechts geleidelijk kan meegroeien.
Wat wil men ermee bereiken?
De directe doelstelling is simpel: genoeg rekenkracht, opslag en netwerkcapaciteit beschikbaar hebben om de groeiende digitale vraag bij te benen, zonder dat diensten traag worden of uitvallen. Achter die technische doelstelling schuilen echter grotere belangen.
Voor techbedrijven is voldoende IT-capaciteit een concurrentievoordeel: wie de meeste en snelste chips heeft, kan grotere en betere AI-modellen trainen. Voor landen en de Europese Unie speelt ook digitale soevereiniteit mee — de wens om niet volledig afhankelijk te zijn van Amerikaanse of Aziatische chipmakers en cloudaanbieders voor cruciale infrastructuur. Vandaar Europese investeringen in eigen supercomputers en chipproductie.
Daarnaast speelt duurzaamheid een steeds grotere rol. Datacenters gebruiken veel elektriciteit en soms ook veel water voor koeling. Overheden en bedrijven proberen daarom capaciteit uit te breiden zonder het elektriciteitsnet te overbelasten of klimaatdoelen in gevaar te brengen — een spanningsveld waar nog geen pasklare oplossing voor bestaat.
Voorbeelden uit de praktijk
Een aantal concrete projecten laat zien hoe deze strijd om capaciteit zich in de praktijk voltrekt.
Stargate (2025). OpenAI, Oracle en investeerder SoftBank kondigden begin 2025 een gezamenlijk plan aan om de komende jaren zeer grote sommen geld te investeren in nieuwe Amerikaanse datacenters specifiek voor AI, met Microsoft als technologiepartner. Het project moet gigantische hoeveelheden rekenkracht opleveren voor toekomstige AI-modellen en illustreert hoe serieus techbedrijven de dreigende schaarste aan AI-capaciteit nemen.
Meta's datacenter in Zeewolde. Rond 2021 wilde Meta (het moederbedrijf van Facebook) een van de grootste datacenters van Europa bouwen in Zeewolde, Flevoland. Het plan leidde tot fel maatschappelijk en politiek verzet vanwege het enorme beslag op landbouwgrond, water en — vooral — elektriciteit, op een moment dat het Nederlandse stroomnet al onder druk stond. In 2022 trok Meta zich terug uit het project, een van de duidelijkste voorbeelden van hoe lokale netcapaciteit en publiek draagvlak de bouw van digitale infrastructuur kunnen blokkeren.
Amsterdamse bouwpauze voor hyperscale datacenters. Sinds 2019 hanteert de gemeente Amsterdam terughoudendheid bij het toestaan van nieuwe zeer grote ("hyperscale") datacenters, mede vanwege ruimtegebrek en de druk op het stroomnet in de regio. Deze lokale voorzichtigheid werd later gevolgd door bredere landelijke discussies over waar en hoe groot nieuwe datacenters in Nederland nog mogen zijn.
Snellius, de nationale supercomputer. Sinds 2021 beheert de Nederlandse ict-samenwerkingsorganisatie SURF op het Amsterdam Science Park de supercomputer Snellius, gefinancierd door onderzoeksfinancier NWO. Nederlandse wetenschappers gebruiken deze machine voor klimaatmodellen, medisch onderzoek en AI-onderzoek — een voorbeeld van publieke, niet-commerciële IT-capaciteit.
Europese supercomputers LUMI en Leonardo. Binnen het Europese samenwerkingsverband EuroHPC zijn de afgelopen jaren meerdere grote supercomputers gebouwd, waaronder LUMI in Finland en Leonardo in Italië. Doel is dat Europese onderzoekers en bedrijven minder afhankelijk zijn van Amerikaanse cloudreuzen voor zware rekentaken.
Hoe ver is de techniek?
De onderliggende technologie — chips, servers, datacenters — is volwassen en wordt al decennia toegepast. Wat wél snel verandert, is de schaal en de aard van de vraag. De opkomst van generatieve AI sinds ongeveer 2022 heeft de vraag naar gespecialiseerde gpu-capaciteit in een paar jaar tijd enorm doen groeien, sneller dan fabrikanten en datacenters konden bijbenen. Dit leidde tot bekende tekorten aan geavanceerde AI-chips, mede omdat die chips slechts in een handvol fabrieken wereldwijd geproduceerd kunnen worden met uiterst precieze machines.
Het Internationaal Energieagentschap (IEA) waarschuwde in zijn rapport "Electricity 2024" dat het wereldwijde elektriciteitsverbruik van datacenters, mede door AI, de komende jaren fors kan stijgen, met een mogelijke verdubbeling richting 2026 als groeitempo's aanhouden. Dat is een raming, geen zekerheid: de precieze cijfers hangen sterk af van hoe snel AI-toepassingen groeien en hoe efficiënt nieuwe chips en koelsystemen worden.
In Nederland speelt een specifiek obstakel: netcongestie. Het elektriciteitsnet zit in delen van het land aan zijn maximum, waardoor netbeheerders zoals TenneT en regionale netbeheerders soms geen ruimte meer hebben om grote nieuwe stroomaansluitingen — zoals voor datacenters — toe te kennen. Dit knelpunt is sinds 2021-2022 een terugkerend thema in de Nederlandse energie- en digitaliseringsdiscussie en is nog niet opgelost.
Aan de aanbodkant wordt gewerkt aan efficiëntere chips, betere koeltechnieken (zoals vloeistofkoeling in plaats van lucht) en slimmere software die minder rekenkracht per taak vergt. Toch groeit de vraag doorgaans sneller dan deze efficiëntiewinsten kunnen compenseren, waardoor het totale energie- en capaciteitsbeslag van de sector per saldo blijft toenemen.
Wie werken eraan?
Aan de commerciële kant domineren de grote Amerikaanse cloudbedrijven: Microsoft, Amazon (AWS), Google en Meta investeren de laatste jaren tientallen miljarden dollars per jaar in nieuwe datacenters en AI-infrastructuur. Chipmaker Nvidia levert het grootste deel van de gespecialiseerde AI-chips, terwijl de daadwerkelijke productie van de meest geavanceerde chips grotendeels bij het Taiwanese TSMC ligt.
Nederland speelt hierin een unieke rol via ASML in Veldhoven, dat als enige bedrijf ter wereld de allernieuwste lithografiemachines bouwt waarmee de fijnste chipstructuren gemaakt kunnen worden. Zonder ASML's machines kunnen fabrikanten als TSMC de chips voor bedrijven als Nvidia niet produceren, wat Nederland een sleutelpositie geeft in de wereldwijde chipketen — ook al staat er in Nederland zelf relatief weinig chipproductiecapaciteit.
Op onderzoeksgebied coördineert SURF de Nederlandse publieke rekencapaciteit, terwijl op Europees niveau de EuroHPC Joint Undertaking — een samenwerking tussen de Europese Commissie en lidstaten — investeert in supercomputers om Europa's technologische onafhankelijkheid te vergroten. Nederlandse netbeheerders als TenneT en Liander, en de Rijksoverheid via ministeries voor Economische Zaken en Klimaat, bepalen ondertussen mede hoeveel nieuwe datacentercapaciteit er de komende jaren fysiek bij kan komen.