Neue Studie: Jahrzehntelange Warteschlangen beim Netzausbau und halb ausgelastete Rechenzentren legen Energiekrise in Europas KI-Offensive offen.
Jedes Mal, wenn Sie einem Chatbot mit künstlicher Intelligenz eine Frage stellen, arbeitet irgendwo, vielleicht auf einem anderen Kontinent, eine Lagerhalle voller Computer auf Hochtouren. Dabei wird eine schwindelerregende Menge Energie verbraucht, nur damit Sie schnell eine Antwort erhalten.
WERBUNG
WERBUNG
Rechenzentren, also die Standorte, an denen die Supercomputer und die dazugehörige Infrastruktur für den aktuellen KI-Boom stehen, sind zu einem Schlüsselfaktor im Zeitalter der Datenverarbeitung geworden.
Doch ihr Hunger nach Strom wird zunehmend zum Problem. Die Anlagen werden größer, zahlreicher und deutlich stromintensiver. Der Energiebedarf wächst im gleichen Tempo.
Die Vereinigten Staaten dominieren den Weltmarkt derzeit mit rund 5.400 Rechenzentren im Vergleich zu etwa 3.400 in ganz Europa, so die Plattform Cloudscene. Europa ist entschlossen, diese Lücke zu schließen.
Doch dieser Aufholkurs hätte einen enormen Preis: Der Kontinent kämpft schon heute damit, dass das Stromnetz mit der bestehenden Nachfrage kaum Schritt hält.
Eine neue Studie (Quelle auf Englisch) von Maria Nowicka vom Thinktank Interface, der zu Energie- und Digitalpolitik in Europa arbeitet, zeigt, wie zugespitzt dieser Konflikt inzwischen ist.
Die Autorinnen und Autoren warnen: Ohne rasche Reformen könnten Europas KI-Pläne zu teuren Fehlinvestitionen werden, die enorme Mengen Strom und Steuergeld verschlingen, während andere Regionen attraktivere Standorte bieten.
„Der Bau von Rechenzentren mit mehreren hundert Megawatt, die ihre vertraglich zugesicherte Kapazität nicht effizient nutzen, wäre nicht nur ökonomisch untragbar, sondern auch aus Sicht des Energie- und Klimasystems“, heißt es in dem Bericht.
Stromfresser im Megaformat
Ein durchschnittlicher europäischer Haushalt verbraucht im Jahr rund dreitausendsechshundert Kilowattstunden Strom, also etwa zehn Kilowattstunden pro Tag.
Das Rechenzentrum hinter Ihrem KI-Assistenten kann das tägliche Äquivalent von zigtausenden solcher Haushalte schon vor dem Frühstück verbrauchen.
„Die Leistungskapazität der größten KI-Cluster steigt von rund 13 MW im Jahr 2019 auf geschätzte 280 bis 300 MW für Colossus von xAI im Jahr 2025 – vergleichbar mit dem Bedarf von etwa 250.000 europäischen Haushalten“, erläutert der Bericht.
All diese Energie muss durch ein Netz fließen, das schon jetzt stark unter Druck steht.
Europas Stromnetz, das riesige Geflecht aus Leitungen, Umspannwerken und anderer Infrastruktur, das Strom vom Erzeugungsort zu den Verbrauchern bringt, entstand in einer Zeit, in der niemand an KI dachte.
Fordert ein einziges neues Rechenzentrum auf einen Schlag mehrere hundert Megawatt, reicht es nicht, es einfach ans Netz zu hängen. Es belastet das gesamte System, erzwingt teure Aufrüstungen und verdrängt andere Nutzer, die um dieselbe Kapazität konkurrieren.
„Das Training von ChatGPT-4 hat Berichten zufolge insgesamt rund 46 GWh Energie verbraucht – das entspricht einer konstanten Last von 20 MW über drei Monate und würde ausreichen, um die gesamte Region Brüssel-Hauptstadt mehr als vier Tage lang mit Strom zu versorgen“, heißt es weiter in dem Bericht.
Die derzeit entwickelten Spitzenmodelle dürften noch sehr viel mehr Energie benötigen. Die Internationale Energieagentur erwartet, dass sich der weltweite Stromverbrauch von Rechenzentren bis 2030 mehr als verdoppeln wird, vor allem wegen der KI-Lasten.
Klassische Serverfarmen waren auf relativ moderate, flexible Lasten ausgelegt. KI-Cluster bündeln Spezialchips, die tagelang oder wochenlang nahezu unter Volllast laufen. Sie verhalten sich, so der Bericht, wie „stromintensive Industrieanlagen an ohnehin begrenzten Netzen“.
„Die verfügbare Anschlussleistung, die Dauer bis zum Netzanschluss, lokale Engpässe und zuletzt die Energiepreise sind bereits zu festen Grenzen geworden. Sie verzögern oder verhindern große Investitionen, selbst wenn zunächst Interesse besteht“, stellt Interface fest.
Hält das Stromnetz Schritt?
Nirgends zeigt sich das deutlicher als in den gefragtesten Rechenzentrums-Standorten Europas, den sogenannten FLAP-D-Städten: Frankfurt, London, Amsterdam, Paris und Dublin.
Dort sind die Warteschlangen für Netzanschlüsse so lang, dass sie neuen Projekten faktisch einen Riegel vorschieben.
„In den FLAP-D-Märkten warten neue Anlagen im Durchschnitt sieben bis zehn Jahre auf einen Netzanschluss, in den am stärksten überlasteten Primärmärkten sogar 13 Jahre“, heißt es in dem Bericht.
Irland hat in Dublin ein faktisches Moratorium für neue Rechenzentren bis 2028 verhängt. Die Niederlande und Frankfurt haben neue Anschlüsse de facto mindestens bis 2030 gestoppt.
Der Bericht verweist darauf, dass OpenAI seine Investitionen im Vereinigten Königreich und in Norwegen wegen hoher Strompreise „auf Eis gelegt“ habe. Das sei ein mögliches Signal dafür, dass selbst finanzstarke KI-Konzerne an Europas Energieengpässen scheitern.
Was sich ändern muss
Europas Stromnetz muss bereits jetzt mehrere Trends gleichzeitig schultern: die Elektrifizierung von Verkehr und Heizung, den stockenden Ausbau erneuerbarer Energien und, so der Bericht, die Risiken angespannten Gas- und Strommärkten. Russlands Angriff auf die Ukraine und der anhaltende Konflikt im Nahen Osten verschärfen diese Lage zusätzlich.
Die Studie empfiehlt, Rechenzentren von Beginn an in die nationale und europäische Netzplanung einzubeziehen und Standorte eng an die Verfügbarkeit erneuerbarer Energie zu koppeln.
Wer dem Netz zusätzlich hunderte Megawatt KI-Infrastruktur aufbürdet, riskiert, all diese Aufgaben noch schwieriger und teurer zu machen.
„Der langfristige Nutzen und die Akzeptanz großer KI-Compute-Cluster werden davon abhängen, ob sie als kritische Energieinfrastruktur konzipiert, reguliert und betrieben werden, die sich klar von traditionellen Rechenzentren unterscheidet“, schließt der Bericht.