Neue Studie zeigt Energiekrise hinter Europas KI-Boom: Stromnetz mit zehnjährigen Warteschlangen, Rechenzentren nur halb ausgelastet.
Stellen Sie einem Chatbot mit künstlicher Intelligenz eine Frage, springt irgendwo – vielleicht auf einem anderen Kontinent – eine Halle voller Computer an. Sie verbraucht eine schwindelerregende Menge Energie, nur damit Sie schnell eine Antwort bekommen.
WERBUNG
WERBUNG
Rechenzentren – die physischen Standorte, an denen Supercomputer und die dazugehörigen Komponenten stehen – sind im Zeitalter hochentwickelter Datenverarbeitung unverzichtbar.
Doch ihr Hunger nach Strom entwickelt sich zu einem eigenen Problem. Die Anlagen werden größer, zahlreicher und deutlich energiehungriger. Der Strombedarf wächst im gleichen Tempo.
Die USA dominieren den Weltmarkt derzeit mit rund 5.400 Anlagen im Vergleich zu etwa 3.400 in ganz Europa, wie Daten von Cloudscene zeigen. Europa drängt darauf, diese Lücke zu schließen.
Das Problem: Dieses Aufholen kostet enorme Mengen Energie – und das Stromnetz des Kontinents hat schon heute Mühe, die bestehende Nachfrage zu decken.
Eine umfangreiche neue Studie von Interface, einem europäischen Thinktank für Energie- und Digitalpolitik, zeigt, wie zugespitzt dieser Konflikt inzwischen ist.
Die Fachleute warnen: Ohne rasche Reformen könnten Europas KI-Pläne als teure Fehlinvestitionen enden. Die Rechenzentren würden Strom und öffentliche Gelder verschlingen, während sich anderswo bessere Alternativen durchsetzen.
„Rechenzentren mit mehreren hundert Megawatt zu bauen, die ihre vertraglich gesicherte Leistung nicht ausschöpfen, wäre nicht nur wirtschaftlich untragbar, sondern auch aus Sicht von Energie- und Klimaschutz“, heißt es in dem Bericht.
Rechenzentren als Stromfresser
Ein durchschnittlicher europäischer Haushalt verbraucht rund 3.600 Kilowattstunden Strom pro Jahr, also etwa zehn Kilowattstunden pro Tag.
Das Rechenzentrum hinter Ihrem KI-Assistenten kann schon vor dem Frühstück so viel Strom ziehen wie zehntausende dieser Haushalte an einem ganzen Tag verbrauchen.
„Die Leistung der größten KI-Cluster steigt von rund 13 MW im Jahr 2019 auf geschätzte 280 bis 300 MW beim Colossus-System von xAI im Jahr 2025 – das entspricht dem Bedarf von etwa 250.000 europäischen Haushalten“, erklärt der Bericht.
All diese Energie muss irgendwo durchgeleitet werden – und genau dieses System steht schon heute massiv unter Druck.
Das europäische Stromnetz, das weit verzweigte Geflecht aus Leitungen, Umspannwerken und Übertragungsanlagen, bringt Strom von den Erzeugern zu den Verbrauchern. Es ist jedoch nicht mit Blick auf KI entwickelt worden.
Fordert ein einziges neues Rechenzentrum auf einen Schlag mehrere hundert Megawatt, reicht es nicht, es einfach ans Netz zu hängen. Die Anlage belastet das gesamte System in der Umgebung, erzwingt teure Ausbauten und verdrängt andere Nutzer, die um dieselbe Kapazität konkurrieren.
„Das Training von ChatGPT‑4 soll insgesamt rund 46 GWh Strom verbraucht haben – das entspricht einer Dauerlast von 20 MW über drei Monate und würde ausreichen, um die gesamte Region Brüssel-Hauptstadt mehr als vier Tage lang zu versorgen“, heißt es weiter in dem Bericht.
Die derzeit entwickelten Spitzensysteme dürften noch deutlich mehr verschlingen. Die Internationale Energieagentur prognostiziert, dass der weltweite Stromverbrauch von Rechenzentren bis 2030 mehr als doppelt so hoch sein wird – vor allem wegen der KI-Lasten.
Klassische Serverfarmen benötigten vergleichsweise moderate, flexible Leistungen. KI-Cluster bündeln dagegen Spezialchips, die tagelang oder wochenlang mit nahezu voller Auslastung laufen und sich – so der Bericht – wie „stromintensive Industrieanlagen an ohnehin belasteten Netzen“ verhalten.
„Netzanschlusskapazitäten, lange Wartezeiten, lokale Engpässe und zuletzt auch die Energiepreise sind bereits zu harten Grenzen geworden. Sie verzögern oder lenken große Projekte um, obwohl es zunächst Investitionsinteresse gibt“, erklärt Interface.
Stromnetz am Limit?
Nirgends zeigt sich das deutlicher als in den begehrtesten Rechenzentrumsstandorten Europas, den sogenannten FLAP‑D-Städten: Frankfurt, London, Amsterdam, Paris und Dublin.
Die Warteschlangen für einen Netzanschluss sind so lang geworden, dass sie einem faktischen Baustopp gleichkommen.
„In den FLAP‑D-Märkten ... warten neue Anlagen im Schnitt sieben bis zehn Jahre auf einen Netzanschluss; in den am stärksten überlasteten Kernregionen steigt die Wartezeit auf bis zu 13 Jahre“, erläutert der Bericht.
Irland hat für Dublin faktisch ein Moratorium für neue Rechenzentren bis 2028 verhängt. Die Niederlande und Frankfurt haben neue Netzanschlüsse de facto bis mindestens 2030 ausgesetzt.
Der Bericht verweist außerdem darauf, dass OpenAI seine Investitionen in Großbritannien und Norwegen wegen der hohen Strompreise „auf Eis“ gelegt habe. Das könnte ein Hinweis darauf sein, dass selbst die weltweit am besten kapitalisierten KI-Unternehmen an Europas Energieengpässen scheitern.
Was sich ändern muss
Das europäische Stromnetz kämpft bereits mit zusätzlichen Lasten: der Elektrifizierung von Verkehr und Heizung, dem ungleichen Ausbau erneuerbarer Energien und den Risiken „angespannter Gas- und Strommärkte“, wie der Bericht sie nennt. Verschärft wird die Lage durch Russlands Invasion der Ukraine und die anhaltenden Konflikte im Nahen Osten.
Der Bericht empfiehlt, europäische Rechenzentren von Anfang an in die nationale und EU-weite Netzplanung einzubeziehen. Die Wahl der Standorte sollte stärker an der Verfügbarkeit erneuerbarer Energien ausgerichtet werden.
Wer hunderte Megawatt zusätzlicher KI-Infrastruktur auf das Netz packt, riskiert, all diese Aufgaben noch komplexer und teurer zu machen.
„Ob große KI-Rechencluster langfristig als wertvoll und akzeptabel gelten, wird davon abhängen, ob sie als eigene Kategorie kritischer Energieinfrastruktur geplant, reguliert und betrieben werden – abgesetzt von klassischen Rechenzentren“, schließt der Bericht.