Ein einziges Rack mit KI-Chips der neuesten Generation nähert sich einem Megawatt Stromverbrauch, genug um durchschnittlich 750 amerikanische Haushalte zu versorgen. Am 1. Juni 2026 berichtete Bloomberg über eine Branche, die an ihre physischen Grenzen stößt. Nicht wegen fehlender Nachfrage. Wegen fehlenden Stroms.
Wie viel Energie verbraucht Künstliche Intelligenz?
Sehr viel, und der Bedarf wächst exponentiell. Laut Schätzungen von BloombergNEF wird die Stromnachfrage der Rechenzentren von rund 400 Terawattstunden im Jahr 2024 auf über 1.600 Terawattstunden im Jahr 2034 ansteigen, also eine Vervierfachung innerhalb von zehn Jahren. Zum Vergleich: Das entspricht dem Gesamtstromverbrauch einer großen Volkswirtschaft, allein um KI-Modelle zu trainieren und rund um die Uhr betreiben zu können. Das Problem ist nicht das einzelne Rechenzentrum. Es ist die Summe aller zusammen.
Wie der Engpass entsteht
Chiphersteller, allen voran Nvidia, bringen immer leistungsfähigere Prozessoren auf den Markt, die eine neue Generation von Rechenzentren mit einem weit höheren Strombedarf erfordern als bisher. Das bestehende Stromnetz kann diesen Sprung nicht allein auffangen. Daraus ergibt sich ein Wettlauf um stabile und kontinuierliche Energiequellen: kurzfristig Erdgas, langfristig Kernkraft als strategische Wette. Der unkontrollierte Verbrauch droht die Strompreise in den USA zu erhöhen, den CO2-Fußabdruck der KI zu vergrößern und paradoxerweise genau den Boom zu verlangsamen, den er antreibt.
Die offiziellen Zahlen sprechen für sich. Aus bei der SEC eingereichten Unterlagen geht hervor, dass Rechenzentren im Jahr 2023 für 4,4 Prozent des US-Stromverbrauchs verantwortlich waren, ein Anteil, der bis 2028 auf 12 Prozent steigen soll. Nvidia selbst warnt in seinem Quartalsbericht, dass die Verfügbarkeit von Rechenzentren, Energie und Kapital entscheidend sei und ein Engpass die künftigen Einnahmen empfindlich treffen könnte.
Was das für Europa bedeutet
Hier wird die Debatte geopolitisch. Der europäische Anteil an der globalen Rechenzentrums-Kapazität schrumpft. Betreiber die USA und Asien wegen verlässlicherer Netze und staatlicher Anreize bevorzugen. Frankreich setzt die Kernkraft, die rund 70 Prozent seines Stroms liefert, als Wettbewerbsvorteil ein, um KI-Infrastruktur anzuziehen. Wer das Energieproblem zuerst löst, sichert sich einen überproportionalen Anteil an der KI-Wirtschaft.
Auch OpenAI-Chef Sam Altman betont die Dringlichkeit der Energiefrage. In einem Post auf X zählt er Energie zu den Formen des Überflusses, die es aufzubauen gelte, und nennt dies nahezu einen moralischen Imperativ.
using technology to create abundance--intelligence, energy, longevity, whatever--will not solve all problems and will not magically make everyone happy.
, Sam Altman (@sama) May 4, 2024
but it is an unequivocally great thing to do, and expands our option space.
to me, it feels like a moral imperative.
Was jetzt zu beachten ist
Für Beobachter der Branche sind drei Bereiche besonders relevant. Erstens die Effizienz: Jede Verbesserung der Rechenleistung pro Watt verschiebt die Kostenkurve spürbar. Zweitens der Energiemix: heute Erdgas, morgen Kernkraft und Erneuerbare, denn die Last ist kontinuierlich und verträgt keine Unterbrechungen. Drittens die Standortwahl: Die Geografie der Rechenzentren wird der Geografie der verfügbaren Energie folgen. Offizielle Daten und Szenarien werden von der Internationalen Energieagentur (IEA) zusammengestellt.
Morgan Stanley schätzt die Stromnachfrage der Rechenzentren in den USA bis 2028 auf bis zu 74 Gigawatt, bei einem Versorgungsdefizit von rund 49 Gigawatt. Anders ausgedrückt: Zwei Drittel der prognostizierten Nachfrage könnten ohne ausreichende Stromversorgung auskommen müssen. Der schnellste Chip der Welt nützt nichts, wenn kein passender Anschluss vorhanden ist. Die nächste Phase der KI wird in Kraftwerken entschieden, nicht nur in Forschungslabors.
