Künstliche Intelligenz treibt weltweit den Ausbau von Rechenzentren; 620 Mrd USD Ausgaben 2026

Künstliche Intelligenz treibt weltweit den Ausbau von Rechenzentren; 620 Mrd USD Ausgaben 2026

KI Stromverbrauch: Wie viel Strom verbraucht KI wirklich?

Mehr Cloud, mehr Kilowatt? KI-Effekte im Strommarkt

Künstliche Intelligenz treibt den Ausbau von Rechenzentren weltweit massiv voran und damit die globale Stromnachfrage nach oben.

Die Preiseffekte für Strom sind regional gemischt: teils netzentlastend, teils preistreibend.

Deutschland hat dank hohem EE-Anteil Chancen auf teils netzentlastende Effekte durch Rechenzentren.

Die flächendeckende Anwendung von Künstlicher Intelligenz verändert nicht nur Wirtschaft und Gesellschaft, ihr potenzieller Stromverbrauch stellt auch das Energiesystem vor neue Herausforderungen. Dass die Nachfrage nach Rechenzentren als Basis für das Training und den Betrieb von KI-Modellen zunimmt, zeigen die Investitionen der großen amerikanischen Technologiekonzerne. Amazon, Microsoft, Alphabet und Meta werden im Jahr 2026 voraussichtlich 620 Mrd. USD für Rechenzentren und KI-Chips ausgeben. Das entspricht dem Volumen des Haushalts der Bundesregierung in diesem Jahr.

Laut der Internationalen Energieagentur (IEA) hat sich gleichzeitig die Kapazität sogenannter KI-Fabriken, speziell für KI ausgelegte Hyperscale-Rechenzentren, innerhalb von nur 18 Monaten mehr als verdreifacht. Der globale Stromverbrauch der Serverzentren wuchs 2025 um 17 % und damit weit schneller als die restliche weltweite Stromnachfrage, die nur um 3 % zulegte. Für Staaten, die am KI-Hype beteiligt sind, stellt sich nun die Frage, wie weit der Strombedarf noch steigen wird. Verbraucher fürchten unterdessen höhere Strompreise. Die möglichen Effekte eines weiteren Ausbaus der KI-Infrastruktur auf weltweite und insbesondere hiesige Strommärkte soll dieser Blickpunkt beleuchten.

Wofür KI den Strom braucht

Ein Rechenzentrum ist im Kern eine physische Anlage, in der Server, Speichersysteme und Netzwerktechnik untergebracht sind und betrieben werden. Der erste vollautomatische, programmgesteuerte Digitalrechner, der Z3 von Konrad Zuse, entstand 1941. Es folgten Großrechner wie der ENIAC, der als Universalrechner galt und für den 1945 das erste Rechenzentrum entstand. Mit dem Aufkommen des Internets, der Virtualisierung und schließlich des Cloud Computing weiteten professionelle Anbieter und große Hyperscale-Betreiber wie Amazon, Google und Microsoft den Bau von Rechenzentren aus. Heute befinden sich die Datenzentren in einer neuen Phase mit KI- und Hochleistungsanlagen, die neue Kühltechniken und Energiekonzepte nutzen.

Die CPU (central processing unit) ist die zentrale Recheneinheit und fungiert quasi als Gehirn eines Computers. Sie berechnet Aufgaben linear und nacheinander.

Als GPU (graphics processing unit) bezeichnet man Grafikprozessoren. GPUs besitzen Tausende von Rechenkernen, bearbeiten Aufgaben parallel und werden daher für KI-Aufgaben eingesetzt.

Ein Rack ist ein Server-Schrank, der IT-Hardware wie Server, Switches und Router aufnimmt.

Die Stromverteilung innerhalb eines Rechenzentrums setzt sich laut eines Berichts des US-Kongresses wie folgt zusammen: Auf Server mit CPUs und GPUs entfallen rund 40 % des Gesamtverbrauchs. Die Kühlung fällt mit etwa 20 % ins Gewicht, und Netzwerk- sowie Speicherkomponenten mit rund 10 %. Den Rest verursachen Stromversorgungssysteme, unterbrechungsfreie Stromversorgung und Backup-Generatoren. Diese Verteilung verschiebt sich durch KI jedoch erheblich. Da KI-Workloads auf GPU-Clustern laufen, die wesentlich energieintensiver sind als klassische CPUs, steigen sowohl der absolute Verbrauch als auch die thermische Last pro Rack. Ein herkömmliches Server Rack kommt auf 5 bis 10 kW Anschlussleistung. Ein modernes KI-Rack überschreitet heute bereits 50 kW. 2027 könnten laut IEA einzelne KI-Racks eine Spitzenlast von 600 kW erreichen. Ein einzelnes KI-Serverrack würde damit in der Spitze so viel elektrische Leistung abrufen wie rund 65 Haushalte gleichzeitig. Zwischen 2020 und 2025 hat sich die Leistungsdichte von KI-Servern bereits um das Elffache erhöht. Luftkühlung allein reicht unter diesen Bedingungen nicht mehr aus; stattdessen ist eine direkte Flüssigkeitskühlung notwendig. Das verändert nicht nur den Gebäudebau, sondern auch die Standortwahl und die Anforderungen an die lokale Strominfrastruktur.

Ein besonderes Merkmal von KI-Workloads ist ihre Unregelmäßigkeit: Anders als klassische Server-Lasten erzeugen KI-Trainings- und Inferenzprozesse je nach Anfrage große und abrupte Lastschwankungen, die die klassische Netzinfrastruktur belasten und spezielle Speicher- und Pufferlösungen erfordern.

Abb. 1: Stromverbrauch eines Rechenzentrums

Der weltweite Ausbau von Rechenzentren hat sich seit 2022 zu einer der größten Infrastrukturinvestitionen der Wirtschaft entwickelt. Globale Investitionen haben sich laut IEA seit 2022 nahezu verdoppelt und beliefen sich 2024 auf rund 500 Mrd. USD. Getrieben wird dieser Boom von drei zentralen Kräften: dem rasant wachsenden Bedarf an generativer KI und dem Training großer Sprachmodelle, dem anhaltenden Wachstum des Cloud Computing und dem entstehenden Edge-Computing-Markt. Die führenden KI-Anbieter meldeten 2025 eine Verdreifachung ihrer aktiven Nutzerzahlen und eine Verfünffachung ihrer Umsätze in diesen Bereichen, was unmittelbar zu höherer Kapazitätsnachfrage führt.

Die geografische Verteilung der Kapazitäten ist extrem ungleichmäßig. Weltweit sind laut Bloomberg Rechenzentren mit einer Leistung von mehr als 65 Gigawatt (GW) am Netz, weitere 28 GW befinden sich im Bau, davon etwa drei Viertel in den USA. Die USA führen die Liste mit circa 34 GW an, gefolgt von China, dessen Marktanteil derzeit bei geschätzten 20 % liegt. Auf Deutschland entfallen laut Bloomberg gerade einmal 1,5 GW, die bereits aktiv am Netz sind, mit einem Potenzial von über 3 GW. Die USA haben damit rund 23-mal mehr Kapazität. China plant, seine Rechenzentrumskapazitäten bis 2030 zu verdreifachen; die USA peilen eine Verdopplung an. Europa und Deutschland als dessen größter Digitalstandort drohen in diesem Wettbewerb zurückzufallen.

Sprachmodelle sind KI-Systeme, die Texte verstehen und erzeugen.

Cloud Computing bezeichnet die bedarfsabhängige Bereitstellung von IT-Ressourcen wie Rechenleistung, Speicherplatz oder Software über das Internet.

Edge Computing ergänzt das Cloud Computing dezentral.

Auch die Energiebeschaffung entwickelt sich zu einem strategischen Feld. Der Technologiesektor unterzeichnete laut IEA 2025 rund 40 % aller weltweit abgeschlossenen Unternehmensstromlieferverträge für Erneuerbare (Power Purchase Agreements). Parallel dazu wächst die Pipeline für Gaskraftwerke und Speicher. Auch kleine modulare Kernreaktoren von 25 GW stehen auf der Wunschliste einiger Rechenzentrumsbetreiber. Bis 2030 könnten Betreiber als Reaktion auf überlastete Netzanschlussverfahren zwischen 15 und 27 GW an Onsite-Gaserzeugungskapazität direkt an Rechenzentren in den USA koppeln. Zum Vergleich: In Deutschland sind derzeit rund 35,5 GW Gaskraftwerkskapazität installiert. Diese Entwicklung zeigt: Die großen Technologiekonzerne werden zunehmend selbst zu Akteuren im Energienetz.

Im Jahr 2024 standen Rechenzentren laut IEA für rund 415 TWh des globalen Stromverbrauchs, was einem Anteil von etwa 1,5 % am weltweiten Gesamtverbrauch entspricht. 2025 stieg dieser Wert auf rund 485 TWh – das Wachstum von 17 % gegenüber dem Vorjahr war deutlich dynamischer als das aller anderen Sektoren. Die IEA prognostiziert für 2030 im Basisszenario einen Verbrauch von rund 950 TWh. Das entspricht einer Verdopplung gegenüber dem heutigen Niveau, einem Anteil von rund 3 % am globalen Stromverbrauch und etwa dem gesamten Stromverbrauch Japans. Dabei konzentriert sich die Ansiedlung von Rechenzentren oftmals auf ganz bestimmte Regionen mit vorteilhaften Rahmenbedingungen. So sind Länder in Nordeuropa besonders attraktiv für den weiteren Ausbau, da sie über einen hohen Anteil Erneuerbarer verfügen, aber auch über Kernenergie. Was alle Regionen eint, die attraktiv erscheinen, ist das Problem, dass Netzanschlüsse knapp sind und das Netz in den meisten Fällen noch nicht auf solch große Verbraucher ausgelegt ist. Der aktuelle Strommix für Rechenzentren besteht laut IEA global zu rund 30 % aus Kohle, 27 % aus erneuerbaren Energien, 26 % aus Gas und 15 % aus Kernkraft, wobei die Zusammensetzung je nach Region stark variiert.

Der Wachstumsdynamik steht die rasch steigende Effizienz einzelner KI-Anwendungen gegenüber. Einfache Textanfragen verbrauchen heute weniger Strom als ein Fernseher pro Zeiteinheit. Ersetzte man alle konventionellen Internetsuchen durch einfache KI-Textanfragen, betrüge der Mehrverbrauch laut IEA weniger als 4 TWh pro Jahr, unter 1 % des heutigen globalen Rechenzentrumsverbrauchs. Gleichzeitig werden energieintensivere Anwendungen immer populärer: Videogenerierung, Reasoning- Aufgaben und agentische KI-Systeme verbrauchen pro Anfrage ein Vielfaches der Energie einfacher Texteingaben. Die IEA geht daher davon aus, dass das steigende Volumen und die veränderte Anwendungsstruktur Effizienzfortschritte nicht nur kompensieren, sondern übertreffen.

Als mit Abstand größter Einzelmarkt liefern die USA den wichtigsten Referenzpunkt. Laut dem Kongress betrug der Stromverbrauch von Rechenzentren in den USA 2023 rund 176 TWh, was 4,4 % des nationalen Gesamtverbrauchs ausmacht. Noch 2016 lag diese Zahl bei 60 TWh, sie hat sich in sieben Jahren also fast verdreifacht. Bis 2028 prognostiziert das Lawrence Berkeley National Laboratory einen Anstieg auf 6,7 bis 12 % des US-Stromverbrauchs. Fast die Hälfte des gesamten US-Stromnachfragewachstums wird laut IEA bis 2030 auf Rechenzentren entfallen.

Europa steht derzeit für 15 % des globalen Rechenzentrumsstromverbrauchs. Der EU-weite Verbrauch lag 2018 bei 76,8 TWh und entsprach damit 2,7 % des EU-Gesamtstromverbrauchs. Bis 2030 erwartet das IfW Kiel eine Verdopplung auf rund 168 TWh, was in etwa dem Stromverbrauch Polens entspricht. Der Anteil der Rechenzentren am EU-Strom könnte damit auf rund 5 % steigen. Das IfW Kiel warnt jedoch eindringlich: Diese Nachfrage lässt sich nur dann decken, wenn der Verbrauch ansonsten konstant bleibt – was angesichts der gleichzeitigen Elektrifizierung zahlreicher Anwendungen unrealistisch ist. Ohne vorausschauende Planung entsteht bis 2030 eine Stromlücke, die dem Jahresverbrauch kleiner europäischer Staaten entspricht.

Deutschland ist der größte Rechenzentrumsstandort Europas. Die installierte Anschlussleistung aller deutschen Rechenzentren stieg laut Bitkom 2025 um 9 % auf 2.980 MW. Anfang 2026 soll sie erstmals die Marke von 3.000 MW überschreiten. Bis 2030 ist mit 5.000 MW ein Anstieg um zwei Drittel gegenüber heute geplant.

Laut Bitkom entwickelte sich der Strombedarf der deutschen Rechenzentren von 12 TWh im Jahr 2015 auf 20 TWh im Jahr 2024 und auf 21,3 TWh im Jahr 2025. Etwa zwei Drittel davon entfallen auf die IT-Infrastruktur mit Servern, Speichern und Netzwerktechnik. Rund ein Drittel benötigt die Gebäudeinfrastruktur, vor allem Kühlung und Notstromversorgung. Der KI-spezifische Anteil an der installierten Leistung beträgt derzeit 530 MW (18 %) und soll bis 2030 auf 2.020 MW (40 %) steigen. Parallel dazu steigt der Cloud-Anteil: 2019 noch bei 29 %, lag er 2025 bereits bei 49 % der deutschen Gesamtkapazität.

Räumlich konzentriert sich der Markt stark auf Hessen: Das Cluster Frankfurt verfügt mit mehr als 1.100 MW über mehr als ein Drittel aller deutschen Kapazitäten und ist der wichtigste Rechenzentrumsknotenpunkt Europas. Es folgen Bayern mit 420 MW und Nordrhein-Westfalen mit 378 MW. Die Investitionen in deutsche Rechenzentren erreichten laut Bitkom 2025 mit 15,5 Mrd. EUR ein neues Allzeithoch. Verknüpfte Ausgaben beliefen sich auf 12 Mrd. EUR für IT-Hardware und 3,5 Mrd. für Gebäude und technische Infrastruktur.

Im internationalen Vergleich bleibt Deutschland dennoch weit zurück. Die USA haben 9-mal mehr Kapazität und bauen jährlich mehr als das Vierfache der deutschen Gesamtinstallationen. Spezialisierte KI-Megare