KI SpotlightNewsDer Stromhunger der KI
Wie Rechenzentren, Energiebedarf und Ressourcenverbrauch zum Engpass der KI-Revolution werden.
Mit KI erstelltDie rasante Verbreitung Künstlicher Intelligenz erhöht den Bedarf an Rechenleistung. Weltweit entstehen neue Rechenzentren mit leistungsfähigen KI-Chips, komplexen Kühlsystemen und hohen Anschlussleistungen. Der Energiebedarf entsteht dabei nicht nur beim Training großer Modelle: Mit zunehmender Nutzung gewinnt der laufende Betrieb, die Inferenz, an Bedeutung – bei Milliarden täglicher Anfragen summiert sich das.
Nach Einschätzung der Internationalen Energieagentur (IEA) könnte sich der weltweite Stromverbrauch von Rechenzentren bis 2030 mehr als verdoppeln. Globale Durchschnittswerte sind jedoch nur begrenzt aussagekräftig, weil Belastungen regional stark konzentriert auftreten.
Worum es geht
Das Dossier untersucht die energetischen und ökologischen Folgen des KI-Ausbaus: Stromverbrauch, Netzanbindung, Kühlung, Wasserbedarf, Emissionen und die Herkunft der Energie. Zugleich betrachtet es Gegenentwicklungen – effizientere Chips, kleinere Modelle und optimierte Rechenzentren senken den Bedarf pro Rechenvorgang. Diese Gewinne können aber durch stark steigende Nutzung teilweise oder ganz aufgezehrt werden (Rebound-Effekt).
Zentrale Entwicklungen
- steigender Strombedarf von Rechenzentren, getrieben von KI-Servern
- Verzögerungen bei Netzanschlüssen; neue Übertragungsleitungen brauchen 4 bis 8 Jahre
- Wasserbedarf für Kühlsysteme; Luft-, Flüssigkeits- und Immersionskühlung
- Energiemix: Erneuerbare decken laut IEA rund die Hälfte des Zuwachses, Erdgas und Kohle zusammen über 40 Prozent
- neue Kernkraftprojekte und langfristige Stromverträge der Tech-Konzerne
- energieeffizientere Chips und Modelle, Abwärmenutzung, Standortkonflikte
Die entscheidende Unterscheidung
Nicht jede KI-Anwendung verbraucht gleich viel Energie. Der Bedarf hängt von Modellgröße, Hardware, Auslastung, Kühlung, Strommix und Art der Anfrage ab. Konkrete Verbrauchswerte einzelner KI-Anfragen sollten deshalb nur mit nachvollziehbarer Berechnungsmethode und Quelle veröffentlicht werden. Pauschale Vergleiche zwischen einer Suchanfrage und einer KI-Anfrage veralten schnell oder sind technisch irreführend.
Unsere Einordnung
Der Energiebedarf ist keine Randfrage der KI-Entwicklung: Verfügbarkeit und Preis von Strom entscheiden mit darüber, wo neue Rechenzentren entstehen und welche Unternehmen große Modelle wirtschaftlich betreiben können. Die Debatte darf aber nicht auf einen einzelnen Verbrauchswert reduziert werden. Relevant sind Gesamtnutzung, regionale Netzbelastung, Energiequellen und der Nutzen der Anwendungen – KI kann zugleich helfen, Stromnetze und Energiesysteme effizienter zu steuern.
Medien-Echo
Deutschsprachige Berichterstattung
- ZDFheute – IEA-Bericht: KI-Rechenzentren steigern Strombedarf
- Öko-Institut – Energiebedarf von Rechenzentren verdoppelt sich bis 2030
- Tagesspiegel Background – Stromverbrauch durch Rechenzentren verdoppelt sich bis 2030
Internationale Berichterstattung
- S&P Global – Global data center power demand to double by 2030 on AI surge: IEA
- Carbon Brief – Five charts on data-centre energy use and emissions
- MIT Technology Review – We did the math on AI's energy footprint
Diskussion und Debatte
- World Economic Forum – How data centres can avoid doubling their energy use by 2030
- Science Media Center – UN-Bericht zum Umweltfußabdruck von KI