KI wartet auf Strom: Warum Netzanschlüsse zur Machtfrage werden

Paris, 24. Januar 2024. Die Internationale Energieagentur veröffentlicht ihren Bericht „Electricity 2024“. Darin steht eine Zahl, die den Blick auf die digitale Wirtschaft verschiebt: Der weltweite Stromverbrauch von Rechenzentren, künstlicher Intelligenz und Kryptowährungen könnte 2026 zusammen mehr als 1.000 Terawattstunden erreichen. Das entspräche ungefähr dem damaligen Elektrizitätsbedarf Japans.

Eine Terawattstunde sind eine Milliarde Kilowattstunden. Doch die entscheidende Frage lautet nicht nur: Wie viel Energie braucht diese Entwicklung? Sondern: Kommt sie dort an, wo die Maschinen stehen?

Die Cloud hat eine Adresse. Und diese Adresse braucht einen Netzanschluss.

Redaktioneller Stand: 5. Oktober 2026. Dieser Beitrag priorisiert einen strukturellen Wirtschaftstrend, keine live verifizierte Tagesmeldung. Die verwendeten Quellen stammen aus 2023 und 2024. Die damalige Prognose für 2026 ist ausdrücklich kein gemessener Jahresverbrauch; eine heutige Spitzenposition des Themas lässt sich ohne aktuellen Nachrichtenabgleich nicht belegen.

KI-Infrastruktur: Der Engpass liegt vor dem Gebäude

Ein leistungsfähiger Chip lässt sich bestellen. Ein belastbarer Anschluss an das Stromnetz lässt sich nicht auf dieselbe Weise beschaffen. Er hängt von regionaler Kapazität, technischen Prüfungen und gegebenenfalls neuen Leitungen oder Umspannwerken ab. Die digitale Expansion trifft hier auf eine Infrastruktur, deren Ausbau anderen Zeitmaßstäben folgt.

Wie lang solche Prozesse werden können, zeigt die US-Studie „Queued Up“, Ausgabe 2024, des Lawrence Berkeley National Laboratory. Ende 2023 warteten dort Stromerzeugungs- und Speicherprojekte mit zusammen rund 2.600 Gigawatt Leistung auf ihren Netzanschluss. Bei den 2023 fertiggestellten Vorhaben betrug die mediane Zeit zwischen Anschlussantrag und kommerziellem Betrieb etwa fünf Jahre.

Wichtig: Diese Untersuchung erfasst Erzeugungsanlagen und Speicher, nicht die Warteschlange von Serverfarmen. Sie beweist deshalb keine bestimmte Verzögerung für einen einzelnen Betreiber. Sie dokumentiert aber, wie zäh der Ausbau jener Versorgung werden kann, auf die zusätzliche Verbraucher angewiesen sind.

Die wirtschaftliche Pointe: Fertige Hardware erzeugt noch keine produktive Kapazität. Ohne gesicherte Versorgung bleibt ausgerechnet das schnellste Werkzeug im Unternehmen langsam.

Rechenzentren: Warum der Standort zur Strategie wird

Irland liefert dafür einen bemerkenswerten Maßstab. Nach Angaben des irischen Statistikamts CSO entfielen 2022 bereits 18 Prozent des über Zähler erfassten nationalen Stromverbrauchs auf Rechenzentren. Diese Zahl beschreibt die gesamte Branche, nicht ausschließlich KI-Anwendungen.

Trotzdem macht sie sichtbar, was globale Durchschnittswerte verdecken: Eine weltweit beherrschbare Nachfrage kann sich regional zu einer erheblichen Belastung verdichten. Viele Großverbraucher am gleichen Ort verändern die Ausgangslage für jedes weitere Projekt.

Damit verliert die Standortwahl ihre vermeintliche Nebenrolle. Günstige Flächen und attraktive Steuern reichen nicht. Entscheidend sind auch verfügbare Anschlussleistung, Versorgungssicherheit, Kühlung und die Entfernung zu Kunden und Datenbeständen.

Für Cloud-Abnehmer wird das indirekt relevant. Wer sensible Informationen nur in bestimmten Ländern verarbeiten darf oder kurze Antwortzeiten benötigt, kann nicht beliebig ausweichen. Die Weltkarte der Anbieter enthält dann weniger nutzbare Punkte, als ihre Marketinggrafik verspricht.

Meine Einordnung: Rechenleistung wird nicht einfach knapp oder reichlich. Sie kann am falschen Ort reichlich und am richtigen knapp sein. Genau darin liegt das unterschätzte Beschaffungsrisiko.

Flexible KI-Workloads: Nicht jede Berechnung braucht sofort Strom

Hier öffnet sich eine interessante Verbindung zur industriellen Produktion. Auch ein digitaler Betrieb kann bestimmte Arbeiten verschieben, während andere ohne Unterbrechung laufen müssen.

Ein Workload ist eine konkrete Rechenaufgabe. Das Training eines Modells, also die Anpassung seiner Parameter anhand von Daten, folgt anderen Anforderungen als die Inferenz: die Anwendung eines bereits trainierten Systems auf eine neue Anfrage. Doch auch diese Unterscheidung genügt nicht. Eine nächtliche Dokumentenauswertung verträgt eher Wartezeit als die Antwort eines Kundendienstassistenten.

Lastverschiebung bedeutet, geeignete Berechnungen zeitlich oder räumlich zu verlagern. Sie kann helfen, vorhandene Kapazitäten besser auszunutzen. Grenzen setzen Übertragungskosten, Datenschutz, technische Abhängigkeiten und zugesagte Fertigstellungstermine. Nicht jedes Trainingsverfahren lässt sich ohne Nachteile unterbrechen.

Gerade in der Robotik wird die Trennlinie scharf: Eine zeitkritische Regelung darf nicht darauf warten, dass ein entfernter Standort wieder Kapazität hat. Eine umfangreiche Auswertung von Betriebsdaten muss dagegen nicht zwingend sofort stattfinden.

Der überraschende Hebel steckt deshalb nicht allein im sparsameren Prozessor. Er liegt auch im Kalender: Welche Aufgabe muss jetzt laufen — und welche lediglich rechtzeitig fertig werden?

Was bedeutet das für Unternehmen?

Die Konsequenz ist keine pauschale Aufforderung zum Bau eigener Anlagen. Für viele Organisationen würde das zusätzliche Komplexität schaffen. Sinnvoller ist, die Energie- und Standortabhängigkeit ihrer digitalen Dienste systematisch sichtbar zu machen.

Erstens: Kapazität konkret abfragen. Bei geschäftskritischen Projekten sollte die Beschaffung zwischen angekündigter, vertraglich zugesagter und tatsächlich verfügbarer Leistung unterscheiden. Eine geplante Erweiterung ist noch keine belastbare Betriebsgrundlage. Welche Region liefert wann welche Ressourcen?

Zweitens: Aufgaben nach Zeitkritik ordnen. Interaktive Dienste, periodische Analysen und experimentelle Entwicklung brauchen unterschiedliche Zusagen. Wer alles als sofort erforderlich behandelt, verschenkt Flexibilität. Wer alles als verschiebbar betrachtet, gefährdet den Betrieb.

Drittens: Gesamtkosten statt Listenpreise vergleichen. Neben dem Preis einer Berechnung zählen Datentransfer, Wartezeit, Ausfallrisiko und mögliche Vertragsbindungen. Ein günstiges Angebot kann teuer werden, wenn es eine Produkteinführung verzögert.

Viertens: Ausweichmöglichkeiten praktisch prüfen. Ein zweiter Anbieter hilft nur, wenn Daten, Software und Sicherheitsanforderungen einen Wechsel erlauben. Eine Präsentationsfolie mit mehreren Logos ist noch kein erprobter Notfallplan.

Fünftens: Zuständigkeiten verbinden. Einkauf, IT, Nachhaltigkeit und Fachbereiche betrachten häufig verschiedene Ausschnitte derselben Abhängigkeit. Sie sollten gemeinsam festlegen, welche Leistungen unverzichtbar sind und welche Spielräume bestehen.

Der größte Perspektivwechsel: Versorgungssicherheit gehört damit nicht mehr ausschließlich in die Gebäudetechnik. Sie wird zu einer Frage der digitalen Lieferkette — auch für Firmen, die keinen einzigen Server besitzen.

Stromverträge: Warum grüne Beschaffung nicht alles löst

Ein weiterer Unterschied verdient Aufmerksamkeit: die zwischen bilanzieller Beschaffung und physischer Verfügbarkeit.

Ein Power Purchase Agreement, kurz PPA, ist ein längerfristiger Stromabnahmevertrag. Solche Vereinbarungen können die Finanzierung neuer Erzeugungsanlagen unterstützen. Sie garantieren jedoch nicht automatisch, dass am Verbrauchsort zu jeder Stunde ausreichend Netzkapazität vorhanden ist.

Ein Vertrag ersetzt keine Leitung. Ebenso wenig bedeutet eine auf das Jahr gerechnete Deckung durch erneuerbare Energien zwangsläufig, dass Verbrauch und Erzeugung stündlich zusammenpassen. Die konkrete Bewertung hängt vom Beschaffungsmodell ab.

Für Entscheider entstehen deshalb zwei getrennte Prüfaufträge: Wie belastbar ist die Umweltaussage? Und wie belastbar ist die Versorgung?

Auch die Zahlenbasis verlangt Disziplin. Die eingangs zitierte IEA-Schätzung bündelt mehrere Verbrauchsbereiche. Daraus lässt sich weder der Bedarf eines bestimmten Sprachmodells noch der Anteil heutiger Agentensysteme seriös ableiten. Große Summen erklären eine Größenordnung. Sie ersetzen keine Betriebsdaten.

Fazit: Die KI-Wirtschaft braucht Anschlussfähigkeit

Der strategische Trend ist nicht schlicht ein steigender Elektrizitätsbedarf. Es ist die wachsende Bedeutung örtlich und zeitlich verfügbarer Infrastruktur für digitale Geschäftsmodelle.

Meine Prognose: Belastbare Kapazitätszusagen und verschiebbare Rechenaufgaben dürften bei der Beschaffung wichtiger werden. Ob daraus regional höhere Preise oder längere Wartezeiten entstehen, hängt jedoch vom Ausbau, von Effizienzgewinnen und der tatsächlichen Nachfrage ab.

Die Pointe bleibt nüchtern, gerade deshalb ist sie wirksam: Ein Unternehmen kann das passende Modell, genügend Kapital und einen überzeugenden Anwendungsfall besitzen. Fehlt die Versorgung am richtigen Ort, wartet trotzdem seine Zukunft.

Häufige Fragen

Ist der Strombedarf der KI für 2026 bereits belegt?

Nicht durch die hier zitierte Prognose. Der IEA-Bericht von 2024 beschreibt eine mögliche Entwicklung und fasst Rechenzentren, künstliche Intelligenz und Kryptowährungen zusammen. Er liefert keine gemessene, isolierte Verbrauchszahl für heutige Modelle.

Können Unternehmen das Problem durch einen Cloud-Wechsel umgehen?

Teilweise. Ein anderer Standort kann zusätzliche Kapazität bieten. Datenresidenz, Übertragungskosten, technische Bindungen und Antwortzeiten begrenzen jedoch die Auswahl. Ein Wechsel sollte deshalb getestet und wirtschaftlich bewertet werden.

Was ist der sinnvollste erste Schritt?

Erstellen Sie eine Übersicht Ihrer wichtigsten Anwendungen: benötigte Region, Zeitkritik, zugesicherte Kapazität und mögliche Alternative. Damit wird aus einer abstrakten Energiedebatte eine überprüfbare Frage der betrieblichen Widerstandsfähigkeit.