Der KI-Goldrausch: Können Versorgungsunternehmen mit der Energienachfrage Schritt halten?

Der Aufstieg der KI und ihre Auswirkungen auf den Strombedarf, insbesondere in Rechenzentren, haben die Versorgungsunternehmen in den USA und im Rest der Welt vor große Herausforderungen gestellt. Viele Jahre lang stagnierte der Strombedarf in den USA relativ stark, und die Versorgungsunternehmen verzeichneten kaum oder gar kein Wachstum ihres Verbrauchs. Diese Stagnation wurde auf den reifen Zustand der Wirtschaft zurückgeführt, die auch ohne einen entsprechenden Anstieg des Energieverbrauchs wachsen konnte. Die Landschaft ändert sich jedoch aufgrund des explosionsartigen Wachstums der Rechenzentren, insbesondere derjenigen, die für KI-Arbeitslasten vorgesehen sind und deutlich mehr Strom benötigen als herkömmliche Rechenzentren, rasch.

Warum ist das wichtig?

Die Internationale Energieagentur (IEA) schätzt, dass Rechenzentren deckten 1–1,31 TP3T des weltweiten Strombedarfs im Jahr 2022, und dieser Anteil soll bis 2026 auf 1,5–3% steigen. Die IEA stellt außerdem fest, dass das Wachstum der Rechenzentren zu Engpässen bei der lokalen Netzanbindung und Wasser führt. Rechenzentren könnte zwischen 4,61 und 9,11 TP3T US-Strom verbrauchen bis 2030, so eine Analyse des Electric Power Research Institute (EPRI).
Eine herkömmliche Google-Suche verbraucht etwa 0,3 Wattstunden (Wh), während eine Abfrage mit ChatGPT, dem von OpenAI entwickelten Chatbot, etwa 2,9 Wh benötigt. ChatGPT verbraucht täglich über eine halbe Million Kilowatt Strom, eine Menge, die ausreicht, um etwa zweihundert Millionen Anfragen zu bedienen. Der tägliche Stromverbrauch von ChatGPT entspricht fast dem von 180.000 US-Haushalten, die jeweils etwa neunundzwanzig Kilowatt verbrauchen. Eine einzelne ChatGPT-Konversation verbraucht etwa fünfzig Zentiliter Wasser, das entspricht einer Plastikflasche.

Der Boom bei KI-Rechenzentren

Der plötzliche Anstieg der Nachfrage nach Elektrizität ist größtenteils auf das Aufkommen generativer KI-Technologien wie ChatGPT zurückzuführen. Dieser Wandel hat sich seit der Veröffentlichung von GPT-3 Ende 2022 beschleunigt, wodurch KI ins öffentliche Bewusstsein gerückt ist. KI-Rechenzentren sind besonders stromintensiv und übertreffen den Bedarf ihrer Vorgänger bei weitem. Das rasante Tempo, mit dem sich KI-Technologien entwickeln, hat dazu geführt, dass die Versorgungsunternehmen Mühe haben, Schritt zu halten, da die Energiebranche traditionell mit viel längeren Zeitplänen für die Infrastrukturentwicklung arbeitet.

Reaktion der Versorgungsunternehmen auf Lastwachstum

Die traditionelle Reaktion der Versorgungsunternehmen auf die steigende Nachfrage besteht darin, mehr fossilbrennstoffbasierte Kraftwerke, wie etwa Gaskraftwerke, zu bauen oder bestehende Kraftwerke länger als geplant in Betrieb zu halten. Dieser Ansatz ist weitgehend auf die dringende Notwendigkeit zurückzuführen, den wachsenden Energiebedarf von Rechenzentren zu decken. Versorgungsunternehmen wie Dominion Energy, das die größte Konzentration von Rechenzentren in den USA versorgt, mussten ihre Prognosen zum Lastwachstum drastisch überarbeiten. So prognostizierte Dominion im Jahr 2021 ein einstelliges Wachstum über 15 Jahre. Bis 2023 hatte sich diese Prognose auf eine Verdoppelung im gleichen Zeitraum verschoben, eine massive Veränderung, die die Planung und Infrastruktur des Versorgungsunternehmens erheblich unter Druck gesetzt hat.
Die Folgen dieses plötzlichen Nachfrageanstiegs sind tiefgreifend. Versorgungsunternehmen arbeiten mit langen Planungszyklen, die sich oft über Jahrzehnte erstrecken, da für den Bau neuer Infrastruktur, die Erlangung von Wegerechten und die Einholung behördlicher Genehmigungen lange Vorlaufzeiten erforderlich sind. Der rasante Anstieg der Stromnachfrage durch KI-Rechenzentren hat viele Versorgungsunternehmen überrascht und sie gezwungen, schnell umzuschwenken, um potenzielle Engpässe zu vermeiden. Der Bau neuer Gaskraftwerke oder die Ausweitung der fossilen Brennstoffressourcen widerspricht jedoch den Verpflichtungen der großen Technologieunternehmen zur CO2-Neutralität und schafft so ein Spannungsverhältnis zwischen der Deckung des unmittelbaren Energiebedarfs und der Einhaltung langfristiger Nachhaltigkeitsziele.

Rechenzentren und Treibhausgas-Berichterstattung

Die Nutzung von Rechenzentren unterliegt unterschiedlichen Bestimmungen, je nachdem, wie ein Unternehmen das Rechenzentrum nutzt und wer Eigentümer oder Betreiber der Anlage ist. Unternehmen müssen nun über ihre KI- und Rechenzentrumsnutzung Bericht erstatten.

• Scope 1: Hierzu zählen direkte Emissionen aus Quellen, die Eigentum des Unternehmens sind oder von diesem kontrolliert werden. Die Nutzung von Rechenzentren fällt normalerweise nicht unter Scope 1, es sei denn, das Unternehmen ist Eigentümer des Rechenzentrums und der zugehörigen Infrastruktur, einschließlich der Stromerzeugung vor Ort (z. B. Dieselgeneratoren als Backup).
  
• Scope 2: Hierzu zählen indirekte Emissionen aus dem Verbrauch von zugekauftem Strom, Dampf, Heizung und Kühlung. Wenn ein Unternehmen seine eigenen Rechenzentren betreibt und Strom für deren Betrieb kauft, werden die Emissionen aus diesem Stromverbrauch als Scope-2-Emissionen eingestuft.
  
• Scope 3: Dazu gehören alle anderen indirekten Emissionen, die in der Wertschöpfungskette des berichtenden Unternehmens auftreten, einschließlich der vor- und nachgelagerten Emissionen. Wenn ein Unternehmen Hyperscaler oder Cloud-Dienste von Drittanbietern (wie AWS, Google Cloud oder Microsoft Azure) nutzt, werden die Emissionen, die mit dem Strom verbunden sind, der zum Betrieb dieser Rechenzentren verwendet wird, für das Unternehmen als Scope-3-Emissionen eingestuft, da die Rechenzentren Eigentum eines anderen Unternehmens sind und von diesem betrieben werden.

Politik und Ökonomie von KI-Rechenzentren

Die Politik rund um KI-Rechenzentren ist komplex, insbesondere im Hinblick auf ihre Auswirkungen auf Netto-Null-Verpflichtungen. Technologieunternehmen stehen an vorderster Front der Dekarbonisierungsbemühungen und investieren massiv in Projekte für erneuerbare Energien. Das jüngste Wachstum der KI-Arbeitslasten hat jedoch den Ausbau der Infrastruktur für grüne Energie überholt. Infolgedessen sind die Versorgungsunternehmen zunehmend auf fossile Brennstoffe angewiesen, um die neue Nachfrage zu decken, was die Umweltverpflichtungen der Technologieunternehmen untergräbt.

Auch der Wettbewerb um Energieressourcen verschärft sich und weckt die Sorge vor einem möglichen „Nullsummenspiel“, bei dem der steigende Strombedarf von KI-Rechenzentren zu Engpässen oder höheren Kosten für andere Verbraucher führen könnte. Diese Situation ist in verschiedenen Teilen der Welt bereits eingetreten, beispielsweise in Dublin, Singapur und Amsterdam, wo die Regierungen Beschränkungen für den Ausbau von Rechenzentren verhängt haben, um Energieressourcen für andere Zwecke zu erhalten. In den USA ist dieses Szenario noch nicht vollständig eingetreten, aber es bleibt eine drohende Gefahr, da die Nachfrage nach KI-gesteuerter Rechenleistung weiter steigt.

Darüber hinaus hat der Wettbewerbsdruck innerhalb der Technologiebranche, KI-Technologien schnell zu entwickeln und einzusetzen, zu einer Situation geführt, in der Unternehmen dem unmittelbaren Energiebedarf Vorrang vor langfristiger Nachhaltigkeit geben. Diese Dringlichkeit wird durch die Angst getrieben, von Konkurrenten überholt zu werden, was zu massiven finanziellen Verlusten oder sogar zur Überalterung führen könnte. Infolgedessen greifen einige Unternehmen möglicherweise auf weniger nachhaltige Energiequellen wie Kohle zurück, um sicherzustellen, dass sie weiterhin mit voller Kapazität arbeiten können.

Technologische Lösungen und Branchenanpassung

Trotz dieser Herausforderungen gibt es potenzielle Lösungen, die dabei helfen könnten, den steigenden Energiebedarf von KI-Rechenzentren mit den Anforderungen an Nachhaltigkeit in Einklang zu bringen. Ein Ansatz besteht darin, die Nutzung der vorhandenen Infrastruktur durch netzverbessernde Technologien wie dynamische Leitungsbewertungen und fortschrittliche Sensoren zu optimieren, die die Kapazität der Stromleitungen erhöhen und die Gesamteffizienz des Netzes verbessern können. Darüber hinaus können Energiespeicherlösungen wie Batterien dabei helfen, Spitzenlastzeiten zu bewältigen und so den Bedarf an neuen Kraftwerken auf Basis fossiler Brennstoffe zu verringern.

Auch Rechenzentren selbst können bei der Bewältigung dieser Herausforderungen eine Rolle spielen, indem sie ihren Energieverbrauch flexibler gestalten. Viele Rechenzentren sind bereits mit Backup-Stromerzeugungs- und Speicherkapazitäten ausgestattet, die zur Unterstützung des Netzes in Spitzenzeiten genutzt werden könnten. Durch die Optimierung des Software- und Hardwarebetriebs können Rechenzentren ihren Gesamtenergieverbrauch senken und zur Netzstabilität beitragen.

Ein weiterer möglicher Ansatz zur Deckung des Energiebedarfs von KI-Rechenzentren ist die Entwicklung neuer Stromerzeugungstechnologien wie kleiner modularer Reaktoren (SMRs) oder sogar Fusionsenergie. Diese Technologien befinden sich jedoch noch im experimentellen Stadium und werden im nächsten Jahrzehnt wahrscheinlich keine Lösung bieten. Kurzfristig muss der Schwerpunkt darauf liegen, die vorhandenen Ressourcen und die Infrastruktur optimal zu nutzen und gleichzeitig weiterhin in die Entwicklung sauberer Energiequellen zu investieren.

Die Zukunft von KI-Rechenzentren und Versorgungsunternehmen

Die Zukunft von KI-Rechenzentren und ihre Auswirkungen auf Versorgungsunternehmen sind ungewiss, da viele Variablen eine Rolle spielen. Die Geschwindigkeit, mit der sich KI-Technologien weiterentwickeln, hat eine Situation geschaffen, in der sowohl Technologieunternehmen als auch Versorgungsunternehmen Mühe haben, Schritt zu halten. Dies hat zu einer Diskrepanz zwischen dem rasanten Wachstum der Nachfrage nach Elektrizität und der langsamer voranschreitenden Infrastrukturentwicklung geführt, die erforderlich ist, um sie zu unterstützen.

Ein weiteres Problem ist die Möglichkeit einer Überdimensionierung im Rechenzentrumsmarkt. Während sich Technologieunternehmen beeilen, die Ressourcen zu sichern, die sie zur Unterstützung von KI-Workloads benötigen, besteht das Risiko, dass sie massiv in Infrastruktur investieren, die möglicherweise nicht voll ausgelastet wird, wenn die Nachfrageprognosen überbewertet sind. Dies könnte zu Ineffizienzen und finanziellen Verlusten führen, insbesondere wenn Fortschritte in der Halbleitertechnologie den Strombedarf von KI-Servern in Zukunft reduzieren.

Darüber hinaus hat die Abhängigkeit von Rechenzentren Dritter durch Hyperscaler wie Microsoft, Amazon und Google die Landschaft der Branche verändert. Diese Unternehmen sind bei ihren Rechenzentrumsanforderungen nun stärker von externen Anbietern abhängig, was die Gleichung noch komplexer macht. Der Standort dieser Rechenzentren wird zunehmend durch den Zugang zu Strom und nicht durch die Nähe zu großen Kommunikationsknotenpunkten bestimmt, was den Planungs- und Entwicklungsprozess weiter erschwert.

Abschluss

Die Schnittstelle zwischen KI, Rechenzentren und Versorgungsunternehmen stellt eine komplexe und sich rasch entwickelnde Herausforderung dar. Das explosionsartige Wachstum der Nachfrage nach KI-gestützter Rechenleistung hat den Energiesektor unter beispiellosen Druck gesetzt und die Versorgungsunternehmen gezwungen, ihre Strategien zu überdenken und sich an eine neue Ära des Lastwachstums anzupassen. Zwar gibt es potenzielle Lösungen, wie die Optimierung der vorhandenen Infrastruktur und Investitionen in neue Technologien, doch der Weg in die Zukunft ist mit Unsicherheit behaftet.

Technologieunternehmen müssen ihre Ambitionen in Bezug auf die KI-Entwicklung mit ihrem Engagement für Nachhaltigkeit in Einklang bringen, während Versorgungsunternehmen Wege finden müssen, den wachsenden Strombedarf zu decken, ohne die Stabilität des Netzes oder die Umwelt zu gefährden. Während sich die Branche in diesem neuen Umfeld zurechtfindet, werden die heute getroffenen Entscheidungen weitreichende Auswirkungen auf die Zukunft sowohl der KI als auch des Energiesektors haben.