KI-Stromverbrauch KI-Investitionen: Neue Energiequellen für Stromfresser gesucht

Anbieter zum Thema

Kendox AG

Esker Software Entwicklungs-und Vertrieb

Yorizon GmbH & Co. KG

Rechenzentren avancieren im Zuge gesteigerter KI-Investitionen zu zentralen Vermögenswerten und zugleich zu stromfressenden Giganten. Bis 2030 wird sich deren Stromverbrauch auf über 1.000 TWh verdoppeln, was die Energiesysteme belastet und die Dekarbonisierung des Netzes vor Herausforderungen stellt.

Aktuell sehen wir ein kapitalintensives Wettrüsten um die weltweite Vorherrschaft in der Datenverarbeitung zwischen einigen wenigen großen Technologieunternehmen – in der Folge sind Rechenzentren zu entscheidenden strategischen Vermögenswerten avanciert. Im Jahr 2024 dürften die KI-Investitionen allein für Rechenzentren 375 Milliarden U-Dollar erreicht haben, ein Plus von 44 Prozent gegenüber 2023. Rund 55 Prozent davon stammen geschätzt von US-Hyperscalern, betrieben von den großen Konzernen wie Microsoft und Meta. Sie verfügen in der Regel über eine kritische Leistung von über 40 MW und erfordern Investitionen von mehr als einer Milliarde US-Dollar einschließlich IT-Ausrüstung. Für 2025 dürften die Investitionen in Rechenzentren erneut um 26 Prozent auf dann fast 500 Milliarden US-Dollar steigen.

KI-Investitionen: Umsatzboom bei Anbietern von KI-Chips

Zwar hat das R1-Modell von DeepSeek die Debatte über KI-Investitionen neu entfacht, da es mit vergleichsweise begrenzten Ressourcen eine hohe Leistung erbringt. Doch offenbar betrachten die Hyperscaler DeepSeek eher als Beschleuniger denn als Grund, ihre KI-Investitionen einzuschränken. Der beispiellose Anstieg der Nachfrage nach Rechenleistung spiegelt sich nicht zuletzt auch in einem außerordentlichen Umsatzwachstum bei den Anbietern von KI-Chips für Rechenzentren wider, allen voran Nvidia. Die Jahresumsätze der Rechenzentren von großen Anbietern wie Nvidia, AMD und Intel stiegen. Im Jahr 2021 lagen sie bei 37 Milliarden US-Dollar. Bis 2024 werden sie auf 161 Milliarden US-Dollar wachsen. Prognosen zeigen, dass sie bis 2027 sogar 340 Milliarden US-Dollar erreichen könnten. Das wäre eine achtfache Steigerung im Vergleich zu den Zeiten vor KI.

Der KI-getriebene Investitionszyklus verändert auch die Dynamik für Anbieter von elektrischen und thermischen Systemen, da die Anforderungen des beschleunigten Rechnens die Konvergenz zwischen IT-Ausrüstung und Infrastruktur (Strom und Kühlung) vorantreiben. Immer größere Rechenzentren und strengere Anforderungen an die Energieeffizienz verstärken den Druck. Angetrieben durch ihre strategische Ausrichtung auf GenAI stiegen die KI-Investitionen der Hyperscaler im Jahr 2024 um 61 Prozent auf US-Dollar 218 Mrd – und in 2025 sollen die KI- Investitionen weiter zunehmen (+ 28 Prozent in 2025 laut Bloomberg-Konsensus).

KI-Investitionen: Hoffnung auf neue „Killer-Apps“ 

Allerdings: Wir bei Bryan, Garnier & Co. gehen davon aus, dass sich der Investitionszyklus aktuell an einem Scheideweg befindet: Zwar sollen die KI-Investitionen in GenAI bis 2030 mehr als 1 Millarde US-Dollar betragen, doch werden diese wahrscheinlich auf Probleme mit der Rendite stoßen, da sie kurzfristig nur begrenzt Umsatzerlöse generieren – es sei denn, es gibt schon bald bahnbrechende KI-gestützte Anwendungen, die schnell zu einer breiten Akzeptanz führen. Letztlich wird die Entwicklung der Investitionen in KI-Rechenzentren von drei zentralen Faktoren abhängen:

• Aufkommen von transformativen Anwendungen („Killer-Apps“)
• Tatsächliche Dynamik bei der Skalierung 
• Verfügbarkeit von ausreichend Energie

Abhängig von diesen Faktoren sehen wir mittel- und langfristig drei potenzielle Szenarien, wobei der (realistische) Basisfall „Stetige Expansion der KI-Investitionen“ von einer eher moderaten Entwicklung ausgeht: Hier verbessert sich die Hardware- und Modellleistung im Rahmen der Skalierungsgesetze, die Investitionen bleiben mangels kurzfristiger Renditen durch „Killer-Apps“ aber überschaubar, da die Monetarisierung von KI-Anwendungen eine längere Zeit braucht. Im optimistischen Szenario „Exponentieller KI-Anstieg“ indes führen Durchbrüche bei neuronalen Architekturen, Algorithmen oder Hardware zu einem Wendepunkt, der eine noch nie dagewesene Nachfrage nach Rechenleistung hervorruft.

KI-Strategie

KI made in Bayern – zwischen Bäckerei und Big-Tech-Konzern

Steigender Energiebedarf verlangt Paradigmenwechsel

Doch selbst wenn es nicht zu so einer exponentiellen Zunahme der KI-Anwendungen (Szenario 1) kommen sollte: Der rasche Ausbau von Rechenzentren in den USA und Europa wird die Belastung der Netze auf jeden Fall in bisher nie gesehenem Maße erhöhen. Bis 2050 wird sich die weltweite Stromnachfrage von 30 PWh im Jahr 2023 voraussichtlich auf 62 PWh verdoppeln, angetrieben durch die generell zunehmende Elektrifizierung. Dabei dürfte allein der Stromverbrauch von Rechenzentren (ca. 500 TWh im Jahr 2025, das heißt zwei Prozent des weltweiten Bedarfs) bis 2030 über 1.000 TWh betragen, was vor allem auf die energieintensiven Anforderungen von KI-gesteuerten Anwendungen zurückzuführen ist. Da fossile Brennstoffe weiterhin die weltweite Stromerzeugung dominieren, macht die Kombination aus explodierender Nachfrage und steigenden CO2-Emissionen unmissverständlich deutlich: Es braucht einen Paradigmenwechsel.

Für die großen Rechenzentrumsbetreiber führt kein Weg mehr vorbei an der Integration stabiler, kohlenstoffarmer Energiequellen und der Erforschung aller Alternativen – dazu zählt etwa die Stromerzeugung vor Ort via Sonne und Wind kombiniert mit Batteriespeichersystemen (BESS): Mit ihrer Hilfe kann die überschüssige Energie, die in Zeiten hoher Produktion erzeugt wird, gespeichert und in Zeiten schwacher Erzeugung oder im Fall besonders hohem Bedarf genutzt werden. Diese Kombination gewährleistet eine stabilere und zuverlässigere Versorgung mit sauberem Strom und minimiert Schwankungen.

Small Modular Reactors als Option zur Energiegewinnung

Doch das wird nicht ausreichen. Eine weitere Alternative ist der Einsatz von SMRs (Small Modular Reactors). Nach der Kritik an früheren SMR-Konzepten im Hinblick auf ihre Anpassungsfähigkeit, lange Entwicklungszeiten sowie generelle Sicherheitsbedenken, ist diese Technologie inzwischen weit fortgeschritten. Auch in Deutschland, wo man sich seit Jahren auf erneuerbare Energien konzentriert hat, könnte das veränderte Umfeld zu neuen Überlegungen im Hinblick auf diese Option führen. 

Aus unserer Sicht stellen SMRs eine interessante Lösung dar, um zuverlässig kohlenstoffarme Energie in Rechenzentren zu gewinnen, ohne die Nachhaltigkeitsziele zu gefährden. Die jüngsten Ankündigungen von einigen Hyperscaler zu  Investitionen in SMRs sprechen für sich – und inzwischen ist hier weltweit eine Menge in Bewegung geraten.