Deutsch
English
Español
Français
Nederlands
Português
2026 investieren die fünf größten Hyperscaler – Amazon, Microsoft, Alphabet, Meta und Oracle – voraussichtlich 725 Mrd. $ in KI-Infrastruktur. Doch die Stromverfügbarkeit ist zum primären Engpass geworden. Die globale Datenzentren-Kapazität muss sich bis 2030 auf 200 GW verdoppeln, der Leerstand liegt bei 1,4%. Strompreise nahe Hyperscaler-Standorten stiegen um 267% seit 2020. Dieser Artikel analysiert die Energiekrise als strategischen Engpass der KI-Revolution.
Das Ausmaß: 162 Mrd. $ blockierte Projekte
Über 162 Mrd. $ an Rechenzentrumsprojekten sind wegen Strommangel blockiert. Von 12 GW geplanter US-Kapazität sind nur 5 GW im Bau. Die Hälfte aller Projekte wird verzögert. Die globale Datenzentren-Kapazität soll laut JLL von 103 GW (2025) auf 200 GW (2030) wachsen.
Warum Strom zum Engpass wurde
Netzanschlusskrise
Die US-Netzanschlussschlange umfasst 2.600 GW mit Wartezeiten bis fünf Jahren. Eine Lücke von 7 GW blockiert 650 Mrd. $ an Investitionen.
KI-Stromhunger
Rechenzentren verbrauchen 415 TWh, bis 2030 945 TWh. KI-Workloads machen bis 2030 die Hälfte aus. Training eines LLM verbraucht 1.287 MWh.
Renaissance der Kernkraft
Alle großen Hyperscaler haben Atomstromverträge unterzeichnet: 13 Projekte mit 9,8 GW. Microsoft (Three Mile Island Neustart, 835 MW), Amazon (X-energy), Google (Kairos Power, 500 MW), Meta (6,6 GW). Kernkraft bietet >90% Kapazitätsfaktor. Diese Wende verändert die Landschaft der Atomkraft-Stromabnahmeverträge.
Geopolitische Implikationen
Energiereiche Regionen gewinnen strategischen Vorteil. Die geopolitischen Auswirkungen des KI-Energiebedarfs sind tiefgreifend. Lieferkettenengpässe betreffen 68% bei Hardware, 44% bei Transformatoren. Den USA droht bis 2028 ein Defizit von 49 GW.
Expertenmeinungen
Analysten betonen: 'Stromverfügbarkeit, nicht Kapital, ist der Engpass. Die physische Infrastruktur hinkt Jahren hinterher.'
Häufig gestellte Fragen
Was ist ein PPA?
Ein langfristiger Vertrag zwischen Erzeuger und Kunde, 5–20 Jahre, für erneuerbare und Kernkraft.
Wie viel Strom verbrauchen KI-Rechenzentren?
415 TWh (2024), >945 TWh bis 2030. KI könnte 2028 über 50% des Rechenzentrumsstroms nutzen.
Warum setzen Hyperscaler auf Kernkraft?
Kernkraft bietet >90% Kapazität, kohlenstofffreien Grundlaststrom für KI-Cluster.
Training vs. Inferenz?
Training verbraucht mehr pro Aufgabe, Inferenz macht 80% der Rechenleistung aus.
Welche Regionen profitieren?
Naher Osten, US-Regionen mit Kernkraft/Erdgas, Gebiete mit Erneuerbaren.
Fazit
Der 725-Mrd.-$-Investitionszyklus hängt von der Lösung des Energieproblems ab. Atom-PPAs, geopolitische Neuausrichtung und Netzmodernisierung prägen die nächste Phase. Strom ist das strategische Gut der KI-Ära.
Follow Discussion