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

Der Anstieg von KI und ihre Auswirkungen auf die Nachfrage nach Elektrizität, insbesondere in Rechenzentren, stellt eine erhebliche Herausforderung für Versorgungsunternehmen in den Vereinigten Staaten und dem Rest der Welt dar. Viele Jahre blieb die Stromnachfrage in den USA relativ stagnierend, wobei die Versorgungsunternehmen wenig bis kein Wachstum im Verbrauch verzeichneten. Diese Stagnation wurde dem reifen Zustand der Wirtschaft zugeschrieben, die ohne einen entsprechenden Anstieg des Energieverbrauchs wachsen konnte. Allerdings verändert sich die Landschaft schnell aufgrund des explosiven Wachstums von Rechenzentren, insbesondere solchen, die für KI-Workloads bestimmt sind, die erheblich mehr Energie benötigen als traditionelle Rechenzentren.

Warum ist das wichtig?

Die Internationale Energieagentur (IEA) schätzt, dass Rechenzentren 1–1,3% der globalen Stromnachfrage im Jahr 2022 ausmachten und dass dieser Anteil bis 2026 auf 1,5–3% steigen soll. Die IEA weist auch darauf hin, dass das Wachstum der Rechenzentren zu lokalen Engpässen bei der Netzanbindung und Wasser beiträgt. Rechenzentren könnten bis 2030 zwischen 4,6% und 9,1% des US-Stroms verbrauchen, laut einer Analyse des Electric Power Research Institute (EPRI).
Eine traditionelle Google-Suche benötigt etwa 0,3 Wattstunden (Wh), während eine Abfrage mit ChatGPT, dem von OpenAI entwickelten Chatbot, etwa 2,9 Wh erfordert. 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. Ein einzelnes ChatGPT-Gespräch verbraucht etwa fünfzig Zentiliter Wasser, was einer Plastikflasche entspricht.

Der Boom der KI-Rechenzentren

Der plötzliche Anstieg der Nachfrage nach Elektrizität kann weitgehend auf das Aufkommen von generativen KI-Technologien wie ChatGPT zurückgeführt werden. Dieser Wandel hat sich seit der Veröffentlichung von GPT-3 Ende 2022 beschleunigt, die KI ins öffentliche Bewusstsein rückte. KI-Rechenzentren sind besonders energieintensiv und übertreffen bei weitem die Anforderungen ihrer Vorgänger. Das schnelle Tempo, mit dem sich KI-Technologien entwickeln, hat die Versorgungsunternehmen in Schwierigkeiten gebracht, da die Energiebranche traditionell auf viel längeren Zeitrahmen für die Infrastrukturentwicklung operiert.

Die Reaktion der Versorgungsunternehmen auf das Lastwachstum

Die traditionelle Reaktion der Versorgungsunternehmen auf die steigende Nachfrage bestand darin, mehr fossil befeuerte Kraftwerke zu bauen, wie z.B. Gaskraftwerke, oder bestehende länger als geplant in Betrieb zu halten. Dieser Ansatz wird weitgehend durch die dringende Notwendigkeit getrieben, den wachsenden Energiebedarf der Rechenzentren zu decken. Versorgungsunternehmen wie Dominion Energy, das die größte Konzentration von Rechenzentren in den USA bedient, mussten ihre Prognosen für das Lastwachstum drastisch überarbeiten. Zum Beispiel prognostizierte Dominion im Jahr 2021 ein Wachstum im einstelligen Bereich über 15 Jahre. Bis 2023 hatte sich diese Prognose auf eine Verdopplung über denselben Zeitraum verschoben, eine massive Veränderung, die erheblichen Druck auf die Planung und Infrastruktur des Versorgungsunternehmens ausgeübt hat.
Die Auswirkungen dieses plötzlichen Nachfrageschubs sind tiefgreifend. Versorgungsunternehmen arbeiten mit langen Planungszyklen, die oft Jahrzehnte umfassen, aufgrund der umfangreichen Vorlaufzeiten, die für den Bau neuer Infrastrukturen, die Beschaffung von Wegerechten und die Sicherung von Genehmigungen erforderlich sind. Das schnelle Wachstum der Stromnachfrage, das durch KI-Rechenzentren angetrieben wird, hat viele Versorgungsunternehmen unvorbereitet getroffen und sie gezwungen, schnell umzuschwenken, um potenzielle Engpässe zu vermeiden. Der Bau neuer Gaskraftwerke oder die Erweiterung fossiler Brennstoffressourcen widerspricht jedoch den Verpflichtungen zur Kohlenstoffneutralität, die von großen Technologieunternehmen eingegangen wurden, was eine Spannung zwischen der Deckung unmittelbarer Energiebedürfnisse und der Einhaltung langfristiger Nachhaltigkeitsziele schafft.

Rechenzentren und GHG-Berichterstattung

Die Nutzung von Rechenzentren fällt unter verschiedene Bereiche, abhängig davon, wie ein Unternehmen das Rechenzentrum nutzt und wer die Einrichtung besitzt oder betreibt. Unternehmen müssen nun über ihre KI- und Rechenzentrumsnutzung berichten.

• Bereich 1: Dies umfasst direkte Emissionen aus Quellen, die im Besitz des Unternehmens sind oder von diesem kontrolliert werden. Die Nutzung von Rechenzentren fällt typischerweise nicht unter Bereich 1, es sei denn, das Unternehmen besitzt das Rechenzentrum und die zugehörige Infrastruktur, einschließlich der Stromerzeugung vor Ort (z.B. Notstromdieselgeneratoren).
  
• Bereich 2: Dies umfasst indirekte Emissionen aus dem Verbrauch von gekaufter Elektrizität, Dampf, Heizung und Kühlung. Wenn ein Unternehmen seine eigenen Rechenzentren betreibt und Elektrizität kauft, um diese zu betreiben, würden die Emissionen aus diesem Stromverbrauch als Emissionen des Bereichs 2 klassifiziert.
  
• Bereich 3: Dies umfasst alle anderen indirekten Emissionen, die in der Wertschöpfungskette des berichtenden Unternehmens auftreten, einschließlich sowohl upstream als auch downstream Emissionen. Wenn ein Unternehmen Drittanbieter-Hyperscaler oder Cloud-Dienste (wie AWS, Google Cloud oder Microsoft Azure) nutzt, würden die Emissionen, die mit dem Stromverbrauch zur Versorgung dieser Rechenzentren verbunden sind, als Emissionen des Bereichs 3 für das Unternehmen klassifiziert, da die Rechenzentren von einer anderen Einheit betrieben werden.

Die Politik und Wirtschaft der KI-Rechenzentren

Die Politik rund um KI-Rechenzentren ist komplex, insbesondere hinsichtlich ihrer Auswirkungen auf die Netto-Null-Verpflichtungen. Technologieunternehmen stehen an der Spitze der Dekarbonisierungsbemühungen und investieren stark in Projekte für erneuerbare Energien. Das jüngste Wachstum der KI-Workloads hat jedoch das Wachstum der grünen Energieinfrastruktur übertroffen. Infolgedessen verlassen sich die Versorgungsunternehmen zunehmend auf fossile Brennstoffe, um die neue Nachfrage zu decken, was die Umweltverpflichtungen der Technologieunternehmen untergräbt.

Der Wettbewerb um Energieressourcen intensiviert sich ebenfalls, was Bedenken hinsichtlich eines potenziellen „Nullsummenspiels“ aufwirft, bei dem die wachsenden Energiebedürfnisse der KI-Rechenzentren zu Engpässen oder höheren Kosten für andere Verbraucher führen könnten. Diese Situation hat sich bereits in verschiedenen Teilen der Welt, wie Dublin, Singapur und Amsterdam, abgespielt, wo Regierungen Beschränkungen für den Ausbau von Rechenzentren auferlegt haben, um Energieressourcen für andere Verwendungen zu erhalten. In den USA hat sich dieses Szenario noch nicht vollständig materialisiert, bleibt jedoch eine drohende Bedrohung, da die Nachfrage nach KI-gesteuerter Rechenleistung weiter wächst.

Darüber hinaus hat der Wettbewerbsdruck innerhalb der Technologiebranche, KI-Technologien schnell zu entwickeln und einzuführen, zu einer Situation geführt, in der Unternehmen unmittelbare Energiebedürfnisse über langfristige Nachhaltigkeit priorisieren. Diese Dringlichkeit wird durch die Angst getrieben, von Rivalen überholt zu werden, was zu massiven finanziellen Verlusten oder sogar zur Obsoleszenz führen könnte. Infolgedessen könnten einige Unternehmen auf weniger nachhaltige Energiequellen wie Kohle zurückgreifen, um sicherzustellen, dass sie weiterhin mit voller Kapazität arbeiten können.

Technologische Lösungen und Branchenanpassung

Trotz der Herausforderungen gibt es potenzielle Lösungen, die helfen könnten, die wachsenden Energieanforderungen von KI-Rechenzentren mit dem Bedarf an Nachhaltigkeit in Einklang zu bringen. Ein Ansatz besteht darin, die Nutzung bestehender Infrastrukturen durch netzverbessernde Technologien wie dynamische Leitungsbewertungen und fortschrittliche Sensoren zu optimieren, die die Kapazität von Stromleitungen erhöhen und die Gesamteffizienz des Netzes verbessern können. Darüber hinaus können Energiespeicherlösungen wie Batterien helfen, Spitzenlastzeiten zu managen und die Notwendigkeit neuer fossil befeuerter Kraftwerke zu reduzieren.

Rechenzentren selbst können ebenfalls eine Rolle bei der Bewältigung dieser Herausforderungen spielen, indem sie flexibler in ihrem Energieverbrauch werden. Viele Rechenzentren sind bereits mit Backup-Generatoren und Speicherkapazitäten ausgestattet, die genutzt werden könnten, um das Netz während Spitzenzeiten zu unterstützen. Durch die Optimierung von Software- und Hardwareoperationen können Rechenzentren ihren Gesamtenergieverbrauch reduzieren und zur Netzstabilität beitragen.

Ein weiterer potenzieller Ansatz zur Deckung des Energiebedarfs von KI-Rechenzentren ist die Entwicklung neuer Stromerzeugungstechnologien, wie z.B. kleiner modularer Reaktoren (SMRs) oder sogar Fusionsenergie. Diese Technologien befinden sich jedoch noch in der experimentellen Phase und werden voraussichtlich in den nächsten zehn Jahren keine Lösung bieten. Kurzfristig wird der Fokus darauf liegen müssen, das Beste aus bestehenden Ressourcen und Infrastrukturen zu machen, während weiterhin in die Entwicklung sauberer Energiequellen investiert wird.

Die Zukunft der KI-Rechenzentren und Versorgungsunternehmen

Die Zukunft der KI-Rechenzentren und deren Auswirkungen auf die Versorgungsunternehmen ist ungewiss, da viele Variablen im Spiel sind. Die Geschwindigkeit, mit der sich KI-Technologien entwickeln, hat eine Situation geschaffen, in der sowohl Technologieunternehmen als auch Versorgungsunternehmen Schwierigkeiten haben, Schritt zu halten. Dies hat zu einer Diskrepanz zwischen dem schnellen Wachstum der Nachfrage nach Elektrizität und der langsamer fortschreitenden Infrastrukturentwicklung geführt, die erforderlich ist, um sie zu unterstützen.

Das Potenzial für Überkapazitäten im Rechenzentrumsmarkt ist ein weiteres Anliegen. Während Technologieunternehmen hastig versuchen, die Ressourcen zu sichern, die sie benötigen, um KI-Workloads zu unterstützen, besteht das Risiko, dass sie stark in Infrastrukturen investieren, die möglicherweise nicht vollständig genutzt werden, wenn die Nachfrageprognosen übertrieben sind. Dies könnte zu Ineffizienzen und finanziellen Verlusten führen, insbesondere wenn Fortschritte in der Halbleitertechnologie die Energieanforderungen von KI-Servern in Zukunft reduzieren.

Darüber hinaus hat die Abhängigkeit von Drittanbieter-Rechenzentren durch Hyperscaler wie Microsoft, Amazon und Google die Landschaft der Branche verändert. Diese Unternehmen sind nun stärker auf externe Anbieter für ihre Rechenzentrumsbedürfnisse angewiesen, was eine weitere Komplexität in die Gleichung einbringt. Der Standort dieser Rechenzentren wird zunehmend durch den Zugang zu Strom und nicht durch die Nähe zu wichtigen Kommunikationszentren bestimmt, was den Planungs- und Entwicklungsprozess weiter kompliziert.

Fazit

Die Schnittstelle von KI, Rechenzentren und Versorgungsunternehmen stellt eine komplexe und sich schnell entwickelnde Herausforderung dar. Das explosive Wachstum der Nachfrage nach KI-gesteuerter Rechenleistung hat den Energiesektor unter beispiellosen Druck gesetzt, was die Versorgungsunternehmen zwingt, ihre Strategien zu überdenken und sich an eine neue Ära des Lastwachstums anzupassen. Während es potenzielle Lösungen gibt, wie die Optimierung bestehender Infrastrukturen und Investitionen in neue Technologien, ist der Weg nach vorne mit Unsicherheiten behaftet.

Technologieunternehmen müssen ihre Ambitionen für die KI-Entwicklung mit ihren Verpflichtungen zur Nachhaltigkeit in Einklang bringen, während Versorgungsunternehmen Wege finden müssen, um die wachsende Nachfrage nach Elektrizität zu decken, ohne die Stabilität des Netzes oder die Umwelt zu gefährden. Während die Branche diese neue Landschaft navigiert, werden die heute getroffenen Entscheidungen weitreichende Auswirkungen auf die Zukunft sowohl der KI als auch des Energiesektors haben.