KI verdoppelt Stromverbrauch von Rechenzentren bis 2030
Künstliche Intelligenz treibt den Energieverbrauch von Rechenzentren in die Höhe. Bis 2030 könnten sie so viel Strom fressen wie ganz Japan, prognostiziert die Internationale Energieagentur.

Künstliche Intelligenz führt in den kommenden Jahren zu einem massiven Anstieg des weltweiten Stromverbrauchs. Gleichzeitig könnte die Technologie dem Energiesektor aber auch neue Möglichkeiten zur Kostensenkung, Wettbewerbsfähigkeit und Emissionsreduktion eröffnen. Zu diesem Ergebnis kommt ein neuer Bericht (PDF) der Internationalen Energieagentur (IEA).
Nach heutigem Stand liegt der globale Stromverbrauch von Rechenzentren demnach bei 415 TWh, was rund 1,5 Prozent des weltweiten Stromverbrauchs entspricht. In den kommenden fünf Jahren dürfte sich der Energieverbrauch von Datacenters allerdings mehr als verdoppeln: Gemäss der Prognose der IEA steigt der Stromverbrauch von Rechenzentren bis 2030 auf 945 Terawattstunden (TWh), was in etwa dem gesamten heutigen Stromverbrauch Japans entspricht.
Hauptverursacher dieses Anstiegs sind KI-Anwendungen. Dementsprechend geht die IEA davon aus, dass sich der Anteil von KI-optimierten Rechenzentren bis 2030 vervierfacht. Ein einzelnes, auf KI getrimmtes Rechenzentrum kann gemäss der IEA aktuell und im Schnitt so viel Strom verbrauchen wie 100’000 Haushalte. Besonders grosse, derzeit im Bau befindliche KI-Datacenters, könnten 20-mal so viel verbrauchen.
Der grösste Teil des steigenden Stromverbrauchs entfällt auf die USA. Schon heute würden 45 Prozent des weltweit für Rechenzentren benötigten Stroms in den Vereinigten Staaten verbraucht - auf den Plätzen zwei und drei folgen China (25 Prozent) und Europa (15 Prozent). US-Rechenzentren sind für fast die Hälfte des Anstiegs des Stromverbrauchs bis 2030 verantwortlich. Bis dahin dürfte die US-Wirtschaft dem Bericht zufolge mehr Strom für die Datenverarbeitung benötigen als für die Produktion aller energieintensiven Güter zusammengenommen – darunter Aluminium, Stahl, Zement und Chemikalien.
Stromverbrauch von Rechenzentren nach Regionen (2005-2024). (Source: International Energy Agency)
KI als Ursprung und Lösung des Problems
Künstliche Intelligenz verschärfe einige Probleme der Energiesicherheit, während sie zur Lösung anderer beitragen könnte, argumentieren die Autoren des Berichts. So treibe KI zwar den Stromverbrauch der Rechenzentren in die Höhe - die Technologie komme aber auch zum Einsatz, um Prozesse in der Industrie zu optimieren, was wiederum Energieeinsparungen ermögliche.
Als weiteres Beispiel nennen die Studienautoren die IT-Sicherheit: Cyberangriffe auf Energieversorger hätten sich in den vergangenen vier Jahren verdreifacht und seien durch den Einsatz von KI raffinierter geworden. Gleichzeitig entwickelt sich KI zu einem entscheidenden Instrument für Energieunternehmen, um sich gegen solche Angriffe zu verteidigen.
Ähnlich argumentieren die Autoren bezüglich der Emissionen: Während der Anstieg des Strombedarfs für Rechenzentren die Emissionen voraussichtlich erhöhen werde, könnte dieser Anstieg im Gesamtkontext des Energiesektors gering ausfallen und potenziell durch KI-gestützte Techniken zur Emissionsreduktion kompensiert werden.
"KI ist heute eines der grössten Themen in der Energiewelt, aber bisher fehlen den politischen Entscheidungsträgern und Märkten die Instrumente, um die weitreichenden Auswirkungen vollständig zu verstehen", sagt IEA-Exekutivdirektor Fatih Birol.
In der Schweiz hat sich der Markt für Rechenzentren in den vergangenen Jahren übrigens konsolidiert - mehr dazu erfahren Sie in der Marktübersicht.

KI treibt globale Cloud-Ausgaben in die Höhe

Was Mitarbeitende wirklich bindet – der psychologische Vertrag

Von der Wohnzimmer-Firma zur Nummer eins in der Europäischen Union

Gemeinsam stärker – interne Kultur trifft externe Marktkenntnis

Wie können Schweizer KMUs Tech-Talente anheuern und halten?

Firmenporträt Centris

Tiun und Taurus sind die besten Schweizer Fintech-Start-ups

Kantonsschule Zürcher Unterland sucht ICT-Leitung

Wenn die Infrastruktur bremst – wie Unternehmen sich selbst ausbremsen
