Eine neue Analyse von 403 Hyperscale Rechenzentren in den USA legt nahe, dass diese gemeinsam jedes Jahr etwa so viel Strom verbrauchen wie einige der größten Bundesstaaten des Landes. Die Erkenntnis ist ein seltener Versuch, eine harte Zahl für eine Branche zu finden, die ihren Energieverbrauch größtenteils aus der Öffentlichkeit heraushält, und sie kommt genau zu dem Zeitpunkt, da KI diese Anlagen zu schnellem Wachstum antreibt.
Die Zahlen hinter der Schlagzeile
Francesca Dominici von der Harvard University und ihre Kolleginnen und Kollegen verbrachten zwei Jahre damit, Informationen über 403 Hyperscale Rechenzentren zusammenzutragen, um abzuschätzen, wie viel Strom sie verbrauchen und wie viel Kohlenstoffdioxid dies erzeugt. Hyperscale Anlagen sind die sehr großen Standorte, die KI Tools, Cloud Computing und LLMs unterstützen.
Ihre Schätzung: etwa 82 Terawattstunden (TWh) Strom zwischen Mai 2024 und April 2025, was ungefähr 1,8 Prozent des gesamten US-Stromverbrauchs entspricht. Das ist mehr als der jährliche Verbrauch von Bundesstaaten wie Missouri, Kentucky und New Jersey. Das obere Ende der Spanne des Teams, 99 TWh pro Jahr, würde diese Anlagen auf eine Stufe mit Bundesstaaten wie Indiana, Michigan und Washington stellen.
Die Klimaseite ist ebenso auffällig. Die Forschenden schätzen, dass etwa 54 Prozent der diesen Standorten zugeschriebenen Erzeugung aus fossilen Brennstoffen stammten, was jährliche Kohlenstoffdioxidemissionen von 25,7 Millionen Tonnen erzeugte. Das ist vergleichbar mit dem Ausstoß von 67 Gaskraftwerken.
Es hilft zu verstehen, warum diese Zahl überhaupt so schwer zu bekommen war. Viele Betreiber melden ihren Stromverbrauch oder ihre Emissionen nicht öffentlich, sodass Außenstehende das Bild aus anderen Daten rekonstruieren müssen. Dominicis Beschreibung der Arbeit als “eine enorme Menge Arbeit” spiegelt wider, wie viel Mühe es kostet, etwas zu sehen, das in physischer Hinsicht enorm ist.
Wie stark sollten wir der Schätzung vertrauen?
Das ist der Teil, den die meiste Berichterstattung auslässt, und er ist wichtig. Die Autorinnen und Autoren der Studie sowie externe Forschende äußern sich offen zu ihren Grenzen.
Alex de Vries-Gao, ein Datenwissenschaftler an der Freien Universität Amsterdam, stellt fest, dass die Ergebnisse mit internationalen Schätzungen des Rechenzentrums-Stromverbrauchs der Internationalen Energieagentur übereinstimmen, sodass sie “nicht besonders schockierend” sind. Seiner Lesart nach bestätigt die Arbeit hauptsächlich die Größenordnung der Auswirkungen. Er warnt jedoch auch, dass sich die Analyse auf kommerzielle Daten stützt, die nur schwer unabhängig zu verifizieren sind, zusammen mit Annahmen über den Stromverbrauch und die Betriebskapazität jeder Anlage. “Du kannst die Ergebnisse nicht wirklich validieren”, warnt er.
Yury Dvorkin von der Johns Hopkins University fügt eine andere Kritik hinzu: Die Analyse ist relativ grob. Sie berücksichtigt keine Faktoren wie etwa die Frage, wie Netzengpässe die Emissionen des Netzstroms beeinflussen. “Sie ignorieren eine Menge Nuancen”, sagt er.
Dominici räumt ein, dass viele Annahmen eingeflossen sind. Ihr geht es weniger darum, die genaue Zahl zu verteidigen, als vielmehr um die Lücke, die sie aufdeckt. Sie möchte, dass die Betreiber transparenter sind, denn nach ihren Worten wird das öffentliche Narrativ nicht durch strenge wissenschaftliche Daten gestützt. Eine aus indirekten Beweisen aufgebaute Schätzung ist in gewisser Weise ein Symptom des Problems, das sie beschreibt.
Die vernünftige Lesart ist also folgende: Betrachte 82 TWh als eine glaubwürdige Größenordnung und nicht als eine präzise Messung. Die Spanne von 82 bis 99 TWh ist der ehrliche Weg, damit umzugehen.
Warum es über die Megawatt hinaus wichtig ist
Hyperscale Rechenzentren existieren aus gutem Grund. Durch die Nutzung von Skaleneffekten senken sie die Kosten für Rechenleistung für die Unternehmen, die sie nutzen, und betreiben Server so effizient wie möglich. Der Kompromiss besteht darin, dass die Anlage umso schwerer auf die umliegende Gemeinde einwirkt, je größer sie ist.
Strom ist nur ein Teil dieses Fußabdrucks. Diese Standorte benötigen außerdem große Mengen Wasser, um ihre Server zu kühlen, und beanspruchen viel Land. Die Quelle verweist auf ein vorgeschlagenes Rechenzentrum in Utah, das eine Fläche einnehmen würde, die doppelt so groß ist wie Manhattan, und fast den jährlichen Spitzenstrombedarf des Bundesstaates verdoppeln würde, ein Plan, der heftigen Gegenwind von Anwohnern ausgelöst hat.
De Vries-Gao beschreibt, was die Menschen vor Ort erleben: steigende Grundstücks-, Strom- und Wasserpreise sowie mögliche Zunahmen der Luftverschmutzung und des Abfalls. Das, so deutet er an, ist der Grund, warum Menschen protestieren und warum Hyperscale Standorte allein schon wegen ihrer schieren Größe die schmerzhafteste Art von Anlage sein könnten.
Die Politik verschiebt sich entsprechend. Der öffentliche Widerstand in den USA hat im vergangenen Jahr stark zugenommen, und eine jüngste Umfrage legt nahe, dass 76 Prozent der Amerikaner den Bau eines neuen Rechenzentrums in ihrer Gemeinde ablehnen würden. Mittlerweile greifen viele neue Anlagen auf private Gaskraftwerke anstelle des Stromnetzes zurück, was ihre Klimawirkung erhöht.
Das ist die größere Lektion für jeden, der über KI nachdenkt. Es ist leicht, KI als schwerelose Software zu behandeln, als etwas, das in “der Cloud” lebt. Diese Forschung ist eine Erinnerung daran, dass jede Modellantwort auf konkreter Infrastruktur beruht: Land, Wasser, Kabel und Brennstoff. Entscheidungen darüber, wo diese Infrastruktur hinkommt, wer dafür bezahlt und wie offen sie gemessen wird, sind keine technischen Fußnoten. Sie sind die Bedingungen, unter denen Gemeinden entscheiden werden, ob sie die Technologie nebenan akzeptieren wollen.
Kurz gefasst
Hyperscale Rechenzentren in den USA verbrauchten in einem einzigen Jahr schätzungsweise 82 TWh Strom, etwa 1,8 Prozent des nationalen Verbrauchs und mehr als Bundesstaaten wie Missouri, Kentucky und New Jersey. Die damit verbundenen Emissionen von rund 25,7 Millionen Tonnen Kohlenstoffdioxid sind erheblich, obwohl die Studie auf Annahmen beruht, die laut externen Experten nicht vollständig verifiziert werden können. Was die Arbeit am deutlichsten zeigt, ist, dass der Energie Fußabdruck der Branche groß, unzureichend offengelegt und zunehmend von den Gemeinden umstritten ist, die sie beherbergen. Eine bessere Transparenz seitens der Betreiber ist die fehlende Zutat für eine Debatte, die den Daten derzeit vorauseilt.
Basierend auf Berichten von New Scientist.
Zur Originalstudie.