KI-Rechenzentren sollen ihren Stromverbrauch verschieben
Emerald AI hat gemeinsam mit Google und Nvidia die AI Energy Management Alliance, kurz AEMA, gegründet. Anthropic sowie die Energieversorger AES, Constellation, National Grid und NRG Energy beteiligen sich ebenfalls. Ziel ist es, mehr Rechenzentren an bestehende Stromnetze anzuschließen, ohne jede Lastspitze durch neue Kraftwerke und Leitungen abdecken zu müssen.
Dafür setzt die Allianz auf Lastmanagement, international meist Demand Response genannt. Große Stromverbraucher reduzieren oder verschieben ihren Bedarf vorübergehend, wenn das Netz stark ausgelastet ist. Bei Rechenzentren lassen sich beispielsweise nicht zeitkritische KI-Aufgaben pausieren oder an einen anderen Standort verlagern.
Die AEMA hält durch flexiblere Rechenlasten zusätzliche Anschlusskapazität für bis zu 100 GW an Rechenzentren für möglich.
Emerald AI verbindet Netzbetreiber und Rechenzentren
Lastmanagement ist kein neues Verfahren. Industrieunternehmen unterbrechen seit Jahrzehnten zeitweise ihre Produktion oder nutzen eigene Generatoren, wenn Energieversorger eine hohe Netzbelastung melden. Im Gegenzug erhalten sie üblicherweise eine Vergütung.
Rechenzentren greifen bisher häufig auf Dieselgeneratoren zurück. Emerald AI will stattdessen die Rechenlast selbst steuerbar machen. Die Software verbindet Anfragen von Energieversorgern direkt mit den Rechenzentren und soll dadurch schnelle Reaktionen ermöglichen, ähnlich dem Einsatz eines Batteriespeichers.
Google entwickelt bereits eigene Werkzeuge für flexible Rechenlasten. Andere Anbieter beziehen unterbrechungsfreie Stromversorgungen ein, um kurzfristige Verbrauchsspitzen abzufangen. Emerald AI setzt dagegen auf eine übergreifende Koordination zwischen Versorgern und Betreibern.
Die wichtigsten Zahlen
| Kennzahl | Wert | Einordnung |
|---|---|---|
| Zusätzliche Anschlusskapazität laut AEMA | bis zu 100 GW | Potenzial durch pausierte oder verlagerte Rechenlasten |
| Mögliche freie Kapazität laut Goldman Sachs | 76 GW | Bei zeitweiser Begrenzung der maximalen Netznutzung auf 90 % |
| Finanzierung von Emerald AI | 150 Mio. US-Dollar | Series-A-Runde für den breiteren Ausbau der Technologie |
Die Werte sind als theoretisches beziehungsweise modelliertes Potenzial zu verstehen. Sie bedeuten nicht, dass sofort 100 GW dauerhaft verfügbare Leistung entstehen. Vielmehr sollen vorhandene Netzreserven effizienter genutzt und Spitzen reduziert werden.
Flexible KI-Lasten sind technisch plausibel
Viele KI-Aufgaben müssen nicht in Echtzeit abgeschlossen werden. Modelltraining, Datenaufbereitung und bestimmte Stapelverarbeitungen können zeitlich verschoben werden. Diese Flexibilität unterscheidet sie von Webdiensten, Transaktionssystemen oder Sprachagenten, bei denen Verzögerungen unmittelbar auffallen.
Auch eine geografische Verlagerung ist denkbar. Wenn ein Standort wenig Netzreserve hat, könnte ein anderer Standort mit höherer verfügbarer Leistung übernehmen. Dafür braucht es allerdings ausreichend Netzwerkbandbreite, freie Rechenkapazität und eine Architektur, die solche Wechsel unterstützt.
Die Allianz reagiert damit auf ein strukturelles Problem. Viele geplante Standorte konkurrieren um knappe Netzanschlüsse, wobei ein Teil der angemeldeten Leistung möglicherweise nie gebaut wird. In den USA wird bereits vor einer Geister-Nachfrage von rund 700 GW gewarnt.
Neue Kraftwerke und Leitungen bleiben notwendig
Lastmanagement kann den Ausbau des Stromsystems bremsen, aber nicht ersetzen. Neue Rechenzentren erhöhen den Gesamtverbrauch auch dann, wenn ihre Lasten flexibel verteilt werden. Bei dauerhaft hoher Auslastung fehlen zudem Zeitfenster, in denen Aufgaben ohne Folgen verschoben werden können.
Großprojekte wie die geplanten Google-Rechenzentren in Finnland zeigen die Größenordnung des Infrastrukturbedarfs. Neben Stromanschlüssen sind Erzeugungskapazitäten, Kühlung und lokale Netzverstärkungen erforderlich. Flexible Software kann diese Investitionen besser auslasten, sie aber nicht überflüssig machen.
Was das für Unternehmen im DACH-Raum bedeutet
Für Betreiber und Cloud-Kunden entsteht eine neue Kostenvariable. Zeitlich flexible Rechenjobs könnten günstiger werden, wenn sie gezielt in Phasen mit niedriger Netzlast verschoben werden. Gleichzeitig wächst die Abhängigkeit von Plattformen, die Lasten, Standorte und Stromverträge automatisiert koordinieren.
Bei einer Verlagerung zwischen Rechenzentren müssen Datenstandort, Datenschutz und vertragliche Zusagen berücksichtigt werden. Eine technisch mögliche Verschiebung in eine andere Region darf nicht automatisch bedeuten, dass personenbezogene oder vertrauliche Daten den vereinbarten Rechtsraum verlassen. Für europäische Unternehmen sind deshalb klare Standortregeln und überprüfbare Steuerungsmöglichkeiten entscheidend.
Die Entwicklung erhöht außerdem den Wert eigener, portabler Arbeitslasten. Wer Anwendungen auf mehrere Infrastrukturen verteilen oder lokale Kapazitäten einbeziehen kann, besitzt mehr Verhandlungsspielraum als bei einem vollständig gebundenen Cloud-Dienst. Welche Risiken eine unklare Kontrolle über Rechenzentrumsinfrastruktur erzeugt, zeigt auch die Debatte um die Verantwortung für das KI-Rechenzentrum Lake Mariner.
AEMA adressiert damit ein reales Engpassproblem, ohne neue Energie zu erzeugen. Der wirtschaftliche Nutzen hängt davon ab, wie zuverlässig sich KI-Lasten verschieben lassen und ob Netzbetreiber diese Flexibilität tatsächlich als Alternative zu klassischen Anschlussbegrenzungen anerkennen.