KI-Unternehmen können nicht länger auf das Stromnetz warten: Der Rechtsstreit um Rechenleistung hat sich auf Kraftwerke ausgeweitet

Wenn KI auf einen „Strommangel“ stößt: Warum bauen Technologiegiganten ihre eigenen Kraftwerke?

Hallo zusammen, ich bin euer Finanzjournalist. Heute sprechen wir über ein Thema, das auf den ersten Blick etwas „interdisziplinär“ erscheint, aber tatsächlich die globale Technologielandschaft tiefgreifend verändert: KI-Unternehmen kämpfen um Strom und bauen sogar eigene Kraftwerke.

Früher sprachen wir über KI in Bezug auf Chips (GPU), große Modellparameter und Algorithmen. Doch jetzt hat sich die Situation geändert. Technologiegiganten wie Google, Microsoft und Nvidia haben ihre Aktivitäten deutlich beschleunigt und kaufen nicht mehr nur Server, sondern unterzeichnen direkt Atomenergiaverträge, kaufen Gaskraftwerke und investieren sogar in ganze Stromnetze.

Warum? Weil die Rechenleistung nicht mehr ausreicht – und der Strom noch dringender benötigt wird.

Im Folgenden werde ich diese Nachricht in fünf Kernpunkte zerlegen, um euch die Logik, die Risiken und die Zukunft dieser „Stromkriegsführung“ zu erklären.

---

1. Kernproblem: Schnelle Chip-Entwicklung, langsame Stromnetzausbau – der Zeitunterschied wird zur „Lebenslinie“

Zuerst müssen wir verstehen, warum die Technologiegiganten so besorgt sind.

Man kann das KI-Training mit dem Betrieb einer Superfabrik vergleichen. Früher lag der Engpass bei den „Maschinen“ (GPU-Chips); wer die meisten Chips besaß, konnte am schnellsten arbeiten. Heute haben wir die Maschinen, aber es fehlt der Strom, um sie zu betreiben.

Hier gibt es ein großes Zeitverschieben:

• Die Entwicklung von KI-Modellen und Chips erfolgt in Monaten oder Wochen. Heute wird ein neues Modell veröffentlicht, und nächstes Monat braucht man eine noch stärkere Rechenleistung für die nächste Generation.
• Der Ausbau von Stromnetzen und die Errichtung neuer Energiequellen erfolgt in Jahren oder sogar Jahrzehnten. Der Bau eines Atomkraftwerks oder einer Hochspannungsleitung dauert in der Regel 5 bis 10 Jahre.

Dadurch entsteht eine peinliche Situation: Die Technologiegiganten besitzen die fortschrittlichsten Chips, müssen aber darauf warten, dass das Stromnetz erweitert wird. Wie der Silicon-Valley-Investor Zhang Lu sagt: „Bevor wir die GPUs aufbrauchen, verbrauchen wir zuerst den Strom.“

Früher war der Strom eine „Zusatzleistung“ – wie Wasser, Strom und Gas in einer Fabrik, die standardmäßig vorhanden waren. Jetzt ist der Strom zum „Engpass“ geworden – wie eine Mautstelle auf der Autobahn: Egal, wie viele Autos kommen, wenn sie nicht durchkommen können, kommen sie nicht durch. Deshalb können die Giganten nicht länger warten und haben beschlossen, nicht mehr passiv auf das öffentliche Stromnetz zu warten, sondern selbst aktiv zu werden und ihre eigene Energieversorgung sicherzustellen.

---

2. Strategische Wende: Von „Strom kaufen“ zu „eigene Energieversorgung“ (BYOP)

Früher reichte es aus, einen Datacenter zu bauen, an das Stromnetz anzuschließen und die Stromrechnung zu zahlen. Jetzt haben die Giganten eine neue Vorgehensweise entwickelt, die in der Branche als BYOP (Bring Your Own Power) bezeichnet wird.

Einfach ausgedrückt: „Ich warte nicht darauf, dass das Stromnetz mir Strom liefert – ich erzeuge ihn selbst oder sichere mir den Strom im Voraus.“

• Googles „Atomenergie-Deal“: Google hat 13 Milliarden Euro in Finnland investiert, nicht nur um ein Datacenter zu bauen, sondern auch einen 22-jährigen Atomenergiavertrag unterzeichnet und sich so 50 Prozent der Stromerzeugung des Kraftwerks gesichert. Das ist wie wenn man den Wasser- und Stromvertrag für die nächsten 22 Jahre im Voraus abschließt, um sicherzustellen, dass es immer Strom gibt – und der Preis fest ist.
• Majors „Neustartplan“: Microsoft hat einen 20-jährigen Vertrag unterzeichnet, um ein stillgelegtes Atomkraftwerk in Pennsylvania wieder in Betrieb zu nehmen. Warum Atomenergie? Weil sie stabil und klimaschonend ist und sich gut für die Langzeitbetrieb eignet.
• Meta und Amazon als „Atomenergie-Allianz“: Sie haben nicht nur Verträge unterzeichnet, sondern auch in kleine Atomreaktorkonzerne investiert. Amazon hat beispielsweise 500 Millionen Dollar in X-energy investiert und plant, bis 2039 eine Kapazität von über 5 GW zu realisieren.

Warum tun sie das?

Weil das traditionelle öffentliche Stromnetz zu langsam ist und die Strompreise unbeständig sind. Durch langfristige Verträge (PPA) oder direkte Investitionen in Energiequellen machen die Giganten den Strom zu einer vorhersehbaren Kostenquelle, anstatt zu einer Variablen, die jederzeit steigen oder ausfallen kann. Das ist wie der Wechsel von „kaufen, wenn man es braucht“ zu „langefristige Festpreise“, was ein großes Sicherheitsgefühl gibt.

---

3. Radikale Maßnahmen: Der Aufschwung von Gaskraftwerken und „Behind-the-Meter“-Lösungen

Obwohl Atomenergie stabil ist, wird sie zu langsam gebaut. Für Unternehmen, die dringend Rechenleistung benötigen, ist Schnelligkeit wichtiger als Umweltfreundlichkeit. Daher entstand ein noch radikalerer Ansatz: Behind-the-Meter (BTM).

Was bedeutet „Behind-the-Meter“?

Einfach ausgedrückt: Man baut eigene Generatoren innerhalb des Datacenter-Geländes.

• Herkömmliches Modell: Stromnetz -> Umspannwerk -> Datacenter.
• BTM-Modell: Gaskraftwerke/Energiespeicher -> Datacenter.

Ein Bericht von SemiAnalysis zeigt erstaunliche Zahlen: Die weltweiten Bestellungen für „Behind-the-Meter“-Lösungen für KI-Rechenleistung belaufen sich auf 75 GW (Gigawatt, 1 GW = 1000 MW, das entspricht der Leistung von 100 großen Atomkraftwerken). Allein im zweiten Quartal dieses Jahres wurden weitere 20 GW hinzugefügt.

Wer macht das?

• xAI unter马斯克: Um die Rechenleistung schnell zu erweitern, hat xAI in Memphis zahlreiche Truck-Gaskraftwerke eingerichtet. Das ist zwar laut und schmutzig, aber schnell!
• OpenAI und SoftBank: Im Projekt in Ohio planen sie den Bau von mindestens 10 GW neuer Erzeugungskapazität und investieren 4,2 Milliarden Dollar in die Modernisierung des regionalen Stromnetzes.

Warum Gaskraftwerke?

Weil der Bauzeitraum für Gaskraftwerke kurz ist (ein paar Monate bis ein Jahr) und die Kosten relativ kontrollierbar sind – außerdem sind sie im Vergleich zu Dieselkraftwerken etwas umweltfreundlicher (auch wenn es sich immer noch um fossile Energien handelt). Im KI-Wettbewerb bedeutet eine halbe Jahr frühe Inbetriebnahme auch eine halbe Jahr frühere Einnahmen. SemiAnalysis prognostiziert, dass „Behind-the-Meter“-Lösungen bis 2028 die Hälfte der neuen Stromversorgung für AI-Datacenter in den USA liefern werden.

---

4. Die wirtschaftlichen Aspekte: Strom wird zu einer „neuen Anlage“ – aber wer zahlt?

Viele fragen sich: Ist es nicht teurer, selbst Strom zu erzeugen? Warum tun die Giganten das trotzdem?

Weil es sich lohnt.

• Einnahmenlogik: KI-Dienste sind nur dann profitabel, wenn die GPUs laufen. Wenn ein 200-MW-Datacenter wegen Strommangels sechs Monate später in Betrieb genommen wird, beträgt der Verlust an Nettozuwert (NPV) bis zu 400–500 Millionen Dollar. Im Vergleich dazu übersteigen die Kosten für die eigene Stromerzeugung zwar die Investitionen, aber der Gewinn, den man durch die schnelle Inbetriebnahme erzielt, übertrifft die Kosten deutlich.
• Neue Definition von Nvidia: Nvidia bezeichnet KI-Datacenter jetzt als „AI-Fabriken“ und betrachtet sie als eine neue Investitionsanlagekategorie. Das bedeutet: Strom + Rechenleistung = Intelligenz – diese Kombination ist eine Anlage, die einen stabilen Cashflow erzeugt und kann für Finanzierungen oder die Ausgabe von Schulden genutzt werden.

Aber es gibt auch Risiken:

1. Zahlen die Bürger dafür? In den USA könnte der Ausbau von Datacentern zu höheren Kosten für das Stromnetz führen, die letztendlich an die Verbraucher weitergegeben werden. Dies hat politische Kontroversen ausgelöst – beispielsweise fordert die Opposition in Finnland ein Genehmigungssystem für Datacenter, um zu verhindern, dass KI die lokale Stromversorgung unter Druck setzt.

2 Verschuldungsdruck: Goldman Sachs schätzt, dass die weltweite Ausgabe von KI-Unternehmensanleihen bereits nahe 500 Milliarden Dollar liegt und 25–30 Prozent der Investitionsklassenanleihen ausmacht. Wenn die Gewinne der KI-Unternehmen nicht erwartet werden, könnten diese hohen Schulden zu einem Risiko für das Finanzsystem werden.

3 Umweltprobleme: Gaskraftwerke verursachen zwar keine Emissionen, aber sie verursachen Luftverschmutzung. xAI versucht, Emissionszertifikate zu umgehen, was zu Rechtsstreitigkeiten mit den lokalen Gemeinden geführt hat. Der Umweltschutzdruck wird zu einem unsichtbaren Bremsfaktor für die Ausweitung der KI.

---

5. Zukunftsaussichten: Strom ist der schwierigste Aspekt bei der Ausweitung der KI

Zum Schluss blicken wir in die Zukunft:

• Steigende Stromverbrauch: Gartner prognostiziert, dass der weltweite Stromverbrauch von Datacentern im Jahr 2026 565 Terawattstunden erreichen wird, ein Anstieg um 26 %. Die Internationale Energieagentur (IEA) ist noch optimistischer und erwartet, dass der Stromverbrauch von Datacentern bis 2030 fast 3 Prozent des weltweiten Gesamtstromverbrauchs ausmachen wird.
• Erweiterter Wettbewerb: Der KI-Wettbewerb hat sich von „Modellen, Chips, Datacentern“ auf Kraftwerke, Stromnetze und Energiefinanzierung ausgedehnt.
• Kernproblem: Die Entwicklung großer Modelle erfolgt in Monaten, die Entwicklung von GPU-Architekturen in Jahren, während der Ausbau von Strominfrastruktur in Jahrzehnten. Strom wird zum schwierigsten und am stärksten begrenzenden Faktor bei der Ausweitung der KI.

Zusammenfassung:

Die Technologiegiganten erleben eine tiefe Rückkehr aus der „digitalen Welt“ in die „physische Welt“. Sie haben erkannt, dass ohne stabile Stromversorgung alles umsonst ist – egal wie klug die Algorithmen oder leistungsstark die Chips sind.

Die zukünftigen KI-Giganten sind nicht nur Technologieunternehmen, sondern auch Energieunternehmen. Wer effizienter, günstiger und stabiler Strom erhält, wird im nächsten KI-Wettbewerb den Vorteil haben. Für die Allgemeinbevölkerung bedeutet dies möglicherweise Veränderungen in der Strompreiskonstruktion, lokale Umweltprobleme sowie eine von „Strom“ neu definierte Technologieära.

Zusammenfassend: Im zweiten Halbjahr der KI-Entwicklung geht es nicht darum, wer klüger ist, sondern wer genug „Strom“ hat.