Milliardeninvestitionen, gigantische Stromanschlüsse und ein enormer Flächenbedarf: Weltweit entstehen derzeit neue Rechenzentren für den KI-Boom, begleitet von (durchaus gerechtfertigter) Kritik. Auch in Kronstorf plant Google ein riesiges Datacenter. Doch ausgerechnet der rasante technische Fortschritt und eben die Künstliche Intelligenz könnte dafür sorgen, dass der Energiehunger künftiger KI-Systeme deutlich langsamer wächst als heute befürchtet – oder sogar signifikant zurückgeht. Beispiel dafür gibt es in den letzten zehn Jahren mehr als genug: Auto, Flugzeuge, Maschinen und Computer wurden über die Jahre immer effizienter und energiesparender. Werden die heute geplanten Mega-Rechenzentren in zehn oder 20 Jahren überhaupt noch in diesem Ausmaß benötigt?
Kronstorf könnte bis zu 4,4 TWh Strom benötigen
Die Dimensionen des geplanten Google-Rechenzentrums in Kronstorf sind gewaltig. In einer ersten Ausbaustufe ist eine Anschlussleistung von rund 150 Megawatt vorgesehen. Im Vollausbau könnten es sogar bis zu 500 Megawatt werden. Würde diese Leistung tatsächlich über das gesamte Jahr abgerufen, ergäbe das rechnerisch einen Stromverbrauch von rund 4,4 Terawattstunden pro Jahr. Zum Vergleich: Oberösterreich verbrauchte zuletzt insgesamt rund 14 TWh Strom pro Jahr. Ein voll ausgelastetes Rechenzentrum dieser Größenordnung käme damit theoretisch auf fast ein Drittel dieses Wertes. Genau deshalb werden für die neue Generation von KI-Rechenzentren derzeit Stromnetze, Umspannwerke und Erzeugungskapazitäten massiv ausgebaut.
Der KI-Boom treibt den Stromverbrauch
Der Hintergrund ist vor allem der enorme Rechenaufwand moderner künstlicher Intelligenz. Das Training großer Modelle benötigt Tausende spezialisierte Prozessoren. Noch stärker ins Gewicht könnte künftig aber die tägliche Nutzung durch Milliarden Menschen und Unternehmen fallen.
Internationale Prognosen gehen deshalb davon aus, dass der Stromverbrauch von Rechenzentren in den kommenden Jahren kräftig steigen wird. Die entscheidende Unbekannte dabei: Wie effizient wird KI in fünf, zehn oder 20 Jahren sein? Denn heutige Hochrechnungen basieren zwangsläufig auf heutiger beziehungsweise absehbarer Technologie.
Immer mehr Leistung mit immer weniger Energie
Die Situation könnte sich aber grundlegend verändern. Computerchips werden laufend leistungsfähiger und effizienter. Gleichzeitig werden auch KI-Modelle selbst optimiert. Neue Modellarchitekturen, kleinere spezialisierte Modelle, bessere Software und effizientere Prozessoren können dafür sorgen, dass für dieselbe Aufgabe wesentlich weniger Rechenleistung benötigt wird. Schon heute zeigt sich, dass nicht jede KI-Anwendung gigantische Modelle mit Hunderten Milliarden Parametern benötigt. Viele Aufgaben können kleinere Systeme erledigen – schneller, billiger und mit deutlich weniger Energie.
Dazu kommen neue Chipgenerationen. Hersteller versuchen, immer mehr Rechenoperationen pro verbrauchter Kilowattstunde zu ermöglichen. Was heute noch riesige Serverhallen benötigt, könnte deshalb langfristig mit einem Bruchteil des Energieeinsatzes möglich sein.
Das große Aber: Mehr Effizienz bedeutet nicht automatisch weniger Verbrauch
Allerdings gibt es einen bekannten Gegeneffekt: Wird Rechenleistung billiger und effizienter, wird sie meist auch häufiger genutzt. Ein KI-System, das nur noch halb so viel Strom pro Anfrage benötigt, spart insgesamt keinen Strom, wenn gleichzeitig zehnmal so viele Anfragen gestellt werden. Dieses Phänomen ist als Rebound-Effekt bekannt. Genau deshalb gehen viele Prognosen vorerst weiterhin von einem steigenden Strombedarf der Rechenzentren aus.
Langfristige Vorhersagen über zehn oder 20 Jahre sehen allerdings anders aus – oder besser gesagt: Alles ist möglich. Aber einen in uns Unendliche steigenden Stromverbrauch wird es nicht geben. Kaum jemand kann heute seriös vorhersagen, welche Chips, Modelle und Rechenmethoden 2040 Standard sein werden.
Werden die heutigen Mega-Rechenzentren irgendwann überdimensioniert sein?
Damit stellt sich auch für Projekte wie Kronstorf die Frage: Werden tatsächlich über Jahrzehnte Rechenzentren mit Anschlussleistungen von mehreren hundert Megawatt benötigt? Es ist durchaus denkbar, dass der aktuelle KI-Boom zunächst einen enormen Ausbau auslöst, der technologische Fortschritt den Energiebedarf pro Rechenoperation anschließend aber drastisch reduziert. Die Geschichte der Computertechnik liefert dafür zumindest einen Hinweis: Rechenleistungen, für die früher ganze Hallen notwendig waren, passen heute in Geräte, die wir in der Hosentasche tragen. Ob sich diese Entwicklung bei KI ähnlicher gestaltet, darf durchaus angenommen werden.
Ein Blick zurück zeigt, was Effizienzsprünge bewirken können
Wie stark technischer Fortschritt den Energiebedarf verändern kann, zeigt ein Blick auf andere Branchen. Im kommerziellen Luftverkehr hat sich die Treibstoffeffizienz pro Passagierkilometer seit 1990 um rund 52 Prozent verbessert. Moderne Flugzeuge benötigen für die Beförderung eines Passagiers also nur noch ungefähr halb so viel Treibstoff wie Anfang der 1990er-Jahre – nicht nur durch sparsamere Triebwerke, sondern auch durch bessere Aerodynamik, sowie neue Bauweisen, eine ausgereiftere Technik und effizientere Elektronik.
Auch beim Auto zeigt sich der technische Fortschritt deutlich: Vergleichbare Pkw verbrauchen heute je nach Klasse rund 20 bis 30 Prozent weniger Kraftstoff als vor drei bis vier Jahrzehnten, obwohl sie im Schnitt größer, schwerer und leistungsstärker geworden sind. Bei KI könnte dieser Energiespar-Effekt Effekt sogar wesentlich schneller eintreten
Vielleicht ist der Spuk schneller vorbei als gedacht
Derzeit entsteht der Eindruck, dass Europa für den KI-Boom enorme zusätzliche Strommengen, neue Hochspannungsleitungen und riesige Rechenzentren benötigt. Vielleicht stimmt das. Vielleicht sorgt aber gerade die Technologie, die diesen Boom ausgelöst hat, selbst dafür, dass sich das Problem deutlich schneller relativiert als heute angenommen. Dann könnte sich in zehn oder 20 Jahren herausstellen, dass der heutige Wettlauf um immer größere KI-Rechenzentren nur eine besonders energiehungrige Übergangsphase war.
Rendering: Google
