Der Bau neuer Rechenzentren und die Implementierung von KI-Lösungen in Unternehmen sind ohne eine Transformation des Energiesektors nicht möglich. Allein in den USA wird der Stromverbrauch von Rechenzentren bis zum Ende des Jahrzehnts dreimal so hoch sein wie heute. Dies erfordert massive Investitionen – zum Beispiel, um mehrere Rechenzentren mit einem Gesamtverbrauch von 50 Gigawatt (GW in engl. Gigawatts) in Betrieb zu nehmen, wird allein für die Infrastruktur mehr als 500 Milliarden Dollar benötigt!
Im Bereich der KI-Entwicklung gibt der Energiesektor ebenfalls das Tempo vor. Das Problem liegt in den begrenzten Ressourcen: Um ein leistungsfähiges Rechenzentrum zu bauen, muss das bestehende Energiesystem skaliert werden, das zuverlässige Energiequellen, Infrastruktur, elektrische Ausrüstung in den Rechenzentren und hochqualifiziertes Personal umfasst. Und während die Rate der Datengenerierung weiter wächst (allein im letzten Jahr gab es einen Anstieg von 22,5 % oder 27 Zettabyte), kann es bis zu drei Jahre dauern, um ein neues Rechenzentrum mit Strom zu versorgen. Dies ist der schwächste Punkt in der Ausbreitung von KI: Ihr Potenzial kann nicht realisiert werden, ohne Zugang zur entsprechenden Energieinfrastruktur.
Laut McKinsey wird generative KI (GenAI) der Wirtschaft kurzfristig zwischen 2,5 und 4,4 Billionen Dollar einbringen. Um dies zu erreichen, müssen allein in den USA mehrere Rechenzentren mit einer Gesamtleistung von 50 bis 60 GW gebaut werden. Infolgedessen steigen bereits die Kosten für Rechenzentren – laut Gartner stiegen diese im letzten Jahr um 24%! Dies ist der direkte Einfluss von GenAI und seinem wachsenden Bedarf an Rechenleistung.
Die spezifischen Energieanforderungen von Rechenzentren unterscheiden sich von denen von Industriebetrieben, die ebenfalls rund um die Uhr arbeiten. Beispielsweise verfügen Rechenzentren über Backup-Energiespeichersysteme für den kontinuierlichen Betrieb, und deren Betreiber zahlen bereits mehr für Strom als der durchschnittliche Marktpreis.
Die durch KI verursachte erhöhte Nachfrage hat bereits zu einem Mangel an Rechenleistung geführt, da es Schwierigkeiten gibt, sich an neue Stromnetze anzuschließen. Gleichzeitig wächst die Stromerzeugung synchron mit der Zahl der in Betrieb genommenen Rechenzentren – das Problem betrifft also nur die Energieinfrastruktur, nicht deren Menge. Ein weiterer hemmender Faktor ist die schwierige Situation auf dem Arbeitsmarkt: Es fehlen Elektriker und Arbeitskräfte in den Produktionsanlagen, die Halbleiter und Batterien herstellen.
Die Internationale Energieagentur (IEA) prognostiziert, dass die weltweite Nachfrage nach Elektrizität in Rechenzentren von 2022 bis 2026 mindestens doppelt so hoch sein wird, hauptsächlich durch KI-Anwendungen.
Die Rolle der Investoren bei der erfolgreichen Umsetzung von KI-Projekten
Die weitere Expansion des Rechenzentrums-Ökosystems hängt nicht nur vom Energiesektor ab, sondern auch vom Willen großer Investoren, an der Lösung der genannten Probleme teilzunehmen. Sie können helfen, die wachsende Nachfrage der KI-Systeme nach zusätzlicher Rechenleistung zu befriedigen.
Zugang zu ausreichenden Elektrizitätsmengen sicherstellen
Es sind Investitionen in die Übertragung und Verteilung von Elektrizität erforderlich – nicht nur innerhalb der Hauptmärkte der Rechenzentren, sondern auch an untypischen Standorten. Dies könnte Investitionen in den Ausbau von Hyperscalern beinhalten, die ihre Anlagen immer häufiger in der Nähe günstiger alternativer Energiequellen bauen, oder in neue Rechenzentren in Schwellenländern, in denen die Bauzeiten kürzer sind. Investoren suchen auch nach Möglichkeiten, Kraftwerke zu bauen, die vollständig vom Netz isoliert sind, die Dichte der Ausrüstung in bestehenden Rechenzentren zu erhöhen oder unkonventionelle Lösungen umzusetzen, wie zum Beispiel die Nutzung der Kernenergie.
Kernenergie könnte in naher Zukunft ein wachsendes Interesse seitens des Rechenzentrumssektors erfahren: Atomkraftwerke sind zuverlässig und können stabile Erzeugungsmengen zu relativ niedrigen Kosten liefern. Obwohl Kernprojekte komplex und teuer in der Umsetzung sind, könnte das weiterhin wachsende Nachfrage (auch durch KI) dazu führen, dass sie die notwendigen Investitionen anziehen.
Ausreichende Energiesysteme bereitstellen
Es sind Investitionen in neue und sich entwickelnde Technologien erforderlich, um den Mangel an kritischer Ausrüstung zu beheben. Besonders kleine Unternehmen, die Generatoren und Stromversorgungen liefern, benötigen dringend Finanzierung – ohne Investoren können sie sich nicht skalieren und auf Hyperscaler umschwenken. Der Trend zur Erhöhung der Dichte von bestehenden Rechenzentren führt dazu, dass leistungsfähigere Geräte für Rack-Installationen benötigt werden – es werden also Ressourcen benötigt, um die bestehenden Produktlinien zu ändern. Die Umstellung auf modulare Lösungen wird es ermöglichen, bestehende Rechenzentren schneller in Betrieb zu nehmen und zu skalieren.
Ausbildung qualifizierter Fachkräfte
Der Trend, neue Rechenzentren in abgelegenen Regionen zu bauen, in denen nicht genügend qualifiziertes Personal vorhanden ist, trifft auf den wachsenden Mangel an Elektrikern. Dies eröffnet Möglichkeiten sowohl für Unternehmen, die Personal suchen oder ausbilden, als auch für Investoren. Sie können den Umzug von Produktionskapazitäten außerhalb der Hauptanlagen finanzieren, um den Bedarf an Fachkräften vor Ort zu verringern, oder neue Ansätze zur Rekrutierung und Schulung von Personal finden. Dies wird eindeutig ein Schlüsselfaktor für den Erfolg von Anbietern von Rechenressourcen.
Bald könnten erfolgreiche Beispiele dieser integrierten Strategie auftauchen: Das Unternehmen Blackstone hat angekündigt, 10 Milliarden Pfund (13,4 Milliarden Dollar) in den Bau eines großen Rechenzentrums im Vereinigten Königreich zu investieren, das auf KI-Workloads ausgerichtet ist. Weitere 110 Millionen Pfund wird der amerikanische Investor für die Modernisierung der erforderlichen Infrastruktur und die Schulung von Personal für den Betrieb des Objekts ausgeben.
Fazit
Generative KI hat das Tempo der Skalierung und Inbetriebnahme von Rechenleistung stärker beeinflusst als jede andere Technologie seit den frühen 2000er Jahren. Neue Rechenzentren werden jedoch nicht so schnell gebaut, wie es die sich schnell entwickelnde Technologie erfordert – der Bau von Energieinfrastruktur geht sehr langsam voran. Die aktuelle Situation kann durch Investitionen in die Entwicklung von Systemen zur Stromversorgung und Datenspeicherung der nächsten Generation korrigiert werden (deren Volumen wächst ebenfalls schnell). Dies sind die Bereiche, in denen große Akteure bereit sind, mehr zu bezahlen als der Marktpreis, um die wachsende Nachfrage nach Rechenressourcen von KI-Systemen zu befriedigen.
