US-Hyperscale-Rechenzentren benötigen bis zu 99 Terawattstunden Strom
Mindverse News
KI-gestützt erstellt, vor Veröffentlichung redaktionell geprüft 4 Quellen
Das Wichtigste in Kürze
- Eine Harvard-Studie schätzt den Stromverbrauch von 403 großen US-Rechenzentren für Mai 2024 bis April 2025 auf 68 bis 99 Terawattstunden. [1][2]
- Die Spanne entspricht annähernd dem jährlichen Stromverbrauch Österreichs; die obere Schätzung erreicht laut Studie bis zu 1,8 Prozent des US-Gesamtverbrauchs. [1][2]
- Nach der Analyse stammten rund 54 Prozent des Stroms aus fossilen Quellen; die zugerechneten Betriebsemissionen beliefen sich auf etwa 25,7 Millionen Tonnen CO₂. [1][2]
- Die Erhebung umfasst Hyperscale-Anlagen, aber nicht ausschließlich KI-Rechenzentren; eine Aufteilung des Stromverbrauchs nach KI- und anderen Anwendungen war nicht möglich. [1][2]
- Für Unternehmen sind neben der Gesamtmenge vor allem regionale Netzkapazität, Strommix und Beschaffungsstrategie relevant. [2][4][7]
Inhalt · 6 Abschnitte
- Eine Schätzung für eine klar abgegrenzte Anlagenklasse
- Was die Größenordnung für den Strommarkt bedeutet
- Der Strommix prägt die Klimabilanz
- Netzbelastung und Kosten sind regional zu betrachten
- Der KI-Anteil lässt sich aus der Erhebung nicht herausrechnen
- Effizienz und Infrastruktur bleiben getrennte Stellschrauben
- Quellen
Eine Schätzung für eine klar abgegrenzte Anlagenklasse
403 große Rechenzentren in den USA kamen nach einer neuen Analyse auf einen geschätzten Stromverbrauch von 68 bis 99 Terawattstunden innerhalb eines Jahres. Der Untersuchungszeitraum reichte von Mai 2024 bis April 2025. Die Arbeit von Forschenden aus dem Umfeld der Harvard University erschien in Nature Sustainability; über ihre Ergebnisse berichteten heise online und der österreichische Standard. [1][2]
Erfasst wurden sogenannte Hyperscale-Rechenzentren: besonders große Anlagen mit umfangreicher Rechen- und Speicherinfrastruktur. Sie dienen unter anderem dem Betrieb von Cloud-Diensten, der Speicherung und Verarbeitung von Daten sowie dem Training und Einsatz von KI-Modellen. Die Untersuchung beschränkt sich damit nicht auf Einrichtungen, die ausschließlich für künstliche Intelligenz gebaut wurden. [1][2]
Für die Identifikation der Standorte nutzte das Forschungsteam Satellitenbilder. Den Verbrauch schätzten die Forschenden für die einzelnen Anlagen unter unterschiedlichen Annahmen zur Auslastung. 272 weitere mögliche Standorte flossen nicht in die Berechnung ein, weil dafür nach Darstellung der Berichte Daten fehlten oder die Anlagen zu klein waren. Die Zahlen sind folglich eine modellgestützte Schätzung für eine definierte Auswahl, keine vollständige Zählung aller US-Rechenzentren anhand von Verbrauchsmessern. [1][2]
- Erfasste Anlagen: 403 Hyperscale-Rechenzentren. [1][2]
- Zeitraum: Mai 2024 bis April 2025. [1][2]
- Geschätzter Verbrauch: 68 bis 99 Terawattstunden. [1][2]
Was die Größenordnung für den Strommarkt bedeutet
Die geschätzte Spanne liegt nahe am Jahresverbrauch ganzer Länder. Österreich verbrauchte nach den im heise-Bericht angeführten Vergleichswerten rund 72 Terawattstunden Strom, die Schweiz etwa 58 Terawattstunden. Damit liegt der untere Wert der Schätzung knapp unter dem österreichischen Vergleichswert, während die obere Schätzung ihn deutlich übertrifft. [1]
Die Studie beziffert den Anteil der 403 Anlagen am US-Stromverbrauch für den Untersuchungszeitraum auf bis zu etwa 1,8 Prozent. Die Obergrenze der Verbrauchsschätzung nähere sich dem Stromverbrauch einzelner US-Bundesstaaten wie Indiana, Michigan oder Tennessee, berichtet der Standard. [1][2]
Zur Einordnung lässt sich die jährliche Energiemenge rechnerisch in eine durchschnittliche Dauerlast umwandeln: 68 bis 99 Terawattstunden pro Jahr entsprechen ungefähr 7,8 bis 11,3 Gigawatt, wenn sich der Verbrauch gleichmäßig über das Jahr verteilt. Das ist eine abgeleitete Durchschnittsleistung, keine Angabe zur tatsächlichen Anschlussleistung oder zu Spitzenlasten der Anlagen. [1]
Diese Abgrenzung ist wichtig, weil sich nationale Prognosen auf andere Größen und Zeiträume beziehen können. Germany Trade & Invest berichtet, dass das Electric Power Research Institute für sämtliche US-Rechenzentren bis 2030 inzwischen einen Anteil von 9 bis 17 Prozent am nationalen Stromverbrauch erwartet. Das ist eine Prognose für die kommenden Jahre und eine breitere Anlagenkategorie; sie lässt sich daher nicht direkt mit dem gemessenen Zeitraum und der engeren Auswahl der Harvard-Analyse gleichsetzen. [4]
Der Strommix prägt die Klimabilanz
Die Forschenden schätzten die mit dem Betrieb der untersuchten Rechenzentren verbundenen Emissionen auf rund 25,7 Millionen Tonnen Kohlendioxid. Das sei zwei- bis dreimal so viel wie eine frühere Schätzung für 2018, heißt es in den Berichten. Für die Berechnung wurden den Anlagen Emissionen aus der Stromerzeugung zugerechnet; die Zahl beschreibt somit die betriebliche Stromversorgung und nicht automatisch eine vollständige Lebenszyklusbilanz der Gebäude und ihrer Hardware. [1][2]
Rund 54 Prozent des verbrauchten Stroms stammten der Analyse zufolge aus fossilen Energiequellen. Erdgas stellte mit 38 Prozent den größten genannten Einzelanteil, Kohle kam auf 15 Prozent. Die Teilwerte ergeben wegen Rundungen nicht exakt die angegebene Gesamtsumme. [1][2]
Die Klimawirkung verteilt sich räumlich ungleich. Virginia, Oregon, Ohio und Iowa vereinten laut den Berichten mehr als die Hälfte des Stromverbrauchs der untersuchten Anlagen auf sich; zugleich unterscheiden sich die Strommixe der Regionen erheblich. Der Standard berichtet, dass in manchen Netzgebieten Kohle und Gas stärker ins Gewicht fallen als im US-Durchschnitt. [1][2]
Für Unternehmen ist deshalb nicht nur die jährlich beschaffte Strommenge relevant. Auch der Standort und die dortige Erzeugungsstruktur beeinflussen, welche Emissionen einer Rechenzentrumsleistung zugerechnet werden. Das ist eine Analyse aus den regionalen Unterschieden der Studie, keine Aussage darüber, dass alle Anlagen in einem Bundesstaat dieselbe Klimabilanz aufweisen. [2]
Netzbelastung und Kosten sind regional zu betrachten
Die konzentrierte Nachfrage kann an einzelnen Standorten eine andere Bedeutung haben als ihr Anteil am landesweiten Stromverbrauch vermuten lässt. Virginia etwa gilt laut Germany Trade & Invest als besonders wichtiger US-Standort; dort hätten Rechenzentren 2025 bereits ein Viertel der Stromerzeugung beansprucht. Für 2030 nennt die Organisation eine mögliche weitere Zunahme, wobei es sich um eine Prognose und nicht um einen bereits eingetretenen Wert handelt. [4]
Auch bei den Strompreisen ist eine sorgfältige Kausalzuordnung nötig. Germany Trade & Invest berichtet, dass die Großmarktpreise im ersten Quartal 2026 im PJM-Netzgebiet rund drei Viertel über dem Vorjahresniveau lagen. Das Netz versorgt nach Angaben des Berichts 13 Bundesstaaten und 67 Millionen Menschen. Der Bericht ordnet steigenden Bedarf als Belastungsfaktor ein; die Preisveränderung allein belegt jedoch nicht, welcher Anteil davon auf Rechenzentren zurückzuführen ist. [4]
Für Beschaffungs- und Standortentscheidungen folgt daraus: Ein landesweiter Durchschnitt ist für die konkrete Bewertung eines Vorhabens nur begrenzt aussagekräftig. Unternehmen müssen zusätzlich prüfen, ob am gewünschten Standort ausreichende Anschluss- und Erzeugungskapazitäten verfügbar sind und wie sich der regionale Strommix zusammensetzt. Diese Analyse stützt sich auf die dokumentierte Konzentration der Anlagen und die unterschiedlichen regionalen Netz- und Erzeugungsbedingungen. [2][4]
Für Betreiber kann außerdem die zeitliche Gestaltung des Verbrauchs eine Rolle spielen. Der Energiehändler FlexPower beschreibt als mögliche Ansätze, weniger zeitkritische Rechenaufgaben zu verschieben und Speicher für Strom oder Kühlung einzusetzen. Das sind in der Quelle dargestellte Optionen, kein Beleg dafür, dass sie in der Branche bereits flächendeckend umgesetzt werden oder in jedem Betrieb dieselben Einsparungen erzielen. [7]
Der KI-Anteil lässt sich aus der Erhebung nicht herausrechnen
Die hohen Verbrauchswerte werden vor dem Hintergrund des KI-Ausbaus diskutiert. Die Studie liefert aber keine belastbare Aufteilung danach, welcher Stromanteil auf KI-Training und -Anwendungen und welcher auf klassische Cloud- oder andere Rechenzentrumsdienste entfällt. Der Standard nennt diese fehlende Unterscheidung ausdrücklich als Einschränkung der Untersuchung. [2]
Damit ist es nicht sachgerecht, die gesamte Energiemenge der 403 Anlagen als Verbrauch der KI zu bezeichnen. Umgekehrt umfasst die Erhebung auch nicht sämtliche Rechenzentren in den USA: Sie konzentriert sich auf Hyperscale-Anlagen, für die genügend Daten verfügbar waren. Die Ergebnisse beschreiben daher weder den kompletten Strombedarf der US-Digitalinfrastruktur noch eine isolierte KI-Bilanz. [1][2]
Hinzu kommt der zeitliche Abstand zwischen Erhebung und Veröffentlichung. Die Forschenden weisen laut heise online darauf hin, dass der Ausbau nach April 2025 weitergegangen sei und der Verbrauch im Jahr 2026 substanziell höher liegen dürfte. Das ist eine Einschätzung zur Entwicklung, keine Messung des landesweiten Verbrauchs für 2026. [1]
Für Unternehmen, die Rechenleistung einkaufen oder eigene KI-Infrastruktur planen, ist die Abgrenzung praktisch relevant: Eine belastbare Bewertung sollte zwischen Modelltraining, laufender Inferenz, Cloud- und Speicherbetrieb sowie sonstigen IT-Lasten unterscheiden, soweit entsprechende Betriebsdaten vorliegen. Die Studie selbst kann diese Zuordnung nicht leisten; sie zeigt vielmehr, wie groß der Strombedarf einer ausgewählten Gruppe sehr großer Anlagen insgesamt ist. [2]
Effizienz und Infrastruktur bleiben getrennte Stellschrauben
Der Befund verbindet zwei Fragen, die Unternehmen getrennt prüfen müssen: Wie viel Rechenleistung benötigen ihre Anwendungen, und unter welchen Strombedingungen wird diese bereitgestellt? Die Analyse weist den Strommix als wesentlichen Faktor der Emissionen aus; Germany Trade & Invest hebt zugleich den erwarteten Anstieg des US-Strombedarfs und den notwendigen Ausbau von Erzeugungs- und Verteilungskapazitäten hervor. [2][4]
Effizienzmaßnahmen können an verschiedenen Stellen ansetzen. Germany Trade & Invest nennt Kühlung als relevanten Verbrauchsposten und beziffert ihren Anteil am Energiebedarf von Rechenzentren auf rund 35 Prozent. Die Organisation verweist außerdem auf mögliche Verbesserungen bei Kühlung, Hardware und Software. Diese Angaben beschreiben technische Ansatzpunkte, belegen aber nicht, dass Effizienzgewinne den zusätzlichen Bedarf durch neue Anlagen vollständig ausgleichen. [4]
Für die Planung von Rechenzentrumsprojekten ergibt sich daraus eine konkrete Abwägung: Zusätzliche Kapazität benötigt nicht nur Server und Kühlung, sondern auch verlässlichen Netzzugang und eine passende Strombeschaffung. Wo Nachfrage wächst, die Netzkapazität aber knapp ist, können Standortwahl und Zeitpunkt des Verbrauchs für die Verfügbarkeit und die Kosten entscheidend werden. Diese Schlussfolgerung folgt aus den berichteten regionalen Engpässen und dem steigenden prognostizierten Bedarf; sie ist keine Prognose für ein einzelnes Unternehmen oder Projekt. [4][7]
Die 68 bis 99 Terawattstunden sind daher vor allem als Größenordnung und Ausgangspunkt für weitere Planung zu lesen. Die Schätzung zeigt eine erhebliche Nachfrage bei großen US-Anlagen, erlaubt aber weder eine pauschale Zurechnung an KI noch eine einheitliche Aussage über Emissionen, Kosten oder Netzfolgen an jedem Standort. Für belastbare Investitionsentscheidungen bleiben Anlagen-, Auslastungs- und Regionaldaten entscheidend. [1][2][4]
Quellen
- [1] Gut 400 US-Rechenzentren verbrauchen so viel Strom wie ganz Österreich | heise online — https://www.heise.de/news/Gut-400-US-Rechenzentren-verbrauchen-so-viel-Strom-wie-ganz-Oesterreich-11527115.html (abgerufen am 2026-11-17)
- [2] Der gigantische Energiehunger großer Rechenzentren - Künstliche Intelligenz - derStandard.at › Wissenschaft — https://www.derstandard.at/story/3000000349434/der-gigantische-energiehunger-grosser-rechenzentren (abgerufen am 2026-11-17)
- [4] Stromverbrauch Datencenter in den USA — https://www.gtai.de/de/trade/usa/branchen/elektrizitaet-1829814 (abgerufen am 2026-11-17)
- [7] KI + PPA? | Stromverbrauch & Flexibilität von Rechenzentren — https://flex-power.energy/de/energieblog/rechenzentren-stromverbrauch-flexibilitat (abgerufen am 2026-11-17)
Nächster Artikel
NVIDIA
Nvidia soll den Standort von KI-GPUs per Software erkennen könnenNvidia soll KI-Chips per Software geografisch verifizieren können. Was über Technik, Gesetzespläne, Datenzugriff und offene Fragen bekannt ist.

Artikel teilen
Mehr zu Chips & Rechenzentren
Alle Chips-News- Solid-State-Transformatoren: Neue Stromarchitektur für KI-Rechenzentren in Entwicklung
Siemens und Reinhausen entwickeln einen Solid-State-Transformator für KI-Rechenzentren. Was die 800-Volt-Technik leisten kann – und was noch offen ist.
- Finnische Polizei untersucht mögliche Umweltverstöße an Google-Rechenzentrumsbaustelle
Nach einer Rodung und offenen Fragen zum Wassermanagement ermittelt die Polizei in Muhos. Die Aufsichtsbehörde hat Arbeiten an zwei Standorten gestoppt.
- TAO soll LLM-Agenten und Tool-Wartezeiten gemeinsam auf GPUs einplanen
TAO berücksichtigt Tool-Rückläufe, KV-Cache und Tokenbedarf bei der GPU-Planung für LLM-Agenten. Das Paper meldet Leistungsgewinne, lässt aber Fragen offen.
- Playmobil-Mutter plant Rechenzentrumscampus mit 100 Megawatt in Dietenhofen
Die Horst Brandstätter Group plant in Dietenhofen einen Rechenzentrumscampus mit 100 Megawatt Auslegung. Netzfragen und Umsetzung bleiben offen.
Dranbleiben
Mindverse News folgen
Neue Meldungen erhalten Sie über unseren RSS-Feed oder auf LinkedIn.
Passend dazu in Mindverse Studio
Recherchieren Sie KI-News wie diese selbst – mit Mindverse Studio.
7 Tage kostenlos testen – ohne Kreditkarte, mit 200 Credits. Für Fragen zur Umsetzung buchen Sie eine persönliche Demo.