Künstliche Intelligenz (KI) hat inzwischen einen derartigen Stellenwert bekommen, dass keine Volkswirtschaft auf Ihre Anwendung verzichten kann. Wichtig ist dabei vor allem auch die Autonomie, um nicht von ausländischen KI-Riesen abhängig zu sein. In den VDI-Nachrichten vom 6. Februar 2026 lesen wir, dass die Gesamtleistung aller deutschen Rechenzentren gegenwärtig 3 GW beträgt, in den USA aber bei 48 GW und in China bei 38 GW liegt. Was bedeutet das für die deutsche KI-Anwendung, insbesondere für die ständig vorgetragene Absicht, die KI zu fördern und auszubauen? Bereits diese Daten verdeutlichen eine massive Energielücke für KI in Deutschland und unterstreichen die Notwendigkeit eines raschen Infrastrukturausbaus, um im globalen KI-Wettlauf relevant zu bleiben. Wird hier nur eine Differenz aufgezeigt, die es aufzuholen gilt oder ist das bereits die Darstellung eines Abstandes, der Aufholversuche illusorisch macht?

Die energetische Herausforderung findet im Schatten eines globalen Wettlaufs statt. Die USA und China haben KI zur nationalen Sicherheitsfrage erklärt, Russland ebenso. In den USA kaufen Tech-Giganten gezielt Kernkraftwerke (z. B. Three Mile Island), um ihre Rechenzentren direkt mit CO2-freier Grundlast zu betreiben. Und China kombiniert einen rasanten Ausbau von Kohle- und Kernkraft mit der weltweit größten Kapazität an erneuerbaren Energien, um KI-Infrastruktur in Rekordzeit hochzuziehen.

Natürlich ist auch die EU bemüht, mit dieser Entwicklung Schritt zu halten, wenn schon nicht an der Spitze, so doch wenigstens in einer akzeptablen Position, die die Souveränität Europas sichert.   In letzter Zeit hat dazu der Begriff „KI-HUB Europa“ Eingang in die Diskussion gefunden: Was bedeutet das?

Wenn man von einem KI-Hub Europa spricht, meint man ein Land oder eine Region, die als zentraler Knotenpunkt für die Entwicklung und Bereitstellung von Künstlicher Intelligenz dient. Das bedeutet insbesondere die Zentralisierung der Rechenpower, z. B. den Zugang zu Supercomputern, die Anwendung der KI im Rahmen europäischer Strategien und die Schaffung regionaler Anlaufstellen für die KI-Nutzung. Ein Land wie Deutschland oder Frankreich würde also nicht nur KI für den eigenen Bedarf bereitstellen, sondern die Rechenkapazitäten für ganz Europa (oder große Teile davon) anbieten. Wer der „Hub“ in der EU ist, kontrolliert die Daten, zieht die klügsten Köpfe an und schafft die technologische Infrastruktur, von der andere Länder abhängig sind.

Tagesbedarf einer Kleinstadt

Um KI in der notwendigen Größenordnung zu betreiben, wird vor allem Energie benötigt; viel Energie, das weiß inzwischen jeder. Um aber nicht bei den üblichen Allgemeinplätzen zu bleiben, müssen wir die energetische Basis der KI näher betrachten.  Ohne Zahlen geht das leider nicht, dafür bitte ich die geneigten Leser schon jetzt um Verständnis. (Kurz zu den nachfolgenden Einheiten: Watt [W] ist die Einheit der elektrischen Leistung, Watt-Stunden [Wh] die Einheit der elektrischen Energie. Größere Einheiten für elektrische Leistung sind Kilowatt [kW], Megawatt [MW] mit 1 MW = 1.000 kW, Gigawatt [GW] mit 1 GW = 1.000 MW = 1 Million kW und schließlich Terawatt [TW] mit 1 TW = 1.000 GW, entsprechendes gilt für die Energie, also z. B. 1 MWh = 1.000 kWh usw.)

Wenn wir den Energiebedarf einschätzen wollen, benötigen wir zuerst eine Basisgröße: Der Leistungsbedarf eines KI-Rechenzentrums liegt zwischen 100 und 300 MW.  Wir wollen im Weiteren nur 100 MW ansetzen, bei einem 24-Stunden-Betrieb sind das 2400 MWh bzw. 2,4 GWh. Das ist schon der Tagesbedarf einer Kleinstadt.

Im Jahr mit 365 Tagen folgt damit für ein 100 MW KI-Rechenzentrum ein Bedarf von 876 GWh. Sie können auch gern mal eine Kostenabschätzung durchführen. Bei angenommenen 0,17 Euro/kWh für große Rechenzentren 2026 in Deutschland (zum Vergleich in den USA nur 0,06-0,08 Euro/kWh) ergibt sich hier schon die Jahressumme von rund 150 Millionen Euro für den KI-Dauerbetrieb.

Gehen wir zuerst davon aus, dass zur Deckung dieser Strommenge Windkraftanalgen eingesetzt werden. Eine moderne, neu installierte Offshore- Anlage stellt etwa 15 MW Leistung bereit. Bei einem sehr guten Standort (küstenfern) kann man im Jahr mit 4.000 Volllaststunden rechnen. Ein derartiges Offshore-Windrad erzeugt im Jahr also 60 GWh Energie. Um den Jahresbedarf unseres 100 MW-KI-Rechenzentrums von 876 GWh zu decken, benötigen wir damit 15 Windräder. Nun hat das Jahr aber 24h x 365 Tage = 8760 h. Es bleibt also eine recht große Zeitlücke von 4760 Stunden, in der keine durch Wind erzeugte Energie zur Verfügung gestellt werden kann. (Die Annahme von Volllaststunden ist eine Planungsgröße. Natürlich stellt die Windturbine auch bei geringerem Wind Leistung bereit, aber eben weniger. Die Differenz ist dann wieder durch andere Energieerzeuger auszugleichen.)

Wir entscheiden uns, die Lücke mit Solarstrom zu füllen und gehen jetzt etwas großzügig von einem Energiemix Wind/Solar von jeweils 50 Prozent aus. Das bedeutet, wir müssen nur 438 GWh mit Wind erzeugen, die anderen 438 GWh ergänzen wir durch Solarenergie. Wie der Mix verteilt über das Jahr aussieht, können wir hier nicht berücksichtigen, da man dazu mit statistischen Werten zu Wind und Sonne über das Jahr rechnen müsste. Das wird zu kompliziert. Halten wir fest, dass wir jetzt nur noch acht Windkraftturbinen der 15 MW-Klasse benötigen. Damit wären 480 GWh erzeugbar, unser 50-prozentiger Bedarf also gut abgedeckt.  

16.000 Fußballfelder

Am Standort Deutschland liefert eine moderne Photovoltaikanlage pro Quadratmeter Modulfläche im Mittel ca. 0,3 bis 0,6 kWh tägliche Energie, an schönen Sommertagen können es 0,8 kWh sein, im Winter oft weniger als 0,2 kWh. Wir rechnen weiter mit optimistischen 0,6 kWh täglich und erhalten damit, etwas abgerundet, je Quadratmeter einen Energiebetrag von 215 kWh pro Jahr. Um die 438 GWh Elektroenergie zu erzeugen, benötigen wir dazu eine reine Modul-Glasfläche von 2.037.209 Quadratmeter oder 2,04 Quadratkilometer, das entspricht ca. 285 Fußballfeldern nach DFB-Norm (105 Meter x 68 Meter).

Damit wäre die geforderte Gesamtenergie theoretisch vorhanden. Es bleibt der „Schönheitsfehler“ in unseren bisherigen Überlegungen, dass wir noch keine zeitliche Kontinuität der Verfügbarkeit garantieren können. Aber das können wir in dieser vereinfachten Rechnung leider nicht berücksichtigen. Bedenken müssen wir aber das Problem der Energieversorgung, das bei einer sogenannten Dunkelflaute auftritt, also dann, wenn kein Wind weht und auch keine Sonne scheint.

Hier bietet sich ein oft zitierter Energie-Großspeicher an. Keiner kennt im Voraus aber die Zeitdauer einer Dunkelflaute (sie kann 10 bis 14 Tage dauern). Begrenzen wir hier die Zeit über das ganze Jahr auf nur einen Tag, also auf 24h, so benötigen wir für diese Zeitdauer einen Speicher -wie oben gezeigt – mit einer Kapazität von 2,4 GWh.  Sicher werden sich die Preise noch ändern, aber heute liegen die aktuellen Kosten für einen Lithium-Ionen-Großspeicher bei ca. 250 bis 350 Euro pro kWh, inklusive der Wechselrichter und der Installation in Containern. Wir benötigen damit für den Aufbau einer 2,4 GWh-Kapazität 600 bis 840 Millionen Euro. Das ist fast so viel, wie die Baukosten für das Rechenzentrum betragen würden.

Nun wird der KI-Rechenbedarf in Deutschland sicher nicht nur mit einem 100 MW-Rechenzentrum abgedeckt sein. Aktuell wird geschätzt, dass in naher Zukunft Deutschland etwa 18 bis 20 TWh pro Jahr für Rechenzentren (nicht nur KI) benötigen wird. Nehmen wir nun an, dass wir 20 KI-Rechenzentren mit 100 MW bauen wollen, so benötigen wir nach obiger Rechnung dafür 876 GWh x 20 = 17,5 TWh. Und jetzt halten Sie sich bitte fest, denn das bedeutet mit obigem Ansatz: 160 Offshore-Windräder der 15 MW-Klasse, 5.700 Fußballfelder voller Solaranlagen und Stromspeicher für ca. 14 Milliarden Euro.

Nun hat die Internationale Energieassoziation (IEA) aber noch viel weiterreichende Pläne. Sie rechnet damit, dass sich der Strombedarf für Rechenzentren bis 2030 weltweit verdoppeln wird. Ein solcher Ausbau würde in Deutschland bedeuten, dass ca. 50 TWh Energie nur für KI bereitgestellt werden müsste, das wären dann ca. 10 Prozent der jährlichen Stromproduktion von 500 TWh. Mit den Daten unserer Beispielrechnung entsprächen 50 TWh Energie etwa 57 KI-Rechenzentren mit jeweils 100 MW. Damit wäre in Deutschland auch das Szenario eines KI-Hub-EU realisierbar. Für die Energiegewinnung benötigte man dazu 450 modernste Offshore-Anlagen, 16.000 Fußballfelder PV-Module (115 Quadratkilometer) und 40 Milliarden Euro für Stromspeicher (zu je 2,4 GWh für die Absicherung eines einzigen Tages Dunkelflaute).

Welchen Strom wollen wir?

So, wie oben angenommen, wird der KI-Energiebedarf bis 2030 sicher nicht zur Verfügung gestellt werden. In unserer Rechnung sind zwar noch viele Unwägbarkeiten und vereinfachte Annahmen enthalten, aber weniger Energiebedarf und geringere Kosten werden sich kaum errechnen lassen. Augen verschließen reicht auch nicht, denn es muss klar sein, dass die Alternative heißt, entweder an der KI-Front mitzuspielen oder aber KI-Leistungen aus anderen Ländern einzukaufen. Dabei spielt dann nicht nur Geld eine Rolle, sondern auch die zwangsläufige Offenlegung von Daten an den Dienstleister, darunter viele Wirtschafts- und Industriedaten mit hochsensiblem Charakter.

Es wird jetzt einigen Lesern sicher nicht gefallen, aber wenn bei der Energieerzeugung gleichzeitig noch die CO2-Bilanz berücksichtigt werden soll, kommt eigentlich nur Kernkraft als Lösung in Frage. Ich habe es mal mit unseren obigen Annahmen durchgerechnet, möchte aber den Lesern weitere Beispielrechnungen ersparen. Deshalb hier nur das Ergebnis: Man würde unter Berücksichtigung der Verfügbarkeit von 8.000 Stunden/Jahr etwa fünf Kraftwerksblöcke mit einer elektrischen Nettoleistung von 1,4 GW pro Block benötigen. Die benötigte Energie entspricht leider gerade derjenigen, die in den letzten Jahren durch Abschaltung von Kernreaktoren (Grohnde, Brokdorf, Emsland, Isar 2, Neckarwestheim 2) nicht mehr verfügbar ist. Komplette Neubauten würden lange (bis etwa 2045) dauern und ca.  60 bis 75 Milliarden Euro erfordern.

Wir stehen also vor einem Dilemma. Atomstrom möchte Deutschland nicht, Kohle und Gas auch nicht. Die in obige Rechnung einbezogenen regenerativen Energien sind trotz großer Investitionen nicht ständig verfügbar und deshalb, da nicht grundlastfähig, auch prinzipiell nicht ausreichend. Was nun? Volkswirtschaftlich stellt sich zusätzlich die Frage, ob die Energiebilanz für die KI überhaupt aufgeht. KI ist im Jahre 2026 sowohl monetär als auch energetisch ein riesiges Zuschussgeschäft, und das in allen Staaten der Welt. Ein massiver Ausbau der KI und ihrer energetischen Basis kann deshalb nur als Investition in eine Zukunft verstanden werden, in der nicht nur die Erhöhung der Effizienz gesamtgesellschaftlicher Prozesse, sondern vor allem machtpolitische Fragen eine entscheidende Rolle spielen werden.