Analyse
Deutschland will fit für das KI-Zeitalter werden. Doch der Ausbau stößt an Grenzen: Strom, Netze und Flächen sind knapp. Experten sagen, entscheidend sei nicht, mehr Rechenzentren zu bauen – sondern die richtigen.
Wer Bilder mit Künstlicher Intelligenz erstellen lässt oder intelligente Suchmaschinen nutzt, sieht meist nur eine Eingabemaske. Im Hintergrund arbeiten jedoch riesige Rechenzentren – Hallen voller Computer, die Daten verarbeiten und KI-Modelle trainieren.
Mit dem Boom der Künstlichen Intelligenz wächst weltweit der Bedarf an Rechenleistung. Vor allem das Training großer Sprachmodelle und komplexe KI-Anwendungen benötigen Tausende Spezialprozessoren gleichzeitig. Entsprechend investieren Staaten und Unternehmen Milliarden in neue Rechenzentren.
Strategie gegen den Rückstand?
Auch Deutschland will beim Ausbau mithalten. Die Bundesregierung hat in diesem Jahr deshalb erstmals eine nationale Rechenzentrumsstrategie beschlossen. Bis 2030 soll sich die Rechenzentrumskapazität in Deutschland mindestens verdoppeln, die Kapazität für KI und Hochleistungsrechnern sogar vervierfachen. Insgesamt 28 Maßnahmen sollen den Ausbau beschleunigen.
Für Dennis Kenji-Kipker, IT-Experte vom cyberintelligence.institute, ist die Strategie ein wichtiger Schritt: „Für deutsche Verhältnisse ist es der erste kohärente KI-Rahmen, den wir überhaupt haben – mit konkreten Zahlen, belastbaren Zielen und Maßnahmen“, sagt er im Gespräch mit der ARD-Finanzredaktion.
Abstand zu Vorreiter-Ländern ist groß
Die Strategie setzt auf drei Schwerpunkte: Energie und Nachhaltigkeit, Standorte und Flächen sowie Technologie und digitale Souveränität. Konkret sollen laut der Strategie Genehmigungsverfahren beschleunigt, neue Standorte erschlossen und wettbewerbsfähige Strompreise ermöglicht werden. Gleichzeitig setzt die Strategie auf energieeffizientere Rechenzentren, eine stärkere Nutzung erneuerbarer Energien und die Nutzung von Abwärme.
Die Strategie allein werde Deutschland zwar nicht zur Weltspitze machen. Sie sei aber eine notwendige Voraussetzung, damit das Land bei einer Schlüsseltechnologie nicht weiter zurückfalle, so Kipker. Tatsächlich ist der Abstand zu Vorreiter-Ländern groß.
Deutschland besitzt ungefähr drei Gigawatt Rechenzentrumsleistung. Das geht aus einer Studie des Digitalverbands Bitkom hervor. Zum Vergleich: Die USA verfügen demnach über mehr als 48 Gigawatt – also sechzehnmal so viel. Die zehn größten US-Rechenzentren verfügen zusammen ungefähr über dieselbe Leistung wie alle deutschen Rechenzentren insgesamt.
Strom wird zum entscheidenden Faktor
Mit neuen Serverhallen allein ist es allerdings nicht getan. Moderne KI-Rechenzentren benötigen enorme Mengen Energie. „Ein Rechenzentrum ist eine riesige Halle voller Computer“, erklärt Jens Gröger vom Öko-Institut gegenüber der ARD-Finanzredaktion. „All die Computer brauchen Strom. Und sie brauchen Kühlung, um die entstehende Wärme wieder abzuführen.“
Große Rechenzentren können so viel Strom verbrauchen wie eine Kleinstadt. Und sie benötigen leistungsfähige Netzanschlüsse, geeignete Industrieflächen und – je nach Kühltechnik – Wasser. All das sind enorme Ressourcen und die fehlen an vielen Standorten. Gerade deshalb müsse der Ausbau künftig enger mit der Energieplanung verzahnt werden, sagt Gröger.
Rechenzentren als Teil der Energiewende?
Der Umweltforscher sieht in Rechenzentren nicht nur ein Problem, sondern auch Chancen. „Rechenzentren könnten tatsächlich mit erneuerbaren Energien versorgt werden. Sie könnten Batteriespeicher nutzen und ihre Wärme in Nahwärmenetze einspeisen – und so zur Wärmewende beitragen“, so Gröger.
Gleichzeitig sieht der Umweltforscher auch Chancen. Rechenzentren könnten gezielt dort entstehen, wo ausreichend erneuerbarer Strom verfügbar ist. Richtig geplant, könnten sie so nicht nur Strom verbrauchen, sondern auch dessen Nutzung steuern und damit einen Beitrag zur Energie- und Wärmewende leisten.
Deutschland braucht nicht jedes KI-Rechenzentrum
Für Gröger geht die Debatte aber noch weiter. Deutschland müsse sich grundsätzlich fragen, welche Art von KI-Infrastruktur überhaupt benötigt werde. Derzeit orientiere sich Europa stark am Ausbau riesiger Rechenzentren für generative KI nach US-Vorbild. Für viele Anwendungen seien solche Anlagen jedoch gar nicht notwendig.
„Wir müssen nicht verzweifelt riesige KI-Lösungen nachbauen“, sagt Gröger. Sinnvoller seien spezialisierte Rechenzentren – etwa für industrielle Anwendungen, Forschung oder die öffentliche Verwaltung.
Viele industrielle KI-Anwendungen arbeiten mit spezialisierten Modellen, die auf konkrete Aufgaben zugeschnitten sind. Sie benötigen häufig deutlich weniger Rechenleistung als große Sprachmodelle, die möglichst viele unterschiedliche Aufgaben erfüllen sollen.
Europas Antwort auf den KI-Wettbewerb
Auch IT-Experte Kipker sieht Deutschland nicht in erster Linie im Wettlauf um die größten Rechenzentren. Die Stärke des Landes liege vielmehr in den Daten und dem Know-how der Industrie. Jahrzehntelang gewachsene Produktions-, Maschinen- und Sensordaten könnten die Grundlage für spezialisierte KI-Anwendungen bilden – etwa im Maschinenbau, der Automobilindustrie oder der Chemie. Auch in der Medizin, der Materialforschung oder bei der Steuerung von Energienetzen sieht er großes Potenzial.
Mit den Investitionen der USA oder Chinas werde Deutschland allein kaum Schritt halten können. „Einzelstaaten wie Deutschland sind allein zu klein, um diesen globalen Maßstab mitzuhalten“, sagt er. Deshalb brauche es eine stärkere europäische Zusammenarbeit.
Zusammenarbeit mit europäischen Partnern
Die Europäische Union arbeite bereits an gemeinsamen Projekten und Investitionen für KI-Infrastruktur. Ziel sei es, eine eigene digitale Infrastruktur aufzubauen, statt dauerhaft von außereuropäischen Anbietern abhängig zu bleiben. Auch laut deutscher Strategie soll die Zusammenarbeit mit europäischen Partnern ausgebaut werden, um die digitale Infrastruktur in Europa insgesamt zu stärken.
Ob Deutschland im KI-Zeitalter erfolgreich sein wird, entscheidet sich deshalb nicht allein an der Zahl neuer Rechenzentren. Ausschlaggebend dürfte sein, ob Infrastruktur, Stromnetze und erneuerbare Energien künftig gemeinsam geplant werden – und ob dort investiert wird, wo Rechenleistung den größten Nutzen für Wirtschaft, Forschung und öffentliche Verwaltung entfalten kann.
