101-Eintrag
Der Strom-Engpass: Elektrizität als nächster Limitierungsfaktor für KI
Elektrizität wird zum nächsten physischen Engpass beim Einsatz von KI. Ein einzelnes NVIDIA B200 GPU-Rack verbraucht 120kW — ein modernes KI-Rechenzentrum mit 100.000 GPUs benötigt über 1 Gigawatt Leistung, vergleichbar mit einem Kernkraftwerk. Hyperscalern geht die verfügbare Stromkapazität schneller aus, als neue Erzeugungskapazität ans Netz gehen kann. Daraus entstehen Investmentchancen in der Stromerzeugung (nukleare SMRs, Erdgas), der Stromverteilung (Transformatoren, Schaltanlagen) und der Energieeffizienz (Flüssigkeitskühlung, Thermomanagement). Der Energie-Engpass wird über die Energy-Schicht von Closelooks 6-Layer Model erfasst.
Automatisch aus dem englischen Original übersetzt. Zum englischen Original →
Das Ausmaß des Problems
Der globale Stromverbrauch von Rechenzentren wird sich laut Prognosen bis 2028 mehr als verdoppeln, nahezu ausschließlich getrieben durch KI-Workloads. Die Herausforderung: Der Bau von Stromerzeugungs- und Übertragungsinfrastruktur dauert 3-7 Jahre, während die KI-Nachfrage vierteljährlich wächst. Dieses Missverhältnis erzeugt ein strukturelles Stromdefizit, das begrenzt, wo und wie schnell KI-Infrastruktur ausgebaut werden kann.
Mehrere Hyperscaler haben bereits berichtet, dass sie den Ausbau von Rechenzentren aufgrund fehlender Stromverfügbarkeit verzögern mussten. Microsoft, Google und Amazon investieren allesamt in langfristige Stromlieferverträge, nukleare Partnerschaften und Eigenerzeugung — ein Signal dafür, dass sie Strom als den bindenden Engpass für ihre KI-Ambitionen betrachten.
Investment-Implikationen
Stromerzeugung: Nuklearenergie (Constellation Energy, NuScale, Oklo), Erdgas (Calpine, Vistra) sowie Solar- und Batteriespeicher im Versorgungsmaßstab profitieren alle von der Nachfrage der Hyperscaler nach zuverlässiger Grundlastleistung.
Stromverteilung: Transformatoren und Schaltanlagen sind ein Nadelöhr — Eaton, Schneider Electric und spezialisierte Nischenanbieter verzeichnen verlängerte Auftragsrückstände.
Energieeffizienz: Flüssigkeitskühlung reduziert die als Wärme verschwendete Energie. Jedes bei der Kühlung eingesparte Watt ist ein Watt, das für Rechenleistung zur Verfügung steht. Vertiv und Modine sind die primären Nutznießer.