Eine neue Forschungsarbeit vom 12. November 2026 zeigt, wie stark die Wirtschaftlichkeit großer KI-Rechenzentren von der Geschwindigkeit ihrer Stromversorgung abhängen kann. Das Ergebnis ist keine allgemeine Empfehlung für Inselnetze, sondern ein Hinweis auf einen neuen Engpass der KI-Industrie: verfügbare Leistung zur richtigen Zeit.
Der neue Befund
Ein Forschungsteam um Alex C. Newkirk untersucht in einem am 12. November 2026 eingereichten Preprint verschiedene Energieversorgungskonzepte für KI-Rechenzentren in den kontinentalen USA. Verglichen werden Netzanschlüsse, erdgasbasierte Inselversorgung und Solar-Speicher-Mikronetze mit unterschiedlicher elektrischer Kopplung. Das Modell berücksichtigt unter anderem Lastprofile, Kühlung, Umwandlungsverluste, Batteriealterung und den wirtschaftlichen Wert früher verfügbarer Rechenkapazität.
Nach Angaben der Autoren senkt die Gleichstromkopplung (DC) die modellierten Lebensdauer-Energiekosten gegenüber vergleichbaren Wechselstromvarianten durchschnittlich um 18 Prozent beziehungsweise 0,09 US-Dollar je Kilowattstunde. Werden entgangene Rechenerträge während der Bau- und Anschlusszeit eingepreist, sind DC-gekoppelte Mikronetze in 85 Prozent der untersuchten US-Standorte die günstigste modellierte Option; bei beschleunigten Zeitplänen für Erdgasanlagen sinkt der Anteil auf 55 Prozent. Das sind Modellergebnisse, keine gemessenen Marktdurchschnitte.
Warum die Zeit plötzlich so teuer ist
Bei klassischen Energievergleichen stehen Strompreis, Verfügbarkeit und Emissionen im Mittelpunkt. Für KI-Infrastruktur kommt eine weitere Variable hinzu: Ein Rechenzentrum, dessen Server mangels Netzanschluss nicht arbeiten können, verliert während der Wartezeit potenzielle Erlöse. Die Studie bewertet deshalb nicht nur die Kosten einer Kilowattstunde, sondern auch den Zeitpunkt, zu dem sie verfügbar wird.
Das verändert Investitionsentscheidungen. Eine technisch aufwendigere lokale Stromversorgung kann sich rechnerisch lohnen, wenn sie deutlich früher einsatzfähig ist. Umgekehrt kann ein rasch realisierter Netzanschluss die Rechnung wieder zugunsten zentraler Versorgung verschieben. Ausschlaggebend sind lokale Netzkapazitäten, Genehmigungen, Hardware-Lieferzeiten und die tatsächliche Auslastung der KI-Systeme.
Die klimapolitische Gegenrechnung
Die Standortfrage hat eine zweite Dimension: Wer lange Netzanschlussverfahren durch eigene fossile Kraftwerke umgeht, kann neue Emissionen und langfristige Abhängigkeiten schaffen. Der Guardian berichtete am 11. November über eine BloombergNEF-Auswertung geplanter gasbasierter Eigenversorgung von Rechenzentren. Dabei handelt es sich um Projektplanungen, nicht um bereits gebaute oder genehmigte Kapazitäten. Zudem dürfen aggregierte internationale Planwerte nicht mit europäischen Ist-Emissionen verwechselt werden.
Lokale Solar-Speicher-Systeme vermeiden zwar unmittelbare Verbrennungsemissionen, benötigen aber Flächen, Material, Speicher und eine belastbare Versorgung auch bei ungünstiger Witterung. Ein Inselnetz ist nicht automatisch klimaneutral oder betrieblich resilient. Die Studie modelliert spezifische Versorgungskonzepte; sie ersetzt weder eine standortspezifische Umweltprüfung noch eine Analyse der Netzstabilität.
Europas Perspektive: KI-Politik ist auch Energiepolitik
Für Europa ist die Frage besonders relevant, weil die EU gleichzeitig KI-Kapazitäten ausbauen und ihre Energie- und Klimaziele verfolgen will. Die Europäische Kommission stellte am 3. Juni 2026 ein Paket zur technologischen Souveränität vor, das neben Chips, Cloud und Open Source ausdrücklich die Digitalisierung des Energiesektors und die Einbindung von Rechenzentren adressiert. Die US-Modellresultate lassen sich wegen anderer Strommärkte, Genehmigungsregeln, Netzstrukturen und Erlösannahmen nicht eins zu eins auf Deutschland übertragen.
Für Projektentwickler ergibt sich daraus eine klare Prüfagenda: Nicht nur Strompreis und Anschlussleistung vergleichen, sondern die erwartete Wartezeit, flexible Laststeuerung, Netz- und Speicheroptionen, Emissionsintensität über den Lebenszyklus sowie Risiken von Genehmigung und Technologieverfügbarkeit. Für die Politik stellt sich die Frage, wie Netzausbau und transparente Anschlussverfahren beschleunigt werden können, ohne fossile Übergangslösungen dauerhaft zu verfestigen.
Einordnung der Redaktion
Der neue Forschungsbeitrag beschreibt einen realen Zielkonflikt, aber keinen universellen Sieger unter den Energietechnologien. Seine Stärke ist die explizite Bewertung des Zeitfaktors. Seine Grenze liegt in Modellannahmen, einem US-amerikanischen Untersuchungsraum und dem Status als noch nicht begutachteter Preprint. Entscheidend wird sein, ob weitere Studien und reale Projekte die Kostenvorteile bestätigen. Die strategische Erkenntnis ist bereits belastbar: Wer über KI-Infrastruktur spricht, muss über Stromnetze, Zeitpläne und Klimafolgen zugleich sprechen.
Grafik: Welche Faktoren die Versorgung bestimmen
| Entscheidungsfaktor | Netzanschluss | Lokales Mikronetz | Eigenes Gaskraftwerk |
|---|---|---|---|
| Startzeit | Abhängig von Netzkapazität | Abhängig von Komponenten und Bau | Abhängig von Anlagenlieferung und Genehmigung |
| CO₂-Bilanz | Abhängig vom Strommix | Abhängig von Erzeugung und Speicher | Direkte fossile Emissionen |
| Hauptrisiko | Anschlussverzögerung | Versorgungssicherheit und Speicherbedarf | Emissions- und Brennstoffpreisrisiko |
Quellen
- Newkirk et al.: Speed-to-Power Dominates Energy Costs for AI Data Centers, Forschungs-Preprint, eingereicht am 12. November 2026.
- The Guardian: AI datacentres plan on-site power stations on huge scale, 11. November 2026; Bericht über BloombergNEF-Recherche.
- Europäische Kommission: Paket zur technologischen Souveränität, 3. Juni 2026.
EIDMEI Journal – European Institute for Digitalisation, Machine Intelligence, Embodied Intelligence & Information Security. Stand: 14. November 2026.
Beitragsbild: KI-generierte redaktionelle Illustration. Symbolische Darstellung; keine dokumentarische Aufnahme oder originalgetreue Produktabbildung.