Künstliche Intelligenz (KI) entwickelt sich immer mehr zu einem wesentlichen Treiber des Stromverbrauchs in Europa. Während bislang die Rechenleistung der wichtigste Engpassfaktor war, verschiebt sich mit der Beschleunigung der KI-Verbreitung der Fokus zunehmend auf die Kapazität der Stromnetze, große, konstante und räumlich konzentrierte Lasten zu verkraften. Dieser Blog untersucht, wie entscheidend die Aktualisierung und Modernisierung der Netzplanung, der Netzanschlussregeln und der Energieregulierung für die Zukunft von KI in der EU sind.
Von Ruben Maximiano und Wouter Meester, OECD-Hauptabteilung Wirtschaft
Also available in English: Wired for Power: The energy behind the AI revolution
Wie viel Energie braucht KI?
In der öffentlichen Diskussion entsteht oft der Eindruck, dass KI losgelöst von physischen Systemen operiert. In Wirklichkeit braucht KI aber Unmengen von Strom. Ihre Zukunft hängt nicht nur von Fortschritten bei Algorithmen und Rechenleistung ab, sondern auch von Kilowattstunden – also von der Fähigkeit der Stromsysteme, zuverlässig und in großem Umfang Strom bereitzustellen.
Training und Nutzung der neuesten KI-Modelle verursachen einen kontinuierlichen und stetig wachsenden Strombedarf. Der IEA zufolge verbraucht ein typisches KI-Rechenzentrum derzeit so viel Strom wie 100 000 Haushalte. Die größten neuen Rechenzentren könnten sogar zwanzigmal so viel Strom benötigen, was dem Stromverbrauch eines kleinen Landes entspricht (IEA, 2025).
Die Stromerzeugung allein ist daher nicht mehr der einzige limitierende Faktor für die weitere KI-Verbreitung. Eine immer kritischere Rolle spielt mittlerweile die Kapazität der Stromsysteme, große, konstante und geografisch konzentrierte Lasten aufzunehmen, zu transportieren und zu steuern, ohne Konflikte mit anderen Nutzungsarten zu verursachen. Wie die aktuelle Studie OECD Diagnostic Tool for Reducing Regulatory Barriers to Solar, Wind and Pumped Hydro Storage in the EU zeigt, ist dafür auch eine bessere Regulierung erforderlich.
Die zentrale Bedeutung von Energie für den KI-Rollout lässt sich an den Energiebeschaffungsstrategien der Unternehmen ablesen. Ein Großteil der langfristigen Strombezugsverträge von Unternehmen (Corporate Power Purchase Agreements – Corporate PPAs) in Europa entfällt inzwischen auf Big Tech (vgl. Abbildung 1). Umfang und Geschwindigkeit der KI-Implementierung erfordern jedoch schon jetzt mehr Strom als traditionelle PPAs gewährleisten können. Daher investieren Hyperscaler zunehmend direkt in Stromerzeugung, z. B. durch Photovoltaik, Wind- und Kernenergie, um ihre langfristige Versorgung zu sichern.
Insgesamt lassen diese Entwicklungen den Schluss zu, dass die nächste große Herausforderung für die KI-Politik nicht nur in einer ausreichenden Stromerzeugung, sondern auch in einer angemessenen Netzplanung und -verstärkung besteht. Dies hängt in erheblichem Maße von der Regulierung der Netzinvestitionen und Netzanschlussregeln ab.
Um diese Hürden in der EU systematisch abzubauen, benennt die OECD-Studie Diagnostic Tool for Reducing Regulatory Barriers to Solar, Wind and Pumped Hydro Storage in the EU die regulatorischen Engpässe, die den Ausbau der erneuerbaren Energien in der EU verlangsamen und die Netzverfügbarkeit begrenzen, und zeigt Optionen für Politikverantwortliche auf, um durch eine Anpassung der Energieregulierung die KI-Implementierung zu fördern. Da dieser Blog auf der genannten Studie beruht, bezieht er sich hauptsächlich auf die Herangehensweisen und den Energiemix in der EU.
Globale KI trifft auf lokale Stromnetze
Global betrachtet ist zwar der Strombedarf für KI nach wie vor moderat (bis 2030 wird ein Anstieg auf 3 % weltweit und 4,5 % in der EU erwartet) (IEA, 2025; Ember, 2025), die Auswirkungen des KI-bedingten Stromverbrauchs sind jedoch stark konzentriert. Rechenzentren ballen sich an Standorten mit stabilen Glasfaserverbindungen, günstigen Kühlbedingungen, niedrigen Strompreisen und schnellem, zuverlässigem Netzzugang. Diese Clusterbildung erhöht den Druck auf die lokalen Stromnetze und bringt die bestehenden Planungs- und Netzanschlussstrukturen an ihre Grenzen.
Am Beispiel Irlands werden diese Risiken deutlich. 2023 entfielen rd. 21 % des Stromverbrauchs in Irland auf Rechenzentren, verglichen mit 5 % im Jahr 2015. Dies betrifft vor allem den Großraum Dublin, wo Rechenzentren etwa die Hälfte der gesamten Stromerzeugung verbrauchen. Die enorme Belastung für das Stromnetz lässt Besorgnis über die Versorgungssicherheit aufkommen, was dazu geführt hat, dass der Übertragungsnetzbetreiber bis 2028 keine Anträge für neue Rechenzentren in Dublin mehr annimmt (Ember, 2025; CRU, 2025). Die nationale Regulierungsbehörde hat mit einer Reihe von regulatorischen Änderungen auf die Entwicklung reagiert. Beispielsweise müssen neue Rechenzentren mit steuerbaren Erzeugungs- oder Speicherkapazitäten ausgestattet werden.
Länder, die über mehr und billigeren Strom und bessere Netze verfügen, haben bei der Ansiedlung von Rechenzentren einen komparativen Vorteil. So sind beispielsweise die nordischen Länder aufgrund ihres reichlichen Energieangebots, starker Netze und einer CO2-armen Grundlastversorgung zu attraktiven KI-Zielländern geworden (Ember, 2025). Generell könnten Staaten mit deutlich schnelleren Netzanschlusszeiten laut IEA-Analysen bis 2030 um bis zu 20 % mehr Wachstum bei Rechenzentren verzeichnen (IEA, 2025).
Wie KI die Stromsysteme belastet
Die Belastung der Stromsysteme tritt in drei überlappenden zeitlichen Dimensionen zutage. Auf lange Sicht brauchen große KI-Standorte Übertragungs- und Verteilnetze mit ausreichenden Kapazitäten, doch der Netzausbau und die erforderlichen Genehmigungsverfahren nehmen oft fünf bis zehn Jahre in Anspruch. Es ist daher von wesentlicher Bedeutung, vorausschauend zu planen und die Ansiedlung von Rechenzentren mit Netzinvestitionen und lokaler Stromerzeugung zu koordinieren. Ebenso wichtig ist die Netzoptimierung, d. h. die Verbesserung der Systemeffizienz durch Digitalisierung und KI-basiertes Systemmanagement.
Auf mittlere Sicht sind ineffiziente Netzanschlussregeln ein limitierender Faktor. Lange Warteschlangen, spekulative Anträge und Windhundverfahren verzögern tragfähige Vorhaben und verzerren die Planung. Und bereits heute verursacht die KI-Nutzung rapide Schwankungen im Stromsystem, die deutlich drastischer ausfallen als bei traditionellen Industrielasten und Probleme für die Frequenzstabilität und Spannungssteuerung mit sich bringen.
Um diese Belastungen zu bewältigen, sind Regulierungsrahmen notwendig, die nicht nur eine physische Verstärkung der Stromnetze, sondern auch eine Optimierung des Stromsystems durch Digitalisierung, Flexibilitätsbeschaffung und Stabilitätsdienstleistungen fördern und es den Systembetreibern ermöglichen, neben den traditionellen Sachanlagen in Software und operative Lösungen zu investieren.
Laut Diagnosetool würden u. a. die folgenden wesentlichen Elemente des Regulierungssystems dazu beitragen, den Belastungen für das Stromsystem zu begegnen:
- vorausschauende Netzinvestitionen, die durch klare Abschreibungsregeln unterstützt werden
- kriterienbasierte Netzanschluss-Warteschlangen mit Priorisierung nach Reifegrad und Systemnutzen der Projekte
- Netzkapazitätskarten zur Erleichterung effizienter Standortentscheidungen
- flexible Zugangsregelungen, wie z. B. flexible oder hybride Netzanschlüsse
- Tarif- und Marktdesigns, die den Wert von Flexibilitäts- und Stabilitätsdienstleistungen widerspiegeln
Wie gehen die Länder mit dieser Herausforderung um?
Die Länder passen zunehmend die Regulierung ihrer Stromsysteme an, um den sehr standortspezifischen Auswirkungen der KI-bedingten Nachfrage auf die Stromnetze zu begegnen. Dabei drehen die Regierungen an unterschiedlichen Stellschrauben. In Europa beispielsweise verbessert Italien die standortbezogene Planung durch detaillierte Netzkapazitätskarten, während Portugal ungenutzte Kapazitäten umverteilt und die Lizenzierung von Speicherkapazitäten vereinfacht. Das Vereinigte Königreich reformiert die Netzanschluss-Warteschlangen durch Priorisierung nach dem Reifegradverfahren („first ready, first connected“), die Niederlande führen Engpassmanagementzonen und Priorisierungskriterien ein und Finnland integriert Rechenzentren in Wärmerückgewinnungs- und Grünstromstrategien.
Trotz dieser unterschiedlichen Herangehensweisen zeichnen sich gemeinsame Erkenntnisse ab. So können etwa Netzzugangsbegehren nicht mehr als einfache administrative Warteschlange behandelt werden; vielmehr müssen die Projekte nach ihrem Reifegrad priorisiert werden. Standortbezogene Transparenz ist entscheidend, um effiziente Investitionen zu fördern. Die hergebrachte Netzverstärkung muss durch Flexibilitätsmechanismen und digitale Optimierung ergänzt werden. Außerdem müssen die Netzplanung und die Genehmigungsprozesse antizipativ anstatt reaktiv gestaltet werden. Länder, die diese Grundsätze befolgen, sind besser in der Lage, dem erhöhten Strombedarf für KI gerecht zu werden und zugleich die Verlässlichkeit und Erschwinglichkeit der Stromversorgung zu sichern.
Energiestrategien für das KI-Zeitalter
Die Auswirkungen der KI auf den Strombedarf sind inzwischen von zentraler Bedeutung für die wirtschaftliche Strategie. Die Sicherung einer verlässlichen, erschwinglichen und CO2-armen Stromversorgung wird immer mehr zu einer entscheidenden Voraussetzung, um digitale Investitionen anzuwerben und längerfristig zu halten. Im KI-Zeitalter werden Wettbewerbsfähigkeit, Autonomie und Resilienz nicht mehr nur von Daten und Algorithmen bestimmt, sondern zunehmend auch von der Regulierung, der die Recheninfrastruktur und die Stromsysteme unterliegen.
Das OECD/EU-Diagnosetool bietet den Regierungen einen praktischen Leitfaden zur Modernisierung und Anpassung ihres Regulierungsrahmens an die Anforderungen einer stromintensiven digitalen Wirtschaft.
Quellen
CRU (2025), „Large Energy Users Connection Policy“, Decision Paper, Commission for Regulation of Utilities, Dublin, https://cruie-live-96ca64acab2247eca8a850a7e54b-5b34f62.divio-media.com/documents/CRU2025236_Large_Energy_User_connection_policy_decision_paper.pdf.
Ember ( 2025), Grids for data centres: ambitious grid planning can win Europe’s AI race, Ember, London, https://ember-energy.org/app/uploads/2025/06/Grids-for-data-centres-in-Europe.pdf.
IEA (2025), Energy and AI, World Energy Outlook Special Report, IEA, Paris, https://www.iea.org/reports/energy-and-ai/.
OECD (2025), Diagnostic Tool for Reducing Regulatory Barriers to Solar, Wind and Pumped Hydro Storage in the European Union: Empowering Policymakers at National, Regional, and Local Levels, OECD Publishing, Paris, https://doi.org/10.1787/15f4aed4-en.