US-Rechenzentren droht gewaltiger Strommangel bis 2028

Der Stromhunger der Künstlichen Intelligenz wird zu einem massiven Problem für die US-Energieversorgung. Analysten von Morgan Stanley haben ihre Prognosen zum Strombedarf von Rechenzentren drastisch nach oben korrigiert. Die neue Schätzung: Bis 2028 wird eine Lücke von 30 bis 40 Prozent zwischen der verfügbaren US-Stromkapazität und dem Bedarf der KI-Industrie klaffen.

Zum Vergleich: New York City benötigt eine Grundlast von 5,5 bis 6 Gigawatt (GW). Der prognostizierte Fehlbedarf entspricht damit der Stromversorgung von sechs New Yorker Städten – und das unter optimistischen Annahmen. Ohne sogenannte „Time-to-Power“-Lösungen steigt die Lücke sogar auf zehn New Yorks.

Bereits Elon Musk hatte auf dem G20-Innovationsministergipfel in North Carolina vor einem drohenden Strommangel gewarnt. „Es gibt eine erhebliche Krise bei der Stromversorgung“, sagte der Tesla- und SpaceX-Chef. „Derzeitiger Konsens ist, dass es im nächsten Jahr zu einem signifikanten Strommangel kommen wird. Also nicht in einer fernen Zukunft.“ Musk bezifferte den Engpass für KI-Chips im Jahr 2027 auf mindestens 15 Gigawatt.

Die treibende Kraft: Immer hungrigere Hardware

Das Team um Stephen Byrd bei Morgan Stanley hatte zuvor einen US-Stromversorgungsengpass von 38 GW bis 2028 geschätzt. Die neuen Zahlen fallen deutlich höher aus, weil die Analysten einen stärkeren Verbrauch durch komplexere Server berücksichtigen. Im Fokus stehen Nvidias kommende Vera-Rubin- und Rubin-Ultra-Architekturen, die den IT-Strombedarf von 2025 bis 2028 verfünffachen könnten.

Auf den ersten Blick erscheint dies paradox. Nvidia selbst gibt an, dass die Vera-Rubin-Systeme eine 30-mal höhere Durchsatzleistung pro Megawatt für agentische Workloads liefern können. Doch für die Netzbetreiber ist die verbesserte Chip-Effizienz ein zweischneidiges Schwert. Die Betreiber von Rechenzentren nutzen die Effizienzgewinne, um mehr Rechenleistung in dieselbe Fläche zu packen, anstatt den Stromverbrauch zu senken.

Während Rechenzentren früher Server mit jeweils acht GPUs beherbergten, fasst Nvidias neues Vera-Rubin-NVL72-Serverrack 72 GPUs samt CPUs, Netzwerkschaltern und Kühlung in einem miniaturisierten Paket. Laut dem Cloud-Anbieter CoreWeave produziert ein typischer Serverrack „so viel Wärme wie 10 bis 25 gleichzeitig laufende Backöfen“.

Das Jevons-Paradoxon der KI-Industrie

Die Unit Economics sprechen für sich: Der Wechsel von Nvidias Hopper-Familie (veröffentlicht im dritten Quartal 2022) zu Rubin Ultra (geplant für die zweite Jahreshälfte 2027) könnte die Gesamtkosten eines Prozessorbetriebs um 94 Prozent senken. Der Token-Ertrag pro Chip verbessert sich um das 15-fache, sodass trotz höherer Betriebskosten eine sechsfache Verbesserung der Tokens pro Watt erreicht wird.

Doch ab 2027 führen die dichteren Racks zu einer „sprunghaften Zunahme des Strombedarfs“, so Morgan Stanley. Es ist ein Lehrbuchbeispiel für das Jevons-Paradoxon: Verbesserte Effizienz macht eine Ressource günstiger in der Nutzung, was den Verbrauch erhöht und die Einsparungen aus der individuellen Effizienz zunichtemacht.

Für 2028 ist bereits Nvidias nächste Chiparchitektur „Feynman“ geplant. Morgan Stanley erwartet einen weiteren Sprung: Die gleichen Dynamiken werden den US-Strombedarf im Jahr 2029 um weitere 40 Prozent im Jahresvergleich erhöhen. Der kumulative Strommangel könnte dann bei 107 GW liegen – oder umgerechnet 18 New Yorks.

Lösungsansätze und ihre Grenzen

Morgan Stanley sieht mehrere Optionen, um das Defizit zu schließen. Bloom Energys Brennstoffzellen könnten bis 2028 rund 5 GW zur Versorgung beitragen. Weitere 2 GW könnten entstehen, wenn Rechenzentren hinter dem Zähler direkt an Kernkraftwerken angesiedelt werden. Dennoch bliebe im optimistischen Szenario ein kumulativer Engpass von 17 GW für 2028 bestehen.

Diese Lücke müsste durch bisher nicht angekündigte Programme gefüllt werden, etwa Gasturbinen und netzunabhängige Generatoren, die noch nicht in kommerzieller Form existieren. Rechnet man die Schätzungen ein Jahr weiter, erhöht sich der Anteil dieser „Vapourware“ auf kumulativ 24 GW.

Die Bank empfiehlt Anlegern, in nahezu jedes Unternehmen zu investieren, das einen machbaren Plan zur Energieerzeugung hat. Dazu zählen „Powered-Shell-Anbieter“ (ehemals Bitcoin-Miner), neuartige Erzeugungsunternehmen und Ausrüstungslieferanten. Auch SpaceX wird nach dem Prinzip „Hit-and-Hope“ zum Kauf empfohlen. Das Unternehmen von Elon Musk hat kürzlich den Grundstein für eine Fabrik in Texas gelegt, um eigene Gasturbinenschaufeln herzustellen. Musk selbst habe im Juli schätzungsweise eine Milliarde US-Dollar ausgegeben, um den Anbieter netzunabhängiger Gas- und Dieselgeneratoren APR Energy zu kaufen.

Der positive Kreislauf und seine Achillesferse

Das zentrale Argument der KI-Befürworter lautet, dass KI einen positiven Kreislauf darstellt. Jede neue Hardwaregeneration verbessert die Unit Economics der Token-Verarbeitung, steigert die Margen für Rechenzentren-Betreiber und erhöht die KI-Adoptionsraten. Mehr Adoption bedeutet komplexere Workloads, was wiederum die Infrastrukturanforderungen steigert.

Doch Morgan Stanley fügt in Fettdruck eine entscheidende Warnung hinzu: „Allerdings konvergieren all diese Fortschritte auf ein zentrales Problem: Wenn wir den Strommangel nicht schließen können, wird sich das erwartete Tempo der Verbesserung und Adoption möglicherweise nicht vollständig entsprechend den Markterwartungen verwirklichen.“

Die Botschaft ist klar: Ohne eine drastische Ausweitung der Stromerzeugung droht der KI-Boom an der eigenen Infrastruktur zu scheitern. Elon Musk hatte es treffend formuliert: „Offensichtlich wird das schneller wachsende Element das langsamer wachsende Element irgendwann überfordern.“