Die Schweizer Energiewende steht vor einer unerwarteten Herausforderung: Der rasante Aufstieg der Künstlichen Intelligenz könnte die Stromversorgung an ihre Grenzen bringen.

Experten warnen vor einem dramatischen Anstieg des Energieverbrauchs in Rechenzentren.

Explosiver Strombedarf durch KI

Neueste Studien zeigen alarmierende Zahlen: Der Stromverbrauch von Rechenzentren hat sich zwischen 2019 und 2024 von 2,1 auf 4 Terawattstunden nahezu verdoppelt. Bis 2030 könnte er auf 6-8 Terawattstunden ansteigen – das entspricht der Jahresproduktion eines kompletten Kernkraftwerks.

Besonders drastisch zeigt sich dies an konkreten Projekten: Das Rechenzentrum in Volketswil von Vantage Data Centers wird jährlich 600 Gigawattstunden Strom verbrauchen – mehr als die gesamte Stadt Winterthur mit 122’000 Einwohnern. Noch extremer wird das geplante Projekt in Laufenburg: Die Firma Flexbase plant dort ein KI-Rechenzentrum mit einer Stromleistung von mehreren hundert Megawatt. Sollte es vollständig ausgebaut werden, würde es zusätzlich mehrere Terawattstunden jährlich benötigen – dem Verbrauch eines weiteren AKW entsprechend.

Diese Dimensionen sind international keine Seltenheit: Mark Zuckerberg kaufte bereits den Strom eines ganzen Kernkraftwerks für seine Meta-Cloud, während Microsoft den stillgelegten Atomreaktor Three Mile Island reaktivieren lässt. Allein im Kanton Zürich gingen in den letzten fünf Jahren über 100 Anfragen für neue Rechenzentren ein.

Energieeffiziente KI-Alternativen

Doch es gibt Hoffnung: Innovative Technologien könnten den Energiehunger der KI drastisch reduzieren. Besonders vielversprechend sind Spiking Neural Networks (SNN), die das menschliche Gehirn nachahmen. Diese neuromorphen Chips verarbeiten Informationen nur bei Bedarf und können den Energieverbrauch um bis zu 90 Prozent senken.

Weitere energiesparende Ansätze umfassen:

Quantencomputing: Quantenprozessoren lösen bestimmte KI-Probleme exponentiell effizienter als klassische Computer. Erste kommerzielle Anwendungen zeigen vielversprechende Ergebnisse bei der Optimierung und Mustererkennung.

Edge Computing: Statt zentrale Rechenzentren zu überlasten, verarbeiten kleinere, dezentrale Einheiten Daten vor Ort. Dies reduziert nicht nur den Gesamtenergieverbrauch, sondern auch die Übertragungskosten.

KI-Modelloptimierung: Neue Komprimierungstechniken wie “Pruning” und “Quantization” reduzieren die Größe von KI-Modellen erheblich, ohne die Leistung zu beeinträchtigen.

Dringender Handlungsbedarf

Professor Adrian Altenburger von der Fachhochschule Luzern, der eine Studie im Auftrag des Bundesamts für Energie erstellt, warnt eindringlich: “Die Schweiz muss sich etwas einfallen lassen, wie sie den riesigen unvorhergesehenen KI-Mehrbedarf deckt – oder den Zubau neuer Rechenzentren limitieren.” Das Problem wird durch die Energiewende verschärft: Alte AKW werden stillgelegt, während gleichzeitig Millionen von Wärmepumpen und E-Autos zusätzlichen Strom benötigen.

Ohne das Laufenburg-Projekt machen Rechenzentren bereits 2030 bis zu 15 Prozent des Schweizer Stromverbrauchs aus. Mit Flexbase könnte dieser Anteil noch drastischer steigen. Zum Vergleich: In Irland explodierte der Anteil der Rechenzentren in nur sechs Jahren von fünf auf 21 Prozent des gesamten Stromverbrauchs.

Die Zeit drängt. Während Städte wie Amsterdam und Singapur bereits Moratorien für neue Rechenzentren verhängt haben, steht die Schweiz vor der Wahl: Entweder sie setzt auf innovative, energieeffiziente KI-Technologien oder riskiert eine Überlastung ihres Stromnetzes.

Die Lösung liegt nicht im Verzicht auf KI, sondern in der intelligenten Nutzung nachhaltiger Technologien. Nur so kann die digitale Transformation ohne Gefährdung der Energiewende gelingen.