Lässt sich genau sagen, wie viel mehr Strom eine ChatGPT-Anfrage als eine Google-Suche verbraucht? Die veröffentlichten Schätzungen erlauben keinen sauberen Vergleich unter gleichen Bedingungen.
Gleichzeitig wächst der Strombedarf von Rechenzentren schnell. Die IEA beziffert den Zuwachs 2025 auf 17 Prozent, bei KI-fokussierten Rechenzentren auf 50 Prozent. Das ist ein klarer Trend, aber noch kein Beleg dafür, dass KI den weltweiten Strombedarf insgesamt antreibt. Genau deshalb lohnt der Blick auf Bezugsjahr, Messgröße und Unsicherheit.
- Die IEA schätzt den weltweiten Rechenzentrumsverbrauch 2025 auf 485 TWh. Für 2030 erwartet sie rund 950 TWh und etwa 3 % des weltweiten Stromverbrauchs
- Schätzungen für einfache Textprompts liegen bei rund 0,24 bis 0,34 Wh. Die Angaben beruhen auf unterschiedlichen Methoden und sind nicht direkt vergleichbar
- Mehrere Tech-Konzerne berichten über steigende Emissionen oder Stromnachfrage. Ihre Kennzahlen haben unterschiedliche Berichtsjahre und Grenzen
1. Der Status quo: Was Rechenzentren heute verbrauchen
Die Internationale Energieagentur (IEA) schätzt den Stromverbrauch von Rechenzentren 2024 auf 415 TWh. Im Folgejahr stieg der Verbrauch nach ihrer Auswertung um 17 Prozent auf 485 TWh. Ihre aktualisierte Prognose findest du im Bericht Key Questions on Energy and AI vom April 2026:
Wenn du diese Jahreswerte lieber als laufenden Zähler sehen willst, habe ich daraus einen Live-Rechner für Strom und Wasser gebaut. Er interpoliert die IEA-Zahlen auf die aktuelle Sekunde und sagt klar, was Schätzung ist.
Der entscheidende Punkt steckt in der dritten Zeile:
Die 50 Prozent beziehen sich auf den Stromverbrauch KI-fokussierter Rechenzentren im Jahr 2025, nicht auf den gesamten KI-Stromverbrauch. Auch der Anstieg der Rechenzentren darf nicht mit dem Wachstum der gesamten Stromnachfrage gleichgesetzt werden. Im Bericht von 2025 schätzte die IEA, dass Rechenzentren im Basisszenario weniger als 10 Prozent zum weltweiten Stromnachfragewachstum von 2024 bis 2030 beitragen.
Die Investitionssumme ist ebenfalls groß, aber sie ist keine direkte Messung des Stromverbrauchs. Die IEA nennt für fünf große Tech-Unternehmen 2025 mehr als 400 Milliarden USD an Investitionen. Für 2026 erwartet sie einen weiteren Anstieg um 75 Prozent. Diese Unternehmensinvestitionen messen nicht den Stromverbrauch und beziehen sich nicht ausschließlich auf Rechenzentren.
2. Die Prognose: Verdopplung bis 2030
Das IEA-Update vom April 2026 erwartet im Basisszenario rund 950 TWh im Jahr 2030. Das entspricht ungefähr drei Prozent des dann erwarteten Weltstromverbrauchs. Der ältere IEA-Bericht von 2025 kam für 2030 auf 945 TWh. Die Prognosen liegen nahe beieinander, beruhen aber auf verschiedenen Berichtsständen. Die regionale Aufschlüsselung im Bericht von 2025 zeigt, wo der zusätzliche Bedarf damals erwartet wurde:
USA und China standen im IEA-Basisszenario von 2025 zusammen für knapp 80 Prozent des globalen Rechenzentrumswachstums bis 2030. Das sind Prognosewerte aus diesem Berichtsstand, keine aktualisierte Aufteilung des IEA-Updates von 2026.
Auch bei den heutigen Anteilen zeigt sich diese Konzentration:
Für 2024 verteilte sich der weltweite Rechenzentrumsstrom laut IEA auf 45 Prozent in den USA, 25 Prozent in China und 15 Prozent in Europa. Die übrigen 15 Prozent sind der rechnerische Rest der Regionen, keine separat ausgewiesene Ländergruppe.
3. USA: Rechenzentren könnten 12 % des Stroms verbrauchen
Im Referenzfall des LBNL-Updates entfallen 2030 voraussichtlich 11,8 Prozent des US-Stromverbrauchs auf Rechenzentren. Das ist ein nationaler Anteil und nicht direkt mit der IEA-Prognose von rund drei Prozent des weltweiten Stromverbrauchs vergleichbar. Das Lawrence Berkeley National Laboratory veröffentlichte die Aktualisierung 2026 im Auftrag des US-Energieministeriums. Die folgende Grafik verbindet historische Schätzwerte aus dem LBNL-Bericht von 2024 mit dem Referenzfall des Updates:
Quellen: LBNL-Bericht 2024, LBNL-Update, veröffentlicht 2026
Für 2024 nennt EPRI eine Schätzung von 177 bis 192 TWh. Der Wert ist eine Spanne, kein einzelner Messwert. Im LBNL-Update liegt der Referenzfall für 2030 bei 649 TWh oder 11,8 Prozent des US-Stromverbrauchs. Sensitivitätsszenarien reichen von 521 bis 843 TWh. Das sind modellierte Szenarien, keine exakte Vorhersage. EPRIs Bericht für 2026 setzt seine eigenen Projektionen für 2030 zwischen 380 und 790 TWh an.
Und das hat bereits heute Folgen für die Strompreise:
Die Kapazitätsauktion von PJM zeigt, wie sich lokale Prognosen auf den Markt auswirken können. Im Juli 2026 lag der Auktionspreis für das Lieferjahr 2028/29 bei 325 USD pro MW-Tag, der von der FERC festgelegten Obergrenze. Die Auktion beschaffte 6.831 MW weniger als das Zuverlässigkeitsziel verlangte. Der unabhängige Marktmonitor schätzte für die Auktion 2027/28, dass die im Lastforecast angesetzte Rechenzentrumsnachfrage die Kapazitätsmarkterlöse um rund 6,5 Mrd. USD beziehungsweise 65,5 Prozent erhöhte, verglichen mit einem Szenario ohne diese prognostizierte Nachfrage. Das ist eine Modellrechnung zu Kapazitätsmarkterlösen, keine Aufteilung von Stromrechnungen. PJM veröffentlichte die Auktionsergebnisse am 14. Juli 2026; die Berechnung des Marktmonitors steht im Bericht für 2025.
4. Energie pro Anfrage: Drei Schätzungen, keine einheitliche Messreihe
Jetzt zur meistzitierten und am häufigsten falsch wiedergegebenen Zahl der ganzen Debatte. Wie viel Strom kostet eine einzelne KI-Anfrage?
Epoch AI modellierte im Februar 2025 rund 0,3 Wh für eine typische einfache GPT-4o-Textanfrage und setzte dabei unter anderem 500 Ausgabetokens an. Sam Altman nannte für eine durchschnittliche ChatGPT-Anfrage etwa 0,34 Wh und 0,000085 US-Gallonen Wasser, ohne Methode oder Bezugszeitraum anzugeben. Google schätzte für einen medianen Gemini-Apps-Textprompt im Mai 2025 0,24 Wh, 0,26 ml Wasser und 0,03 g CO₂e. Den CO₂e-Wert leitete Google aus der Prompt-Energie und der durchschnittlichen CO₂-Intensität seines Stroms 2024 ab, den Wasserwert aus der Energie und seiner durchschnittlichen Wassernutzungseffizienz 2024. Epoch und Altman veröffentlichen in den hier zitierten Quellen keine CO₂e-Angabe pro Anfrage. Googles Werte sind nicht unabhängig geprüft.
Das eigentlich Bemerkenswerte ist die Effizienzkurve:
Google verglich seinen medianen Gemini-Apps-Textprompt von Mai 2025 mit dem Median von Mai 2024. Nach der eigenen Berechnung sank die Energie je Prompt um den Faktor 33 und der CO₂e-Fußabdruck je Prompt um den Faktor 44. Die Angaben sind nicht unabhängig geprüft und gelten für genau diese Prompt-Messung. Für die Gesamtentwicklung zählt laut IEA mehr als die Effizienz einzelner Prompts: Auch Nutzungsmenge, neue Aufgabenarten und der Ausbau der Infrastruktur verändern den Strombedarf.
5. Training: Was ein einzelnes Modell kostet
Neben dem Betrieb (der Inferenz) verbraucht auch das Training der Modelle Energie, und zwar konzentriert in wenigen Monaten:
Die Zahlen in der Tabelle sind Schätzungen, keine durchgehend vom jeweiligen Anbieter gemessenen oder veröffentlichten Emissionen. Der Stanford AI Index 2026 weist für GPT-4, Llama 3.1 405B und Grok 4 berechnete CO2e-Werte aus. Epoch AI kommt bei Grok 4 mit einer anderen Methode auf eine deutlich höhere Schätzung. Das sind keine statistischen Grenzen eines Messintervalls. Mistrals Wert umfasst in der Lebenszyklusanalyse mit ADEME neben dem Training auch 18 Monate Nutzung. Diese Angaben lassen sich deshalb nicht als Rangliste der Trainingskosten lesen.
Epoch AI schätzt, dass die Rechenleistung für das Training führender Modelle seit 2020 ungefähr um den Faktor fünf pro Jahr gewachsen ist. Das beschreibt Rechenleistung, nicht automatisch den Stromverbrauch oder die Emissionen jedes einzelnen Modells.
6. Die Hyperscaler: Unterschiedliche Kennzahlen, unterschiedliche Trends
Die jüngsten Berichte zeigen unterschiedliche Entwicklungen. Stromnachfrage, operative Emissionen, Scope 1 bis 3 und standortbasierte Scope-2-Emissionen messen nicht dasselbe. Auch die Berichtsjahre stimmen nicht überein:
Google meldet für 2025, dass die Stromnachfrage des Gesamtunternehmens um 37 Prozent stieg. Die operativen, marktbezogenen Scope-1- und Scope-2-Emissionen sanken um zwei Prozent, während die Lieferkettenemissionen um 25 Prozent zunahmen. Microsofts Bericht nennt für das Geschäftsjahr 2025 einen Anstieg der gesamten Scope-1-, Scope-2- und Scope-3-Emissionen um 25 Prozent. Amazon meldet für 2025 16 Prozent mehr absolute Emissionen als 2024, bei 38 Prozent niedrigerer CO₂-Intensität gegenüber 2019. Metas Datenindex für 2024 weist für Rechenzentren 5.862.614 Tonnen standortbasierte Scope-2-Emissionen aus. Diese Zahlen sind wegen verschiedener Berichtsjahre und Bilanzgrenzen nicht direkt vergleichbar.
7. Kernkraftverträge und Neustartpläne
Einige Tech-Konzerne sichern sich langfristig Kernkraft oder unterstützen den Bau neuer Reaktoren. Die Projekte reichen von Stromverträgen für bestehende Anlagen bis zu noch geplanten Kraftwerken:
Der Vertrag zwischen Microsoft und Constellation betrifft Unit 1 am früheren Three-Mile-Island-Kraftwerk. Der Reaktor lief bis 2019 und war nicht Teil des Unfalls von 1979 an Unit 2. Constellation nennt 2027 als Neustartziel. Im Juni 2026 genehmigte die FERC die Übertragung bestehender Netzanschlussrechte; die NRC muss den Neustart weiterhin umfassend prüfen und genehmigen. Die FERC-Entscheidung war also keine Betriebsgenehmigung. Constellations Bericht vom August 2026 nennt beide Genehmigungsschritte.
Der erste Amazon-Vertrag von 2024 bezog sich auf den Cumulus-Campus. Talen erhielt 650 Mio. USD für die Anlagen; die Stromabnahme sollte in Stufen steigen und konnte nach einer Vertragsoption bis zu 960 MW erreichen. Das war keine bereits vollständig verfügbare Strommenge. Talens SEC-Bericht beschreibt Verkauf und Liefervertrag.
Im November 2024 lehnte die FERC Talens Antrag ab, die Direktversorgung des Amazon-Campus von 300 auf 480 MW zu erhöhen. Die bestehende Vereinbarung blieb bestehen. Der FERC-Beschluss behandelte die gewünschte Erweiterung.
Weitere Vorhaben unterscheiden sich in ihrem Reifegrad. Talen erwartet im erweiterten Vertrag, Amazon bei voller Menge bis zu 1.920 MW aus Susquehanna zu liefern, mit einem Hochlauf bis spätestens 2032. Googles Vereinbarung mit Kairos sieht bis zu 500 MW bis 2035 vor. Für den 615-MW-Reaktor Duane Arnold schloss das US-Energieministerium im September 2026 einen Kredit von bis zu 1,9 Mrd. USD; die NRC-Genehmigungen für den Neustart stehen noch aus. Meta zufolge sollen seine Vereinbarungen bis 2035 bis zu 6,6 GW neue und bestehende CO2-arme Energie ermöglichen. Die Summe enthält Batteriespeicher und darf deshalb nicht als Kernkraftleistung gelesen werden. Meta schlüsselt die Vereinbarungen nach Anbietern auf.
8. Wasser: Verbrauch, Entnahme und Wiederauffüllung
Rechenzentren brauchen nicht nur Strom, sondern auch Wasser zur Kühlung. Auch hier ist die einzelne Anfrage winzig, in der Summe aber gewaltig.
Google schätzte den Wasserverbrauch eines medianen Gemini-Apps-Textprompts im Mai 2025 auf 0,26 Milliliter. Sam Altman nannte für eine durchschnittliche ChatGPT-Anfrage 0,000085 US-Gallonen, rund 0,32 Milliliter. Das sind anbieterseitige Schätzungen mit unterschiedlichen Methoden, keine einheitlichen Messwerte pro Anfrage.
Die Unternehmensberichte erfassen andere Größen. Google meldet für 2025 rund 7,7 Milliarden Gallonen wiederaufgefülltes Wasser, entsprechend 78 Prozent seines gesamten Frischwasserverbrauchs. Amazon entnahm 2025 rund 2,5 Milliarden Gallonen im globalen Rechenzentrumsbetrieb und gibt für diesen Betrieb eine Wasserintensität von 0,12 Litern pro kWh an. Microsoft meldet für das Geschäftsjahr 2025 weltweit mehr als 14 Millionen Kubikmeter wiederaufgefülltes Wasser und bezeichnet seine Aktivitäten als wasserpositiv. Wiederauffüllung, Entnahme und Verbrauch sind verschiedene Kennzahlen. Auch beziehen sich die Angaben teils auf den Konzern und teils nur auf Rechenzentren, sie lassen sich nicht zu einer Rangliste zusammenrechnen.
9. Deutschland: Strombedarf und KI-Kapazität wachsen
Und hierzulande? Die Bitkom/Borderstep-Studie liefert die verlässlichsten Zahlen für den deutschen Markt:
Die Bitkom/Borderstep-Studie schätzt den Stromverbrauch deutscher Rechenzentren 2025 auf 21,3 Mrd. kWh. 2015 waren es 12 Mrd. kWh. Die installierte Leistung stieg 2025 laut Studie um 9 % auf 2.980 MW. Für 2030 erwartet Bitkom mehr als 5.000 MW. Das sind Studienwerte und Prognosen, keine laufende amtliche Messreihe.
Der spannendste Wert ist aber die KI-Kapazität:
In der am 10. November 2025 veröffentlichten Studie machten KI-Rechenzentren laut Bitkom rund 15 % der installierten Kapazität aus. Die für KI vorgesehene Anschlussleistung soll von 530 MW auf 2.020 MW im Jahr 2030 steigen. Bitkom erwartet dann einen Anteil von 40 % an der gesamten deutschen Rechenzentrumskapazität. Die Werte für 2030 sind Prognosen der Studie.
10. Effizienz: Die Gegenkraft
Der Strombedarf pro einzelner Aufgabe kann sinken, während die Gesamtmenge steigt. Google meldete für seinen medianen Gemini-Apps-Textprompt einen niedrigeren Energiebedarf als ein Jahr zuvor. Die IEA beschreibt die Entwicklung breiter: Hardware, Software und Modelleffizienz senken den Energieverbrauch pro Aufgabe, zugleich nehmen Nutzung und energieintensivere Anwendungen wie Video, Reasoning und Agentenaufgaben zu.
Aus einer Effizienzsteigerung pro Anfrage folgt deshalb nicht automatisch, dass auch der Gesamtverbrauch sinkt. Dafür müssen zusätzlich die Zahl und Art der Aufgaben sowie der Ausbau der Rechenzentren berücksichtigt werden. Die hier verfügbaren Zahlen reichen nicht aus, um für KI insgesamt einen isolierten Jevons-Effekt zu messen.
11. Prognosen im Vergleich: Wer sagt was
Diese Prognosen lassen sich nebeneinanderstellen, wenn ihre unterschiedlichen Bezugsräume klar bleiben:
Die Tabellenwerte stammen aus den IEA-Berichten 2026 und 2025, dem LBNL-Update und EPRIs Bericht für 2026.
Die Zahlen lassen sich nicht zu einer einzigen Prognose zusammenziehen. Die IEA modelliert den weltweiten Bedarf, LBNL und EPRI den US-Markt. Auch ihre Basisjahre, Annahmen und Szenarien unterscheiden sich. Lies die US-Anteile deshalb nicht als Anteil am Weltstromverbrauch und behandle die Spannen als Szenarien, nicht als exakte Vorhersagen.
12. Fazit: Rechenzentren fordern Infrastruktur und Planung
Die Daten zeichnen ein differenzierteres Bild als beide Lager der Debatte.
Die IEA schätzt, dass alle Rechenzentren zusammen 2025 weltweit 485 TWh Strom verbrauchten. Im Basisszenario steigt der Bedarf bis 2030 auf rund 950 TWh oder etwa 3 % des Weltstromverbrauchs. Diese globale Einordnung sagt wenig über einzelne Regionen aus, in denen neue Rechenzentren Stromnetze und Wasserressourcen stärker beanspruchen können.
Für den US-Markt prognostiziert LBNL im Referenzfall 11,8 Prozent des nationalen Stromverbrauchs für Rechenzentren. Die IEA nennt im Basisszenario rund drei Prozent des weltweiten Stromverbrauchs. Beide Anteile haben unterschiedliche geografische Bezugsräume. Beim Wasser und bei den Emissionen fallen Unternehmenszahlen je nach Bilanzgrenze und Berichtsjahr verschieden aus. Eine einzelne Prompt-Schätzung beantwortet daher nicht, wie stark der Ausbau insgesamt auf Energieversorgung, Netze und Klima wirkt.
Wie groß die dahinterstehende Branche inzwischen ist, kannst du in meinen KI-Statistiken nachlesen. Und wessen Chips diesen Strom verbrauchen, zeigen meine Nvidia-Statistiken.
