Cloud-Anbieter

Zusätzliche Dienstleistungen

Entdecken Sie das Megaport-Ökosystem
Entdecken Sie das Megaport-Ökosystem
Stellen Sie jederzeit und überall eine Verbindung her, mit beispielloser Geschwindigkeit, Flexibilität und Auswahl.
Erfahren Sie mehr

Erkunden

Bauen

Treten Sie der Megaport-Community bei
Treten Sie der Megaport-Community bei
Die Community für Netzwerkingenieure, IT-Leiter und Partner zum Ideenaustausch und zur Entwicklung der nächsten Schritte.
Community beitreten

Kontaktieren Sie uns

Unternehmen

Es ist offiziell: Megaport x Latitude.sh
Es ist offiziell: Megaport x Latitude.sh
Latitude.sh bietet dedizierte Rechenleistung und Megaport-Privatanbindung, sodass Sie schnell starten und überall arbeiten können.
Drücken Sie Start
Das Stromnetz zeichnet die Cloud-Landkarte neu

Das Stromnetz zeichnet die Cloud-Landkarte neu

KI treibt den Strombedarf von Rechenzentren in neue Dimensionen und verändert, wo Infrastruktur entsteht und wie Unternehmen sich damit verbinden.

Inhaltsübersicht

Zusammenfassung

Der steigende Strombedarf von KI macht die Stromverfügbarkeit zu einem entscheidenden Faktor bei der Standortwahl für Rechenzentren. Projektentwickler suchen über etablierte Zentren hinaus nach Regionen mit freien Stromnetzkapazitäten, zuverlässiger Energieversorgung, geeigneten Kühlbedingungen und Platz für Erweiterungen. Mit der zunehmenden Verteilung der Rechenressourcen benötigen Unternehmen flexible Konnektivität, die neue Standorte mit ihren Clouds, Daten, Anwendungen und Nutzern verbindet.

Vor nicht allzu langer Zeit war die Standortwahl für Rechenzentren noch vor allem eine Immobilienfrage. Das Netzwerk wurde erst später berücksichtigt. Projektentwickler orientierten sich an etablierten Cloud-Regionen und Glasfasertrassen und überwanden anschließend die Hürden, um den gewählten Standort in betriebsbereite Infrastruktur zu verwandeln. Strom war natürlich wichtig, wurde aber meist als ein Punkt auf der Checkliste behandelt.

KI hat ihn jetzt in den Mittelpunkt gerückt.

Die Frage stellt sich heute früher und mit größerem Nachdruck: Kann das lokale Stromnetz genug Leistung liefern – und zwar innerhalb eines Zeitrahmens, der für das Unternehmen passt? Auf dem Papier kann ein Standort geeignet erscheinen: die richtige Lage, ein realistischer Genehmigungsweg und die Nähe zu wichtigen Glasfasertrassen. Doch wenn der Strom erst in Jahren verfügbar ist, gerät das Projekt schnell ins Stocken – und mit ihm das geplante Cloud-Wachstum.

Diese Einschränkung beginnt bereits, die Cloud-Landkarte neu zu zeichnen. Rechenressourcen verlagern sich aus etablierten Zentren an Standorte, die früher am Rand lagen. Hier greifen wir eine unserer zentralen Prognosen dazu auf, wie sich Rechenzentren 2026 entwickelt haben: Digitale Infrastruktur entsteht nicht nur dort, wo Daten hinmüssen, sondern auch dort, wo Strom tatsächlich bereitgestellt werden kann.

Warum begrenzt die Stromversorgung die KI-Infrastruktur so stark?

Weil beschleunigtes Computing deutlich mehr Rechenleistung pro Rack konzentriert als herkömmliche Unternehmens-IT. Grafikprozessoren (GPUs) und andere Beschleuniger verbrauchen beim Modelltraining und bei der Inferenz große Mengen Strom. Gleichzeitig müssen die umgebenden Kühl- und Stromversorgungssysteme mehr leisten, um diese Dichte zu unterstützen.

Die Internationale Energieagentur (IEA) schätzt, dass Rechenzentren 2024 rund 415 Terawattstunden (TWh) Strom verbraucht haben. Bis 2030 erwartet sie einen Anstieg auf etwa 945 TWh, wobei KI der wichtigste Wachstumstreiber ist. Der Stromverbrauch beschleunigter Server soll im selben Zeitraum ebenfalls um 30 % pro Jahr steigen.

Der größte Teil des Energieverbrauchs eines Rechenzentrums entfällt direkt auf die IT. Laut IEA machen Server rund 60 % des Stromverbrauchs in einem modernen Rechenzentrum aus. Der Anteil der Kühlung reicht von etwa 7 % in effizienten Hyperscale-Anlagen bis zu mehr als 30 % an weniger effizienten Unternehmensstandorten. Eine höhere Rack-Dichte kann deshalb sowohl den direkten Stromverbrauch des Rechenzentrums als auch den Energiebedarf für die Abfuhr der entstehenden Wärme erhöhen.

Deshalb lässt sich der Stromverbrauch eines KI-Rechenzentrums nicht auf die Leistungsaufnahme einer GPU reduzieren. Die Anlage rund um die Hardware ist genauso wichtig.

Wie verändert der Strombedarf die Standortwahl für Rechenzentren?

Der steigende Energiebedarf von Rechenzentren macht die Stromverfügbarkeit und die Dauer bis zum Netzanschluss zu zentralen Standortkriterien. Ein geeignetes Grundstück ist nur begrenzt wertvoll, wenn das lokale Stromnetz die Anlage erst in mehreren Jahren im erforderlichen Umfang versorgen kann.

Projektentwickler müssen heute verschiedene Kriterien berücksichtigen, bevor sie sich auf einen Standort festlegen:

  • Verfügbare Kapazität: Das lokale Stromnetz muss die anfängliche Last tragen und einen glaubwürdigen Weg für Erweiterungen bieten.
  • Zeitplan für den Netzanschluss: Netzstudien und der Ausbau des Übertragungsnetzes bestimmen, wann eine Anlage den Betrieb aufnehmen kann; Lieferzeiten für kritische Ausrüstung können weitere Verzögerungen verursachen.
  • Kühlbedingungen: Das lokale Klima und die Wasserverfügbarkeit beeinflussen, welche Kühlkonzepte umsetzbar sind und wie hoch der gesamte Energiebedarf der Anlage ausfällt.
  • Netzwerkzugang: Unterschiedliche Glasfasertrassen und Interconnection-Optionen bestimmen, ob der neue Standort Cloud-Umgebungen und Datenspeicher erreichen und Nutzer dadurch effektiv bedienen kann.

Der letzte Punkt wird leicht unterschätzt. Eine Region kann reichlich Energie und günstige Grundstücke bieten, braucht aber trotzdem Konnektivität, um als Teil einer größeren Infrastrukturumgebung zu funktionieren. Strom macht einen Standort möglich; das Netzwerk macht ihn nutzbar.

Geht etablierten Rechenzentrumsstandorten die Kapazität aus?

Etablierten Zentren geht nicht einfach die Kapazität aus. Viele haben jedoch Schwierigkeiten, sie so schnell auszubauen, wie es die KI-Nachfrage erfordert. Überlastete Warteschlangen für Netzanschlüsse und Engpässe im Stromnetz bremsen neue Projekte. Lange Lieferzeiten für Ausrüstung sorgen für zusätzliche Verzögerungen und verlagern manche Projekte weiter weg von traditionellen Clustern.

Die IEA schätzt, dass sich rund 20 % der geplanten Rechenzentrumsprojekte verzögern könnten, wenn Risiken im Stromnetz nicht angegangen werden. Der Bau neuer Übertragungsleitungen kann in fortgeschrittenen Volkswirtschaften vier bis acht Jahre dauern, während Rechenzentren selbst innerhalb von zwei bis drei Jahren betriebsbereit sein können.

Die Konzentration der Anlagen erhöht den Druck zusätzlich. Laut IEA liegt die Hälfte der in den USA im Bau befindlichen Rechenzentren in bestehenden großen Clustern. Auch CBRE berichtet, dass die begrenzte Stromverfügbarkeit das Wachstum in einigen Kernmärkten hemmt. In Europa schaffen Betreiber neue Kapazitäten weiter außerhalb der Stadtzentren, während sich die Entwicklung im asiatisch-pazifischen Raum auf sekundäre Standorte verlagert.

Die etablierten Zentren bleiben wichtig, weil sie bereits über ausgeprägte Konnektivitätsökosysteme und die Nähe zu großen Cloud-Regionen verfügen. Ihre Grenzen dehnen sich jedoch aus. In manchen Fällen kann das nächste geeignete Rechenzentrum viele Kilometer von dem Standort entfernt liegen, den ein Unternehmen früher standardmäßig gewählt hätte.

Wo wird die nächste Generation von Rechenzentren gebaut?

Die nächste Generation von Rechenzentren wird sich auf wachsende Kernstandorte und aufstrebende regionale Märkte verteilen. Standorte mit Stromnetzkapazitäten, zuverlässiger Energieversorgung, geeigneten Kühlbedingungen und gutem Glasfaserzugang dürften mehr Projekte anziehen.

Das deutet nicht auf eine einzige neue Welthauptstadt der KI-Infrastruktur hin. Die geografische Verteilung wird je nach Region und Workload unterschiedlich ausfallen. CBRE hat wachsende Chancen in Märkten wie Richmond, Santiago, Mumbai und Johor identifiziert, während Stromengpässe etablierte Zentren beeinträchtigen. Weitere Standorte werden entstehen, wenn Energieprojekte und Erweiterungen des Übertragungsnetzes in Betrieb gehen und neue Netzwerktrassen hinzukommen.

Auch die Art der Workloads wird die Landkarte beeinflussen. Manche Aufgaben beim Modelltraining können in Regionen mit größerer Stromverfügbarkeit ausgeführt werden, da die Entfernung zu Endnutzern für sie weniger entscheidend ist. Inferenz profitiert dagegen häufig von der Nähe zu den Menschen oder Systemen, die eine Antwort anfordern. Unternehmen könnten daher große regionale Anlagen mit kleineren verteilten Standorten kombinieren, anstatt sämtliche KI-Workloads an einem Ort zu konzentrieren.

Was bedeutet eine stärker verteilte Cloud-Landkarte für Unternehmen?

Eine stärker verteilte Cloud-Landkarte bietet Unternehmen mehr Auswahl, macht die Infrastrukturplanung aber auch komplexer. Der beste Standort für Rechenressourcen muss nicht mehr mit dem Standort der primären Cloud-Umgebung oder des Datenspeichers eines Unternehmens übereinstimmen. Er kann zudem weiter von den Nutzern entfernt sein.

Das kann sich auf Anwendungslatenz, Datenübertragungskosten, regulatorische Anforderungen und die Auslegung der Ausfallsicherheit auswirken. Ein KI-Workload an einem Standort mit verfügbarer Stromversorgung muss möglicherweise Daten aus einer anderen Region abrufen, bevor er Dienste in einer Public Cloud nutzt. Seine Ergebnisse werden anschließend vielleicht an Nutzer an einem weiteren Ort übertragen. Jeder zusätzliche Abschnitt beeinflusst die Leistung und die Kosten des Workloads.

Infrastrukturteams müssen den gesamten Weg bewerten und nicht nur die einzelne Anlage.

Warum ist Konnektivität wichtig, wenn Rechenressourcen verlagert werden?

Konnektivität ist wichtig, weil eine Verlagerung von Rechenressourcen nicht automatisch die Clouds oder Daten mitverlagert, die sie versorgen. Auch Anwendungen und Nutzer können an anderen Orten bleiben. Wenn die Stromverfügbarkeit Infrastruktur in neue Regionen drängt, muss das Netzwerk die Entfernung überbrücken, ohne sie zum Engpass werden zu lassen.

Bei KI ist das besonders wichtig. Training und Inferenz können große Datensätze mit verteiltem Speicher kombinieren, während unterstützende Dienste über mehrere Umgebungen hinweg laufen. Schlecht geplante Routen können Latenz oder unvorhersehbare Leistung verursachen. Sie können außerdem die Belastung durch Datenübertragungsgebühren erhöhen und einen Workload von einem einzigen Pfad abhängig machen – ein Ausfallrisiko, das nur auf seinen Moment wartet.

Flexible private Konnektivität gibt Unternehmen mehr Freiheit, Rechenressourcen dort bereitzustellen, wo Strom und Kapazität verfügbar sind, und sie gleichzeitig mit der übrigen Umgebung zu verbinden. Data Center Interconnection kann Infrastruktur über mehrere Anlagen hinweg verbinden, während Global WAN-Lösungen verteilte physische und virtuelle Präsenzpunkte vernetzen können.

Für KI-Umgebungen bieten AI Exchanges eine Möglichkeit, Rechenzentren und Clouds über ein privates Netzwerk mit Speicherdiensten oder GPU-as-a-Service-Anbietern zu verbinden. Infrastrukturteams können Entfernungen nicht verschwinden lassen. Sie können aber mehr Kontrolle darüber gewinnen, wie diese Entfernungen überbrückt werden.

Wie sollten sich Unternehmen auf eine stärker verteilte Infrastrukturlandschaft vorbereiten?

Unternehmen sollten Standort- und Stromversorgungsentscheidungen als untrennbar mit der Netzwerkarchitektur verbunden behandeln. Wer zuerst Rechenkapazität bucht und sich erst später um das Netzwerk kümmert, kann am Ende eine Infrastruktur haben, die schwierig oder teuer zu nutzen ist.

Ein fundierter Planungsprozess umfasst die folgenden Schritte:

  • Workloads nach Standortabhängigkeit einteilen: Aufgaben, die dort laufen können, wo Strom verfügbar ist, von solchen trennen, die in der Nähe von Daten oder Nutzern bleiben müssen.
  • Energiefragen in die Due Diligence aufnehmen: Anbieter nach verfügbarer Kapazität, Erweiterungsplänen, Zeitplänen für den Stromnetzanschluss und Einschränkungen bei der Kühlung fragen.
  • Konnektivität vor der Bereitstellung planen: Verkehrswege, Bandbreitenbedarf, Latenz, Redundanz und Datenübertragungskosten parallel zur Standortentscheidung modellieren.
  • Die Architektur portabel halten: Unnötige Abhängigkeiten von einer einzelnen Anlage oder Region vermeiden, damit Workloads bei veränderter Kapazität und neuen Geschäftsanforderungen verlagert werden können.

Die Cloud war nie schwerelos, und KI macht ihre physischen Grenzen jetzt noch schwerer zu ignorieren. Während die Stromverfügbarkeit neu bestimmt, wo Infrastruktur gebaut werden kann, haben Unternehmen, die sich über diese veränderte Landkarte hinweg vernetzen können, künftig mehr Möglichkeiten für die Ausführung ihrer Workloads.

Um zu zeigen, wie Unternehmen diesen Wandel erfolgreich angehen, sprach Michael Reid mit Ben Baldieri, dem Gründer von The GPU. Im Gespräch geht es darum, wie Europas Stromengpässe, fragmentierte Regulierung und begrenzte Stromnetzkapazitäten eine neue Generation von KI-Infrastrukturstrategien erzwingen. Hören Sie das Gespräch im Uplink Podcast.

Megaport-Standorte entdecken

Verwandte Beiträge

Megaport Storage markiert den nächsten Schritt zu automatisierter Infrastruktur im großen Maßstab

Megaport Storage markiert den nächsten Schritt zu automatisierter Infrastruktur im großen Maßstab

Als global verteilte Storage-Plattform ist Megaport Storage direkt in den Megaport-Backbone integriert und an denselben Standorten wie die Compute-Infrastruktur von Latitude.sh angesiedelt. Megaport Storage vereinfacht die Speicherung, Übertragung und den Zugriff auf Daten in verteilten Umgebungen und bietet eine einheitliche Infrastrukturerfahrung für Compute, Netzwerk und Storage.

Mehr erfahren
Multicloud-Sicherheit: Herausforderungen und Lösungen

Multicloud-Sicherheit: Herausforderungen und Lösungen

Mehr Clouds bedeuten mehr Sicherheitsrisiken für Unternehmen. Erfahren Sie hier, worauf Sie achten sollten und wie Sie geschützt bleiben.

Mehr erfahren
Die vier Arten von Cloud-Speicher: Finden Sie die richtige Lösung für sich

Die vier Arten von Cloud-Speicher: Finden Sie die richtige Lösung für sich

Entdecken Sie die vier Haupttypen von Cloud-Speicher – Public, Private, Hybrid und Community – und finden Sie heraus, welche Lösung am besten zu Ihren Geschäftsanforderungen passt. Verstehen Sie Vor- und Nachteile sowie Anwendungsfälle jedes Modells – von Sicherheit bis Skalierbarkeit.

Mehr erfahren