Strom wird die neue Cloud-Metrik

Wer KI nutzt, kauft Rechenleistung, und Rechenleistung ist im Kern Strom. Im Mai 2025 haben wir geschrieben, dass kWh-Effizienz zur Steuerungsgröße für KI-Strategien wird. Mit den Zahlen von 2026 lässt sich das genauer sagen.

Was die Zahlen heute zeigen

Die Internationale Energieagentur (IEA) hat im April 2026 ihre Analyse „Key Questions on Energy and AI“ vorgelegt. Nach den Berichten dazu verbrauchten Rechenzentren weltweit 2025 rund 485 TWh, 17 Prozent mehr als im Vorjahr. Auf KI-Rechenzentren entfielen davon etwa 155 TWh, ein Plus von rund 50 Prozent. Der gesamte Bedarf soll bis 2030 auf etwa 950 TWh steigen, der von KI-Rechenzentren ungefähr auf das Dreifache. Zum Vergleich: Der weltweite Strombedarf wuchs 2025 um etwa 3 Prozent. Die Prognose vom Frühjahr 2025 (etwa 945 TWh für 2030) hat sich damit bestätigt, und die Richtung ist unverändert.

Für Deutschland rechnen Bitkom und das Borderstep Institut in ihrer Studie vom November 2025 mit 21,3 Milliarden kWh Stromverbrauch der Rechenzentren im Jahr 2025, nach 20 Milliarden im Vorjahr. Die IT-Anschlussleistung liegt bei rund 3 Gigawatt. Der Anteil der KI-Kapazität soll von etwa 15 Prozent auf 40 Prozent im Jahr 2030 wachsen. Das ist weniger dramatisch als die globale Entwicklung, aber es ist ein Trend, der auf Netze und Strompreise zurückwirkt.

Was das für Ihre Rechnung bedeutet

Mittelständische Cloud-Kunden spüren das selten als Stromrechnung, sondern als Preis pro Token, als Kontingent oder als Limit pro Nutzer. Hinzu kommt: Wenn Modelle vor der Antwort länger „nachdenken“, verbraucht jede Anfrage mehr Rechenzeit. Wer jede Aufgabe an das größte Modell mit maximaler Denktiefe schickt, zahlt dafür.

Handlungsoption 1: Das passende Modell wählen

Nicht jede Aufgabe braucht das größte Modell. Schon DeepSeek hat 2025 gezeigt, dass sich mit schlankerer Architektur erstaunlich viel Leistung bei weniger Rechenaufwand erreichen lässt. Klassifikation, Zusammenfassung und Datenextraktion decken kleinere Modelle heute zuverlässig ab. Ein gestuftes Vorgehen ist meist am besten: Einfache Fälle bearbeitet ein kleines, günstiges Modell, schwierige gehen an ein stärkeres.

Handlungsoption 2: Rechnen, wo es sinnvoll ist

Rechnet ein Modell nahe am Ort des Geschehens, im Gerät, in der Maschine oder im Werk, entfallen Cloud-Wege. Das spart Bandbreite, senkt die Latenz und hält sensible Daten im Haus. Für Bild- und Spracherkennung mit knappen Reaktionszeiten ist das oft die richtige Architektur.

Handlungsoption 3: Lasten zeitlich verschieben

Große Auswertungen, Batch-Läufe und Indexierungen für Wissensdatenbanken müssen nicht sofort laufen. Viele Anbieter bieten für nicht eilige Aufträge Batch-Schnittstellen zu geringeren Preisen an. Prüfen Sie, ob Ihr Anbieter das kann, und legen Sie solche Läufe in die Nacht.

Ein Gedankenspiel für Ihr Controlling

Nehmen Sie einen Kundenservice-Assistenten, der täglich mehrere hundert Anfragen beantwortet. Wenn 80 Prozent davon Standardfragen sind, die ein kleines Modell löst, sinken die Kosten pro Anfrage spürbar, ohne dass Kunden etwas merken. Die Prozentwerte sind ein Rechenbeispiel, keine Messung. Ermitteln Sie die Verteilung in Ihrem eigenen Ticketsystem, bevor Sie entscheiden. Wichtig ist, dass jemand die Kosten pro Anfrage regelmäßig ansieht, am besten monatlich im selben Bericht wie die Cloud-Rechnung.

Checkliste für den Mittelstand

• Verbrauch oder Kosten pro Anfrage und pro Prozessdurchlauf im Controlling sichtbar machen.
• Jeden Business Case zuerst mit einem schlankeren Modell testen.
• Bei Wissensdatenbanken (RAG) Dokumente vorauswählen und Abfragen kurz halten. Das spart Rechenzeit und verbessert oft die Antwortqualität.
• Abwärme eigener Rechner für Räume oder Prozesse prüfen.
• Anbieter vertraglich zu Transparenz über Energiemix und Emissionen verpflichten, auch weil Nachhaltigkeitsberichte Daten verlangen.

Wann sich der Architektur-Check lohnt

Die Überlegungen gehören in die Planung, nicht in die Nachbesserung. Wer sie erst nach dem Rollout anstellt, optimiert gegen Gewohnheiten und laufende Verträge. Ein kurzer Check pro Anwendungsfall, mit Modellwahl, Abfragemenge und Kostenrahmen, ist ein Nachmittag Arbeit und verhindert spätere Korrekturen.

Fazit

Die Daten der IEA und von Bitkom und Borderstep stützen die These von 2025. Energie ist eine Kostengröße, die über Preise bei Ihnen ankommt. Der wirksamste Hebel im Mittelstand ist nicht ein eigenes Rechenzentrum, sondern die bewusste Wahl von Modell, Umfang und Zeitpunkt je Anwendung.

Quellen

• E&T Magazine zur IEA-Analyse „Key Questions on Energy and AI“ (22. April 2026)
• speicherguide.de zur Bitkom-Borderstep-Studie zu Rechenzentren (11. November 2025)