6 Min. Lesezeit · Kommentar

Drei Meldungen aus den letzten zehn Tagen reichen, um die Debatte über KI und Strom in eine neue Phase zu schieben. Die IEA hat ihren Energy-and-AI-Outlook aktualisiert und rechnet jetzt mit einer Verdopplung des globalen Data-Center-Stromverbrauchs bis 2030. Irland hat die Genehmigung neuer Hyperscale-Datacenter rund um Dublin erneut ausgesetzt, nachdem Eirgrid signalisiert hat, dass das Netz die geplanten Zubauten bis 2030 nicht aufnimmt. Und Microsoft, Alphabet und AWS haben in ihren Q1-Calls 2026 zusammen Capex-Vorhaben von rund 289 Milliarden Dollar für KI-Infrastruktur bestätigt. Wer diese drei Punkte zusammenliest, sieht etwas deutlich: KI ist 2026 nicht mehr ESG-Randthema, sondern Architektur-Kern. Die Cloud-Branche kann sich nicht mehr aussuchen, ob sie zur Stromfrage etwas zu sagen hat.

Das Wichtigste in Kürze

• Strom ist 2026 die knappe Ressource der Cloud-Industrie: Hyperscaler verfehlen Lieferzusagen nicht wegen GPUs, sondern wegen verfügbaren MW. Standorte werden nach Stromzugang sortiert, nicht nach Glasfaser.
• Nachhaltigkeit wird Architektur-Entscheidung: Region-Wahl, Modell-Größe, Inference-Pattern haben direkten CO2-Hebel. Pauschal in jeder Region das gleiche Modell zu betreiben, ist 2026 weder ökologisch noch betriebswirtschaftlich tragbar.
• ESG-Reporting holt rasch auf: CSRD-Pflichtige müssen 2026 KI-Strom ausweisen, nicht mehr aggregieren. Wer keinen sauberen Audit-Trail von Modell zu Watt-Hour hat, bekommt Probleme mit der Prüfkette.

VerwandtMulti-Cluster ohne neues Ops-Silo  /  Platform Engineering ehrlich

Was die drei Meldungen zusammen sagen

Die IEA hat in den vergangenen Jahren mehrfach revidiert, immer nach oben. Im Update Q1 2026 setzt sie den globalen Data-Center-Stromverbrauch für 2030 auf knapp 945 Terawattstunden, etwa das Doppelte des Niveaus von 2024. KI macht in diesem Pfad zwei Drittel des Wachstums aus. Anders gesagt: ohne KI bleibt die Cloud-Branche stromseitig in einer Bandbreite, die Netzbetreiber halbwegs einplanen können. Mit KI wird sie zum Treiber der Netzfrage.

Irland ist der Beleg dafür, dass diese Frage nicht abstrakt bleibt. Die Republik hat zwischen 2015 und 2022 mehr Hyperscale-Capacity ins Land gelassen als jedes andere Land Europas relativ zur Wirtschaftskraft. 2024 lag der Anteil der Datacenter am irischen Stromverbrauch bei 22 Prozent. 2026 stehen weitere Projekte ohne Stromzusage. Der Zubau ist nicht abgesagt, aber er ist nicht mehr verhandelbar gegen Netzkapazität.

Und die Hyperscaler selbst sortieren sich entsprechend. Capex-Erhöhungen sind nicht nur Antwort auf KI-Nachfrage, sondern auch Antwort auf knappe Strom-Standorte: wer Land mit Strom hat, baut. Wer Land ohne Strom hat, sitzt im Wartezimmer der Netzbetreiber. Standortwahl wird zur Strategie, nicht mehr zur Logistik.

Was sich für die Cloud-Branche konkret ändert

Es gibt drei strategische Verschiebungen, die 2026 erkennbar in den Roadmaps der DACH-Cloud-Architekten ankommen.

Region wird Architektur-Parameter, nicht Annehmlichkeit. Wer KI-Workloads orchestriert, vergleicht nicht mehr nur Latenz und Datenschutz-Regime, sondern auch den Strommix der Region. Ein Modell, das in Schweden auf knapp 100 Prozent CO2-arm läuft, hat einen anderen Footprint als das gleiche Modell in Frankfurt oder in einem texanischen Datacenter mit Erdgas-Hintergrund. Architektur-Teams werden 2026 die Pflicht haben, Region-Wahl als ESG-Entscheidung zu dokumentieren.

Modell-Sizing wird zur Sustainability-Frage. Frontier-Modelle sind teuer und stromhungrig. Kleinere Spezialmodelle, RAG-Pattern und Cached-Inference reduzieren den Stromverbrauch um Faktoren, nicht nur um Prozente. Wer 2026 einen 200-Milliarden-Parameter-Loader für eine FAQ-Suche an einem internen Helpdesk laufen lässt, bekommt im nächsten CSRD-Bericht Erklärungsbedarf. Sizing ist nicht mehr Architektur-Komfort, es ist Bilanz-Position.

FinOps und Sustainability verschmelzen. Bisher waren Cost und Carbon zwei parallele Berichts-Stacks. 2026 fließen sie zusammen, weil die Hebel identisch sind. Wer Reserved-Instances effizient nutzt, spart Geld und Strom. Wer Inference auf der falschen Region laufen lässt, zahlt doppelt: Cloud-Egress + CO2-Reporting. Die nächste FinOps-Foundation-Iteration nimmt KI-Carbon explizit auf, der nächste Schritt ist gerade in Vorbereitung.

Wo die Branche 2026 noch defensiv reagiert

Eine ehrliche Lesung der Branche zeigt drei Stellen, an denen Cloud-Anbieter und ihre Kunden 2026 noch unter ihren Möglichkeiten bleiben.

Erstens: Transparenz auf Modell-Ebene. Die meisten Hyperscaler reporten Region-Carbon-Intensität, nicht aber Modell-Carbon. Wer wissen will, was eine konkrete Inference-Anfrage kostet in Watt-Hour-CO2-Equivalent, bekommt zögerlich Antworten. CSRD wird genau das ab 2026 zunehmend einfordern, die Branche muss liefern.

Zweitens: PUE allein reicht nicht mehr. Power-Usage-Effectiveness war 15 Jahre der Industrie-KPI, aber sie ignoriert was im Datacenter eigentlich gerechnet wird. Ein PUE von 1.10 sagt nichts darüber aus, ob ein produktives Modell oder ein Coin-Miner läuft. Sustainability-Metriken brauchen Workload-Sensitivität, und die fehlt heute.

Drittens: Standort-Politik. Eirgrid in Irland, Genehmigungsstopps in den Niederlanden, Wasserkontingente in Spanien – das sind politische Signale, die nicht aussterben werden. Wer Standortwahl bisher als reine Infrastrukturfrage gedacht hat, sollte 2026 anfangen, sie als Governance-Frage zu denken. Cloud-Vorstände, die das verstanden haben, sind dabei, ihre Region-Portfolios neu zu vermessen.

Was jetzt zu tun ist

Drei Schritte, die Cloud-Architekten und CIOs 2026 sofort gehen können, ohne auf eine perfekte Datenlage zu warten.

1. Pro Workload eine Region-Begründung schreiben. Nicht 30 Seiten, sondern drei Sätze: Warum hier, was würde sich ändern bei Region-Wechsel, wann der nächste Review. Damit liegt die ESG-Logik in der Architektur-Dokumentation, nicht im Berichtswesen.
2. Modell-Sizing-Policy etablieren. Klare Heuristik: ab welcher Use-Case-Komplexität ein größeres Modell gerechtfertigt ist, wann RAG ausreicht, wann Caching greift. Die Policy spart Geld und Strom, und sie ist die Verteidigungslinie gegen Stakeholder, die das größte Modell als Default fordern.
3. FinOps und Sustainability-Reporting in einem Loop führen. Eine monatliche Sicht, die Cloud-Spend, Carbon-Footprint und KI-Workload-Volumen nebeneinander stellt, identifiziert die echten Hebel schneller als zwei getrennte Quartalsberichte.

Häufige Fragen

Verbraucht KI wirklich so viel mehr Strom als klassische Cloud-Workloads?

Ja, signifikant. Eine produktive Inference-Anfrage an ein Frontier-Modell verbraucht ein Vielfaches einer klassischen Web-Anfrage. Training schlägt zusätzlich zu Buche, ist aber wenigstens planbar. Das Problem 2026 ist nicht das einzelne Modell, sondern die Skalierung in die Breite.

Was bedeutet der irische Genehmigungsstopp für DACH-Architekturen?

Eirgrid zeigt, dass Stromzugang in den nächsten Jahren der Engpass wird, nicht Glasfaser oder Fläche. DACH-Architekten müssen Region-Wahl als Strom-Verfügbarkeits-Entscheidung treffen und Multi-Region-Fähigkeit für Workloads vorhalten, die auf eine günstigere Region migrieren könnten.

Reicht PUE 2026 noch als Sustainability-KPI?

Nein. PUE misst Datacenter-Effizienz, nicht Workload-Relevanz. Ein Datacenter mit PUE 1.10 kann produktive Modelle oder reinen Crypto-Mining-Traffic fahren. CSRD-konforme Reportings brauchen Workload-sensitive Metriken: Watt-Hour pro Inference, CO2 pro Modell-Lebenszyklus, Region-Strommix.

Wie konkret hilft Modell-Sizing beim CO2-Footprint?

Erheblich. Ein 7-Milliarden-Parameter-Modell für Standard-Klassifikation oder einfache Retrieval-Aufgaben verbraucht eine Größenordnung weniger als ein 200-Milliarden-Frontier-Modell. RAG-Pattern und Caching reduzieren zusätzlich die Inference-Last. Wer Sizing diszipliniert macht, halbiert oft den Strom-Footprint ohne Qualitätsverlust.

Was sollte ein CIO 2026 zuerst angehen?

Region-Inventur und Modell-Sizing-Policy. Beides lässt sich in Wochen aufstellen und liefert sofort eine Position im FinOps- und CSRD-Reporting. Die größeren Hebel wie Sovereign-Cloud-Migration oder eigene Datacenter folgen, brauchen aber strategische Vorbereitung über mehrere Quartale.

Lesetipps der Redaktion

• Multi-Cluster ohne neues Ops-Silo: was Teams falsch lösen
• Plattform oder Fassade? Platform Engineering ehrlich
• Was ist Platform Engineering: Internal Developer Platform statt DevOps-Sammelbegriff

Mehr aus dem MBF Media Netzwerk

MyBusinessFutureCloud-Kosten sind Chefsache: Wenn CFO und CIO nicht mehr nebeneinander herrechnen

Digital ChiefsRechenkapazität wird Lieferkette: Compute als knapper Produktionsfaktor 2026

SecurityTodayeBPF-Monitoring im Kubernetes: Detektion unsichtbarer Runtime-Threats

Quelle Titelbild: Pexels / Brett Sayles (px:5050305)