3,5 GW-Ausfall durch Rechenzentren bringt US‑Netz kurz ins Wanken

26.07.2026 | Allgemein, KI

Leitungsausfall in Nord‑Virginia löste automatische Notstromumschaltung in Rechenzentren aus.

In Kürze

  • Rund 3,1–3,49 GW Last fielen fast zeitgleich weg
  • Volt‑Ausschläge bis Chicago, kein großflächiger Blackout
  • Koordination, Batteriespeicher und Regeln als Gegenmittel

Eine Störung an einer Stromleitung außerhalb von Washington, D.C. hat diese Woche gezeigt, wie anfällig das Übertragungsnetz wird, wenn viele große Verbraucher gleichzeitig reagieren. Normalerweise stabilisiert sich das Netz binnen Sekunden — diesmal dauerte es mehr als zehn Minuten, weil Rechenzentren knapp über 3 Gigawatt (GW) Leistung fast zeitgleich vom Netz gingen.

Was genau passierte

  • Eine Leitungsausfallstelle außerhalb der Hauptstadt löste bei zahlreichen Rechenzentren in Nord‑Virginia automatisch den Wechsel auf Notstrom aus. Innerhalb von etwa 30 Sekunden verschwand zunächst rund 3,1 GW Last vom Netz; kurz darauf fielen weitere Lasten weg, insgesamt bis zu 3,49 GW.
  • Durch das plötzliche Ungleichgewicht zwischen Erzeugung und Verbrauch kam es zu deutlichen Spannungsschwankungen. In der Region flackerten Lampen, ein großflächiger Blackout blieb aber aus.
  • Messdaten einer IoT‑Sensorfirma — kleine internetverbundene Messgeräte in Steckdosen — dokumentierten Volt‑Ausschläge von Nord‑Virginia bis nach Chicago und machten die räumliche Ausbreitung der Störung sichtbar.

Warum das heikel ist

Das Stromnetz muss sehr genau im Gleichgewicht gehalten werden; zu starke Abweichungen lösen Schutzmechanismen aus. Geräteteile oder ganze Verbraucher schalten automatisch ab, um Schäden zu vermeiden — was in der Summe weitere Abschaltungen anstoßen kann. Hier verstärkte sich ein vergleichsweise kleiner Anfangsfehler, weil viele Rechenzentren gleichzeitig die gleiche Schutzentscheidung trafen.

Wer betroffen ist

Nord‑Virginia hat die weltweit höchste Dichte an Rechenzentren und gehört zum PJM‑Netzverbund, der von New Jersey bis nach Illinois rund 67 Millionen Kunden versorgt. Die kurzzeitige Lastreduktion entsprach damit etwa 3 % der PJM‑Nachfrage. Ein ähnlicher Vorfall hatte sich schon 2024 ereignet, als rund 60 Rechenzentren zusammen etwa 1,5 GW vom Netz nahmen. Experten schätzen, dass der Anteil der Rechenzentren an der PJM‑Nachfrage bis 2040 deutlich steigen könnte (gegenüber etwa 6 % im Jahr 2024).

Wie solche Probleme vermindert werden können

  • Abgestimmte Abschalt‑ und Wiederanlaufprozesse: Netzbetreiber und Rechenzentren könnten Mechanismen entwickeln, damit Lasten nacheinander statt gleichzeitig wegfallen und wieder zurückkehren.
  • Batteriegestützte, campusweite USV‑Systeme: Anbieter wie ON.Energy bieten Lösungen, bei denen ganze Rechenzentren hinter Batterie‑Infrastrukturen gehalten werden. Das Netz sieht so eine konstante Last, während Batterien bei Überschuss geladen und bei Einbruch wieder abgegeben werden. ON.Energy baut derzeit Systeme mit insgesamt rund 3 GW Kapazität an vier Standorten.
  • Regulatorische Vorgaben: Manche Netzbetreiber, etwa ERCOT, planen Regeln, die große Verbraucher verpflichten könnten, Störungen aktiv auszuhalten („ride through“) statt sofort abzuschalten.

Quellen

  • Quelle: PJM Interconnection / ON.Energy
  • Der ursprüngliche Artikel wurde hier veröffentlicht
  • Dieser Artikel wurde im Podcast KI-Briefing-Daily behandelt. Die Folge kannst du hier anhören.

💡Über das Projekt KI News Daily

Dieser Artikel wurde vollständig mit KI generiert und ist Teil des Projektes KI News Daily der Pickert GmbH.

Wir arbeiten an der ständigen Verbesserung der Mechanismen, können aber leider Fehler und Irrtümer nicht ausschließen. Sollte dir etwas auffallen, wende dich bitte umgehend an unseren Support und feedback[at]pickert.io

Vielen Dank! 🙏

Das könnte dich auch interessieren…

Zehntausende Tech‑Jobs fallen — Firmen nennen KI als Grund

Zehntausende Tech‑Jobs fallen — Firmen nennen KI als Grund

Tech‑Konzerne streichen massenhaft Stellen und führen oft KI‑Projekte als Begründung an. Parallel entstehen neue KI‑Rollen; Anleger reagieren skeptisch.In KürzeViele Entlassungen mit Verweis auf KI‑NeuausrichtungKI‑Firmen und interne KI‑Teams stellen stark einBörse...