Tech‑Konzerne sichern Erdgas und bauen eigene Kraftwerke, weil KI‑Rechenzentren konstant enorme Leistung benötigen.
In Kürze
- Microsoft, Google und Meta planen Gigawatt‑starke Erdgaskraftwerke.
- Turbinenknappheit treibt Preise und Lieferzeiten deutlich nach oben.
- Lastverlagerung aufs Erdgasnetz kann Strompreise und Versorgung belasten.
KI‑Boom treibt Tech‑Firmen in einen Wettlauf um Erdgas und Kraftwerksausrüstung
Die großen Tech‑Konzerne bauen nicht nur Rechenzentren — sie sichern sich zunehmend Erdgas und eigene Kraftwerkskapazitäten. Der Grund: KI‑Modelle laufen rund um die Uhr und brauchen enorme Energiemengen. Das treibt neue Partnerschaften, große Bauvorhaben und hohe Nachfrage nach Turbinen und anderer Kraftwerkstechnik.
Konkrete Projekte
- Microsoft arbeitet mit Chevron und Engine No. 1 an einem Erdgaskraftwerk in West‑Texas mit bis zu 5 Gigawatt (GW) Leistung.
- Google plant mit Crusoe ein 933 Megawatt (MW)‑Kraftwerk in Nord‑Texas.
- Meta erweitert seinen Hyperion‑Campus in Louisiana um sieben Erdgaskraftwerke und käme so auf 7,46 GW — also genug Leistung, um einen US‑Bundesstaat wie South Dakota vollständig zu versorgen.
(GW/MW sind Maße für die elektrische Leistung von Kraftwerken.)
Regionale Konzentration und Ressourcen
Viele dieser Projekte konzentrieren sich im Süden der USA, wo große Erdgasvorkommen liegen. Laut US Geological Survey reicht ein entsprechendes Gebiet theoretisch für rund zehn Monate des US‑Energiebedarfs.
Dennoch sind Vorräte nicht unbegrenzt, und das Produktionswachstum in den größten Förderregionen hat sich zuletzt verlangsamt.
Teile‑Engpass, Kosten und Lieferzeiten
Die Nachfrage nach kompletten Kraftwerken stößt auf Engpässe bei zentralen Komponenten.
- Beratungsfirma Wood Mackenzie schätzt, dass Turbinenpreise bis Jahresende gegenüber 2019 um etwa 195 Prozent steigen könnten.
- Turbinen machen rund 20–30 Prozent der Kosten eines Kraftwerks aus.
- Neue Bestellungen lassen sich offenbar kaum vor 2028 realistisch terminieren; Lieferzeiten von bis zu sechs Jahren werden berichtet.
Wirtschaftliche Annahmen und Vertragsopazität
Die Tech‑Firmen gehen offenbar davon aus, dass die Nachfrage nach KI‑Rechenleistung weiter stark wächst und dass Erdgas‑Kraftwerke dafür dauerhaft gebraucht werden. Viele Vertragsdetails bleiben allerdings nicht öffentlich, sodass schwer einzuschätzen ist, wie stark sich Unternehmen gegen künftige Preissprünge abgesichert haben.
Folgen für Strompreise und andere Branchen
Erdgas liefert in den USA etwa 40 Prozent des Stroms; Strompreise hängen daher eng an Gaspreisen.
Manche Unternehmen planen, Kraftwerke „behind the meter“ zu betreiben — also direkt ans Rechenzentrum anzuschließen und nicht über das öffentliche Netz zu speisen. Das reduziert die Sichtbarkeit im öffentlichen Strommarkt, verlagert die Belastung aber auf das Erdgasnetz und kann indirekt zu höheren Preisen für andere Verbraucher führen.
Branchen mit hohem Gasbedarf, etwa die Petrochemie, haben nur begrenzte Möglichkeiten, kurzfristig auf andere Energiequellen umzusteigen.
Wettereinfluss und Versorgungsrisiken
Extreme Wetterereignisse können die Gasversorgung stark einschränken; als Beispiel dient der Wintereinbruch in Texas 2021, der Teile der Gas‑ und Stromversorgung lahmlegte. In solchen Fällen stehen Betreiber und Versorger vor harten Priorisierungsentscheidungen zwischen Rechenzentren, Industrie und Haushalten.
Verschiebung der Belastung zwischen Netzen
Indem Tech‑Firmen große Mengen Gas sichern und eigene Erzeugungskapazitäten bauen, verschiebt sich ein Teil der Belastung vom öffentlichen Stromnetz aufs Erdgasnetz. Die laufenden Projekte machen sichtbar, dass digitale Dienste auf physische, begrenzte Ressourcen angewiesen sind — und dass Infrastrukturfragen längst nicht mehr nur IT‑Entscheidungen sind.
Beobachter sehen darin einen weitreichenden Umbau der Infrastrukturplanung bei Hyperscalern und Energieversorgern, während Lieferketten, Märkte und Wetterbedingungen weiterhin die Realisierung dieser Pläne beeinflussen.
Quellen
- Quelle: Microsoft / Google / Meta
- Der ursprüngliche Artikel wurde hier veröffentlicht
- Dieser Artikel wurde im Podcast KI-Briefing-Daily behandelt. Die Folge kannst du hier anhören.
