Die Zahlen im Überblick: Googles Stromverbrauch wuchs 2025 um 37 Prozent, seit 2019 summiert sich das Plus auf mehr als 250 Prozent. Allein die Rechenzentren zogen über 42 Millionen Megawattstunden aus den Netzen – eine Größenordnung, die mit dem Jahresverbrauch ganzer Länder wie Dänemark oder Neuseeland konkurriert. Der Treiber ist unmissverständlich benannt: der Ausbau der KI-Infrastruktur für Training und Betrieb großer Modelle. Bemerkenswert offen räumt der Bericht das Kernproblem ein – der KI-Ausbau beschleunigt derzeit schneller, als die Stromnetze dekarbonisieren.

Zugang zu Wasser als kritischer Faktor für den Betrieb großer KI-Infrastruktur

Auf dem Papier bewahrt Google die Fassade: Zum neunten Mal in Folge wurde der gesamte Verbrauch rechnerisch mit Erneuerbaren gedeckt, die operativen Emissionen sanken um zwei Prozent. Dahinter steht ein Beschaffungsprogramm historischen Ausmaßes – mehr als zwölf Gigawatt neue saubere Erzeugung allein 2025 unter Vertrag, darunter die Reaktivierung des Kernkraftwerks Duane Arnold in Iowa, ein Drei-Gigawatt-Rahmenvertrag für Wasserkraft mit Brookfield und sogar ein Abnahmevertrag für Fusionsstrom mit Commonwealth Fusion Systems. Doch die Lieferkette erzählt die Gegengeschichte: Die indirekten Emissionen stiegen um 25 Prozent. Allein der Bau neuer Rechenzentren schlug mit rund 2,3 Millionen Tonnen CO2-Äquivalent zu Buche, dazu kommt die Chipfertigung bei Zulieferern in Taiwan, Japan, Vietnam und Indien, die an kohlenstoffintensiven Netzen hängen. Auch der Wasserverbrauch kletterte um 34 Prozent auf 10,9 Milliarden Gallonen – gut 41 Millionen Kubikmeter, überwiegend für die Kühlung der Serverflotten. Dass Wasser zum strategischen Engpass wird, bestätigte jüngst auch ein spektakulärer Zeuge: SpaceX warnte Investoren in seinem Börsenprospekt ausdrücklich, der Zugang zu Wasser werde zum kritischen Faktor für den Betrieb großer KI-Infrastruktur.

Der Wettbewerb um den Netzanschluss

Warum sollte das einen Fertigungsvorstand in Stuttgart oder Osaka interessieren? Weil Google kein Einzelfall ist, sondern die Speerspitze eines Trends: Rechenzentren stehen heute für rund 1,5 Prozent des globalen Stromverbrauchs, bis 2030 dürfte sich der Anteil auf etwa drei Prozent verdoppeln. Alphabet plant für 2026 Investitionen von bis zu 185 Milliarden Dollar, ein Großteil davon fließt in Rechenzentren samt Energieversorgung. Die Hyperscaler treten damit in direkte Konkurrenz zur energieintensiven Industrie – um Netzkapazität, um langfristige Stromlieferverträge, um die besten Standorte. Wer in den kommenden Jahren ein Werk erweitert oder elektrifiziert, verhandelt gegen Gegenspieler mit nahezu unbegrenztem Budget.

Die Antwort der Ausrüster: KI-Fabrik nach Bauplan

Wie die Industrie auf diese neue Lastklasse reagiert, zeigt eine Anfang Juni vorgestellte Referenzarchitektur, die Siemens gemeinsam mit NVIDIA und dem Speicherspezialisten Fluence entwickelt hat – ergänzt um Designparameter des Kühlungsanbieters nVent. Der Entwurf für NVIDIAs Plattform DSX Vera Rubin NVL72 übersetzt das bislang eher visionäre „AI Factory"-Konzept erstmals in eine industriell planbare Strom-, Steuerungs- und Rechenzentrumsarchitektur: dimensioniert auf 136 Megawatt Gesamtkapazität, davon 100 Megawatt reine IT-Last, durchgängig ausgelegt vom 34,5-Kilovolt-Netzanschluss über die Mittelspannungsverteilung und modulare Niederspannungs-Leistungsblöcke bis zur Rack-Schnittstelle. Die Handschrift des klassischen Anlagenbaus ist unverkennbar: vorgefertigte, werksgeprüfte Schaltanlagen-Skids statt Baustellenimprovisation, Wartbarkeit nach Tier-III-Logik – jede Komponente lässt sich im laufenden Betrieb tauschen –, und ein Baukastenprinzip, das Erweiterungen vom zweistelligen in den dreistelligen Megawattbereich ohne Neukonstruktion erlaubt.

Betrieb selbst an Standorten mit knapper Netzkapazität

Bemerkenswert ist auch die Rolle der integrierten Fluence-Batteriespeicher: Sie glätten die für KI-Lasten typischen Spitzen und machen den Betrieb selbst an Standorten mit knapper Netzkapazität möglich. Noch ist das lediglich ein Bauplan, kein gebautes Werk – ob das Design hält, was das Datenblatt verspricht, müssen die ersten realisierten Projekte zeigen. Die Botschaft dahinter ist dennoch klar: Die KI-Fabrik wird vom Unikat zum konfigurierbaren Industrieprodukt – mit denselben Tugenden, die den Maschinenbau groß gemacht haben: Standardisierung, Modularität, Wiederholbarkeit.

Was das für die klassische Industrie bedeutet

Drei Konsequenzen drängen sich auf. Erstens: Energiestrategie wird Standortstrategie – die Verfügbarkeit von Netzanschlüssen entscheidet künftig mit über Investitionsentscheidungen, auf beiden Seiten. Zweitens: Googles Einkaufsliste von Kernkraft bis Fusion zeigt, wohin die Reise bei langfristiger Stromsicherung geht; Power Purchase Agreements werden vom Nischeninstrument zum Standardwerkzeug auch für den Mittelstand. Drittens liegt darin eine handfeste Chance: Effiziente Kühltechnik, Netztechnik, Speicher, Wärmerückgewinnung, Wasseraufbereitung – die Ausrüster dieser Disziplinen beliefern den am schnellsten wachsenden Energieverbraucher der Welt, und das Siemens-Beispiel zeigt, dass hier gerade ein Markt für industrialisierte Komplettlösungen entsteht. Die Stromrechnung der KI ist offengelegt. Jetzt wird sie verteilt – und wer die Infrastruktur der KI liefert, gehört eher zu den Absendern als zu den Empfängern der Rechnung.