Heisse Luft!
Illustration: zwei Serverschränke, aus denen Hitze aufsteigt

Der Asphalt glüht, die Luft flimmert vor Hitze – mit Hitzewellen und ihren Folgen für Menschen und Umwelt ist die Klimakrise längst zur realen Gefahr für Menschen in Europa geworden. In diese Realität drängt sich zeitgleich ein massiver Ausbau von Rechenzentren, der die Klimakrise weiter befeuert. Er ist getrieben durch den globalen Boom künstlicher Intelligenz (KI) und von Regierungen, die glauben, beim digitalen Wettrüsten mithalten zu müssen.

Viele Tech-Konzerne verkaufen KI als Lösung für die Klimakrise, während sie die Kliamschäden aufgrund der dafür notwendigen Rechenzentren kleinreden: Amy Luers, zuständig für Nachhaltigkeitswissenschaften und Innovation bei Microsoft, behauptete beispielsweise in der Fachzeitschrift Nature, dass ohne künstliche Intelligenz emissionsfreies Wirtschaften nicht möglich sein wird. Auch Google beschwört, dass KI einen transformativen Effekt auf den Klimafortschritt auslösen und dabei sogar noch helfen könne, Treibhausgasemissionen einzusparen.

Bei näherer Betrachtung entpuppen sich diese Behauptungen als heiße Luft: Eine Studie von Beyond Fossil Fuels und AlgorithmWatch zeigt, dass nur ein Viertel der untersuchten Aussagen überhaupt auf wissenschaftlichen Erkenntnissen basieren - mehr als ein Drittel der Aussagen hat dagegen überhaupt keine Quellen und Belege.

Diskussionen über künstliche Intelligenz drehen sich oft um die Frage, wie sie sich auf unsere Gesellschaften auswirkt. Doch ein wichtiger Aspekt rückt nur langsam in das öffentliche Bewusstsein: Welche Konsequenzen hat der Einsatz und der Ausbau von KI auf unsere Umwelt und die Klimakrise?

Kritiker*innen warnen seit langem vor dem immensen Strom-, Flächen- und Wasserverbrauch der Anlagen, die für die Entwicklung und den Betrieb von KI-Systemen notwendig sind: Rechenzentren. Dennoch diskutiert die Politik nur die wirtschaftlichen Chancen. Die deutsche Wirtschaftsministerin Katherina Reiche (CDU) sieht in Rechenzentren und Künstlicher Intelligenz einen potentiellen Stabilitätsanker der deutschen Wirtschaft. Die Bundesregierung will darum im großen Stil den Bau von Rechenzentren ermöglichen. Bis 2030 soll sich die Gesamtkapazität der Rechenzentren in Deutschland verdoppeln. Die Kapazität für das Hochleistungsrechnen, also spezielle Rechenleistung für unter anderem KI, soll sich sogar vervierfachen.

Umwelt- und Klimafolgen scheinen dabei für die Bundesregierung keine große Rolle zu spielen. Eine Übersicht zum Ausbau der Rechenzentren gibt es nicht – und auch Daten zum Ressourcenverbrauch der bestehenden Rechenzentren gibt es entgegen gesetzlicher Verpflichtungen kaum. Auch im staatlichen Energieeffizienzregister für Rechenzentren ist nur ein Bruchteil der bestehenden Rechenzentren mit ihren Verbrauchsdaten gemeldet.

Heiße Luft macht sichtbar, wo neue Rechenzentren entstehen sollen und wie sich der KI-Boom auf Klima und Umwelt auswirkt.

Stromfresser: Fossile lieben Rechenzentren

Illustration:Kraftwerk mit zwei rauchenden Kühltürmen

Mit dem ununterbrochenen Betrieb tausender Server, deren Kühlung, Notstromsysteme und Netzwerktechnik verbrauchen Rechenzentren enorme Mengen an Energie:

  • Ein Rechenzentrum mit 54 MW Leistung, beispielsweise das geplante Rechenzentrum FRA02 Campus in Frankfurt, würde so viel Strom wie 180.000 Menschen (80.000 Haushalte), oder ungefähr so viel wie die Großstadt Paderborn verbrauchen.
  • Im Jahr 2025 verbrauchten Rechenzentren in Deutschland rund 21 TWh Strom. Das entspricht etwa dem Stromverbrauch mittelgroßer Bundesländer, wie Hessen oder Rheinland-Pfalz.
  • Global verbrauchen Rechenzentren schon jetzt ungefähr so viel Strom wie alle Menschen in Deutschland zusammen.

Der wesentliche Grund für den rasanten Ausbau der Rechenzentren ist das Aufkommen von KI-basierten Text-, Bild- und Videogeneratoren und neuen darauf aufbauenden Anwendungen wie beispielsweise KI-Agenten. Solche KI-Modelle benötigen für die Entwicklung und den laufenden Betrieb immense Rechenleistungen. Laut diverser Schätzungen, beispielsweise von Greenpeace, dem Versicherer Allianz Trade oder der Unternehmensberatung Bain and Company, machen KI-Anwendungen schon heute 15 bis 20 Prozent des Stromverbrauchs und der Kapazität von Rechenzentren aus. Bis 2030 wird der Anteil gemäß dieser Studien bereits bei 40 bis 50 Prozent liegen.

Der Energiehunger der KI-Fabriken wird durch immer mehr Gaskraftwerke gestillt. Und selbst wenn Rechenzentren ausschließlich mit erneuerbarer Energie betrieben werden, fehlt diese Energie dann in anderen Bereichen. Das verlangsamt den Ausstieg aus fossilen Energiequellen.

Obwohl Rechenzentren in Deutschland laut Gesetz mindestens zur Hälfte mit Strom aus erneuerbaren Energien versorgt werden müssen, planen Investoren die Errichtung von Gaskraftwerken, die ausschließlich neue Rechenzentren mit Energie versorgen sollen: Immer häufiger sollen neue Rechenzentren ausschließlich dank neuer Gaskraftwerke und ohne Anschluss an das öffentliche Stromnetz in Betrieb gehen – beispielsweise in Maintal und Birstein.

Durch den KI-Boom wird der Energiehunger der Rechenzentren zu einem strukturellen Treiber der Stromnachfrage, der die Abhängigkeit von fossilen Brennstoffen zu verstetigen droht: Jedes zehnte neu geplante Gaskraftwerk soll zukünftige Rechenzentren versorgen – das zeigen Daten des Global Energy Monitor (GEM).

Wir haben deshalb den Stromverbrauch der geplanten Rechenzentren prognostiziert. Mehr zu unserer Methodik findest du hier.

Der Ausbau von Rechenzentren ist eine lebensverlängernde Maßnahme für die fossile Industrie. Denn Rechenzentren werden entweder direkt mit fossilem Gas betrieben oder indirekt durch das immer noch teils fossile Stromsystem. Dadurch droht uns diese ‚Zukunftstechnologie‘ energiepolitisch in die Vergangenheit zu katapultieren – zurück in eine jahrzehntelange Abhängigkeit von fossilen Brennstoffen.

Moritz Leiner, Energie-Campaigner bei urgewald

Auf der Karte kannst du die geplanten Gaskraftwerke mit einblenden — dadurch wird der Zusammenhang zwischen Gasausbau und Rechenzentren sichtbar.

Big Tech fordert, die Politik liefert

Laut geltendem Energieeffizienzgesetz (EnEfG) müssen in Deutschland Rechenzentren ihren Stromverbrauch seit 2024 zur Hälfte und ab 2027 vollständig aus erneuerbaren Energien decken – zumindest auf dem Papier, denn diese Regelung gilt nur „bilanziell". Dank dieses Schlupflochs können Betreiber ihre Bilanz schön-rechnen: Mit zugekauften Ökostrom-Zertifikaten können sie die gesetzlichen Vorgaben erfüllen, selbst wenn sie in der Realität ihr Rechenzentrum ausschließlich mit Energie aus Gaskraftwerken betreiben.

Doch selbst diese schwache Regelung will die Bundesregierung in der geplanten Novelle des EnEfG stark aufweichen: Das Zieldatum für die hundertprozentige Versorgung mit erneuerbaren Energien – weiterhin nur „bilanziell" – soll auf 2030 verschoben werden. Diese Änderung reiht sich ein in eine Reihe weiterer Abschwächungen des Energieeffizienzgesetzes, alle im Sinne von Big Tech: So sollen die Veröffentlichungspflichten für Betreiber von Rechenzentren stark eingeschränkt werden, die Abwärme muss nicht mehr zwingend genutzt werden und auch die Kühlung soll in Zukunft mehr Energie verschwenden dürfen. Diese Veränderungen zugunsten der Betreiber der großen Rechenzentren sind kein Zufall. Laut einer Recherche von LobbyControl und Campact haben Konzerne wie Microsoft und Google maßgeblichen Einfluss auf die Abschwächung der Vorgaben genommen. Teilweise finden sich Vorschläge der Konzernlobby wörtlich in der Gesetzesvorlage wieder. Während die klimaschädlichen Auswirkungen der Rechenzentren immer offensichtlicher werden, schraubt Wirtschaftsministerin Reiche die Auflagen herunter — nur, um den Interessen der reichsten Unternehmen der Welt zu genügen.

Wasserverbrauch: Die Cloud hat Durst

Ausgerechnet dann, wenn das Wasser sowieso knapp ist, werden Rechenzentren zu Wasserschluckern. Schon heute herrscht in jedem zweiten deutschen Landkreis Grundwasserstress. Mit heißeren Sommern ist die Verschärfung bestehender Wasserkonflikte vorprogrammiert. Denn mit steigenden Außentemperaturen steigt auch der Bedarf für die Kühlung der Rechenzentren. Die Bezugsquelle für das Kühlwasser der Industrie ist in der Regel Grundwasser – das gleichzeitig auch die Haupttrinkwasserquelle der Bevölkerung ist. Während Bürger*innen in den Sommermonaten angehalten werden, ihren Wasserverbrauch zu reduzieren, um die angespannten Versorgungssysteme zu entlasten, kann die Industrie und damit auch Rechenzentren normalerweise ohne Einschränkungen weiter Wasser verbrauchen.

Laut einer Studie der Gesellschaft für Informatik nutzen rund ein Drittel der großen Rechenzentren in Deutschland Verdunstungskühlung. Bei dieser Form der Kühlung wird Wasser verdampft, um die Wärme besser aus den Anlagen abzuleiten. Hinzu kommt das Wasser, das für die Erzeugung des Stroms benötigt wird. Laut der Internationalen Energieagentur IEA verbraucht ein typisches 100 MW-Rechenzentrum in den USA 2 Millionen Liter Wasser – jeden Tag.

Wie hoch der genaue Wasserverbrauch der Rechenzentren wirklich ist, bleibt wie die Kennzahlen zur Energieeffizienz dabei jedoch häufig intransparent. Auf europäischer Ebene haben Microsoft und die Lobbyvereinigung DigitalEurope erreicht, dass zuvor veröffentlichungspflichtige Kennzahlen wie der Wasserverbrauch geheim gehalten werden können. Und auch in Deutschland bestehen Probleme beim Vollzug von Veröffentlichungspflichten.

Wir zeigen auf unserer Karte, in welchen Landkreisen heute schon Grundwasserstress herrscht.

Digitale Infrastruktur für wen und für was?

Illustration: The Cloud

Die Bundesregierung begründet ihre aggressive Strategie für den Ausbau von Rechenzentren mit der Stärkung digitaler Souveränität, Innovationskraft und Arbeitsplätzen. Doch auch diese Behauptungen verpuffen wie heiße Luft: Auch wenn die Cloud-Infrastruktur in deutschen Gemeinden angesiedelt wird, bedeutet das noch nicht, dass es sich auch um deutsche Betreiber handelt. Unsere Karte zeigt dies deutlich: Gerade bei größeren Projekten handelt es sich überwiegend um ausländische Investoren.

Genutzt werden diese Rechenzentren überwiegend von Google, Microsoft und Amazon – auch wenn sie sich häufig einmieten und rechtlich nur selten als Betreiber oder Investor in Erscheinung treten. In Europa haben diese drei US-Konzerne im Cloud-Bereich eine marktbeherrschende Stellung und kontrollieren laut einer niederländischen Studie mehr als 70 Prozent des Marktes. Und mehr Rechenzentren allein sind kein wirksames Mittel gegen die digitale Abhängigkeit von den großen amerikanischen Konzernen. Sie bleibt ein großes geopolitisches Risiko. Zudem verpflichtet der US Cloud Act amerikanische Unternehmen und deren Töchter zur Herausgabe von Daten an US-Behörden – selbst dann, wenn die physischen Server und Rechenzentren in Europa stehen.

Rechenzentrumsbetreiber versprechen mit der Ansiedlung ihrer Projekte oft neue Jobs und wirtschaftlichen Aufschwung. Anders als Lagerhallen, Fabriken oder Büros dienen Rechenzentren jedoch nicht der lokalen Wirtschaft: Die Umsätze mit der Rechenleistung können überall auf der Welt erwirtschaftet werden und sind nicht an den Standort der Server gebunden. Vor Ort werden vor allem Flächen und Ressourcen verbraucht. Auch die im Vorfeld der Projekte angepriesenen Arbeitsplätze fallen oft deutlich geringer aus als prognostiziert. Laut einer Recherche von AlgorithmWatch ist europaweit oft nur ein Viertel der versprochenen Stellen tatsächlich entstanden.

Unsere Recherchen belegen, dass viele der hier gezeigten Rechenzentren von ausländischen Investoren oder den großen Big-Tech-Unternehmen geplant und betrieben werden sollen.

In anderen Ländern Europas hat sich aus der Bevölkerung erfolgreich Widerstand gegen geplante Rechenzentren formiert: ein Bau-Moratorium in Amsterdam, gestoppte Megaprojekte in den Niederlanden, ein zeitweiser Anschlussstopp in Dublin. Noch können wir verhindern, dass KI-Rechenzentren in deutschen Gemeinden die Klimakrise mit noch mehr heißer Luft anfachen.

Ich will aktiv werden - Was jetzt?

Illustration: Megafon

Wir haben jetzt noch die Chance, gegenzusteuern. Die meisten der geplanten Rechenzentren sind noch nicht gebaut. Wir können jetzt aktiv werden: Lokaler Widerstand wirkt.

Nutzen wir das Zeitfenster, bevor aus Plänen Fakten werden!

  • Informieren, organisieren und protestieren

    Nutze diese Karte, um Projekte in deiner Nähe zu recherchieren und informiere dich über geplante und bestehende Rechenzentren in deiner Region.

    Mehr Informationen findest du hier: AlgorithmWatch: Leitfaden gegen Rechenzentren

  • Anfragen stellen

    Stelle Informationsfreiheitsanfragen über FragDenStaat.de. Du kannst Kommunen und Behörden nach Informationen zu Stromverbrauch, Wasserbedarf und Genehmigungen fragen. Beispiele für mögliche Anfragen haben wir hier für dich gesammelt. Bei Fragen kannst du dich beim FragDenStaat Climate Helpdesk melden.

  • Künstliche Intelligenz verantwortungsvoll nutzen

    Ob ChatGPT, Claude oder Gemini, Copilot oder Perplexity – generative KI wirft massive Probleme auf: Viele Ergebnisse sind fehlerhaft und politisch problematisch, der Verbrauch von Energie und Wasser ist enorm. Zugleich sind sie aus dem Alltag nicht mehr wegzudenken. AlgorithmWatch hat eine Richtlinie entwickelt, die dabei hilft, generative KI verantwortungsvoll zu verwenden.

  • Du willst Informationen weitergeben?
    So kannst du das Team von FragDenStaat kontaktieren

    Du möchtest uns Informationen vertraulich zukommen lassen? Dabei möchtest du anonym bleiben? Für uns ist der Schutz von Quellen der wichtigste Teil unserer investigativen Arbeit.

    In manchen Fällen ist es nicht sicher genug, uns per Telefon oder E-Mail zu kontaktieren. Bevor du uns kontaktierst, lies bitte die nachfolgenden Informationen.

    Grundsätzlich gilt: Bitte sende uns keine E-Mails oder Nachrichten von deiner offiziellen Adresse, von einem Arbeitsgerät oder aus dem Büro. Accounts und Geräte, auf die andere Personen Zugriff haben, solltest du nicht nutzen. In manchen Fällen solltest du auch keine privaten Mailadressen verwenden, sondern spezielle Mailadressen einrichten. Eine gute Empfehlung ist der Messenger Signal für dein persönliches Smartphone. Du kannst auch mit Signal Bilder machen, die nicht auf dem Handy gespeichert werden.

    Grundsätzliche Hinweise zu rechtlichen Regelungen wie dem Hinweisgeberschutzgesetz und was es in diesem Zusammenhang zu beachten gibt, findest du bei mach-meldung.org.

Kontaktformular

Melde uns Hinweise zu neuen Rechenzentren oder fehlenden Informationen.

Hilf mit, mehr Transparenz über die digitale Infrastruktur Deutschlands zu schaffen.

Schreib uns.

Häufige Fragen

Allgemeine Fragen

Was ist ein Rechenzentrum?

Rechenzentren sind die technische Grundlage für das Internet, die digitale Wirtschaft und Digitalisierung, für Cloud-Dienste, Streaming und künstliche Intelligenz. Es handelt sich um Sammlungen von Computeranlagen, auf denen alle Programme betrieben und die Daten gespeichert werden, die nicht auf dem eigenen Computer laufen oder von der eigenen Festplatte ausgelagert wurden. Oft sind Rechenzentren riesige, lagerhausähnliche Gebäude, ausgestattet mit großen Kühlanlagen, Notstromversorgung und oft eigenen Umspannwerken. Im Inneren dieser digitalen Fabriken stehen Server- und Speichersysteme, auf denen riesige Mengen an Daten gespeichert und verarbeitet werden.

Obwohl Rechenzentren schon seit Jahrzehnten existieren, haben Big-Tech-Unternehmen und Regierungen in den letzten Jahren den Bau großer Anlagen dramatisch beschleunigt. Technisch gesehen zählen auch die Zusammenfassung mehrerer Server in speziellen Räumen, etwa in Unternehmen, zu Rechenzentren, genauso wie die Computeranlagen zum Betrieb des Internets. Solche kleineren Anlagen existieren zwar weiter, doch die Zunahme von Cloud-Anwendungen und insbesondere die Einführung von KI-Systemen haben die Größe neu gebauter Rechenzentren stark wachsen lassen: Sie sind heute mehrere Hektar groß und verbrauchen Energie in der Größenordnung ganzer Großstädte.

AlgorithmWatch: Leitfaden gegen Rechenzentren

Welche verschiedenen Typen von Rechenzentren gibt es?

Eine Art der Unterscheidung ist die nach der Organisation der Nutzung zwischen Hyperscale-, Colocation- und Unternehmensrechenzentrum.

Hyperscale-Rechenzentren: Riesige Anlagen, die von Unternehmen wie Google, Microsoft oder Amazon genutzt werden, um davon Teil ihrer übergreifenden Cloud-Infrastruktur zu betreiben. Dabei werden diese Rechenzentren technisch als Ganzes betrieben, ohne dass darin zwischen einzelnen Computern unterschieden werden kann.

Colocation-Rechenzentren: Vermieten Platz für Server an verschiedene Unternehmen. Was es kompliziert macht: Darunter können auch Hyperscale-Cloud-Anbieter sein.

Das Umweltbundesamt führt in seinem offiziellen Leitfaden zur umweltfreundlichen öffentlichen Beschaffung „ Co-Location zur Aufstellung eigener Informationstechnik" als eigene Beschaffungskategorie neben Serverraum/Rechenzentrum, externem Hosting und Cloud-Services.

Umweltbundesamt: Rechenzentren und Rechenzentrums-Dienstleistungen

Unternehmensrechenzentren: Werden von einzelnen Firmen, Behörden oder Universitäten für eigene Zwecke betrieben.

Eine andere Art der Unterscheidung ist die nach der Art der Nutzung selbst – also nach den im Rechenzentrum berechneten oder gespeicherten Inhalten. Dies ist aber problematisch, weil die Inhalte normalerweise geheim sind.

Insbesondere lässt sich im Normalfall nicht zwischen der Nutzung für KI und für andere Anwendungen unterscheiden. Wenn von „KI-Rechenzentrum" die Rede ist, meint dies meistens spezielle Hochleistungsrechenzentren, die für das Training von KI-Modellen ausgelegt sind. Solche speziellen Rechenzentren können aber auch für andere Hochleistungsberechnungen benutzt werden. In Deutschland gibt es keine Mega-Rechenzentren, die ausschließlich für das Training von KI genutzt werden. Die Inferenz, also die Anwendung der KI-Modelle, kann dagegen auch auf normalen Rechenzentren erfolgen – und sorgt auch hier für die rasante Zunahme der Größe solcher Rechenzentren.

Was sind Hyperscaler?

Im Zusammenhang mit dem aktuellen Rechenzentrums-Boom häufig genannt wird auch der Begriff der „Hyperscaler". Technisch sind „Hyperscaling" IT-Systeme, bei denen im laufenden Betrieb Serverkapazitäten je nach Bedarf hinzugefügt werden können. Speicherung und Verarbeitung einzelner Daten kann dabei nicht mehr einzelnen Servern zugeordnet werden, sondern das gesamte Rechenzentrum (oder sogar Netzwerke von Computern an verschiedenen Standorten) wird als Block zusammen betrieben.

In der Alltagssprache hat sich die Bedeutung von „Hyperscaler" dann auch auf die Unternehmen verschoben, die solche verteilten Cloud-Systeme bauen und betreiben, sowie auf die großen Rechenzentren selbst, die dafür die Grundlage sind.

„Hyperscaler" sind damit vor allem die großen drei Cloud-Anbieter: Google, Microsoft sowie Amazon bzw. die Tochterfirma Amazon Web Services (AWS), und deren Rechenzentren. Zusammen stellen diese weltweit den Großteil der Cloud-Kapazitäten bereit. Auch die meisten KI-Modelle laufen auf den Umgebungen dieser Anbieter. Obwohl diese Anbieter einige Rechenzentren auch unter eigenem Namen bauen und betreiben, mieten sie sich häufig auch in Rechenzentren anderer Betreiber ein – oder mieten sogar gleich das ganze Rechenzentrum. Die tatsächliche Bedeutung dieser Cloud-Anbieter für den Rechenzentrums-Boom ist also viel größer, als auf den ersten Blick sichtbar – auch wenn die tatsächlichen Zahlen häufig nicht öffentlich sind.

Wikipedia (englisch): Hyperscale_computing

AlgorithmWatch: Leitfaden gegen Rechenzentren

Was ist künstliche Intelligenz?

Die Bezeichnung „künstliche Intelligenz (KI)" beschreibt Modelle, die durch maschinelles Lernen und neuronale Netze, die dem menschlichen Gehirn nachempfunden sind, Aufgaben übernehmen können, die normalerweise von menschlicher Intelligenz ausgeführt werden. KI lernt aus großen Datenmengen auf statistischer Basis, Muster zu erkennen und Vorhersagen zu treffen, indem sie diese analysiert und verarbeitet.

Mit Hilfe von KI-Modellen kann ein großer Teil menschlicher Wissensarbeit automatisiert werden. In herkömmlichen Software-Programmen werden genaue Ablaufregeln (deterministisch) festgelegt, mit denen eine Maschine bestimmte Aufgaben ausführt. KI-Modelle finden hingegen eigene Regeln und Lösungswege auf Basis einer Aufgabe. Die Effizienz klassischer Software hängt vom Detail und der Genauigkeit ab, mit der die Ablaufregeln programmiert wurden. KI-Modelle ermöglichen eine Automatisierung, indem die für die Aufgabenerfüllung notwendigen Regeln und Lösungswege vom Modell selbst gefunden werden.

Damit KI-Modelle diese Lösungswege anhand der Trainingsdaten finden können, ist eine große Rechenleistung erforderlich, denn es müssen millionen- und milliardenfache Variationen mit hoher Geschwindigkeit überprüft werden. Damit sind KI-Modelle die rechenintensivste Art der Automatisierung. Auch die Nutzung solcher Modelle benötigt immer mehr Rechenleistung. Damit einhergehend steigt der Bedarf an Rechensystemen (Server, GPUs) und damit auch die Nachfrage nach Gebäuden, in denen diese Systeme aufgestellt, gekühlt und mit Strom versorgt werden können: Rechenzentren.

Bundeszentrale für politische Bildung - Was ist KI und welche Formen von KI gibt es?

Warum führt künstliche Intelligenz zu einem Boom neuer Rechenzentren?

Generative KI-Anwendungen wie Chatbots, Bild- oder Videogeneratoren benötigen deutlich mehr Rechenleistung als klassische Software oder auch andere Formen von Machine Learning. Das Training großer KI-Modelle findet in Rechenzentren statt und kann Wochen oder Monate dauern. Auch die alltägliche Nutzung von generativer KI verbraucht erhebliche Rechenkapazitäten. Deshalb investieren Tech-Konzerne gerade weltweit in den Bau von Rechenzentren. Der Zuwachs ist so groß, dass generative KI bald der größte Faktor für die von US-Rechenzentren zu bewältigende Last sein wird – mehr als Cloud-Dienste.

AlgorithmWatch: Die Umweltkosten der KI-Lieferkette

AlgorithmWatch: KI und Rechenzentren: Woher die ganze Energie nehmen?

Welche Formen von künstlicher Intelligenz gibt es?

KI ist ein Sammelbegriff für verschiedene Verfahren zur Datenanalyse, um Muster in Daten zu erkennen. KI-Systeme können eingesetzt werden, um Prognosen zu treffen, Empfehlungen zu geben oder Entscheidungen zu fällen. „Herkömmliche" KI dient beispielsweise zur automatisierten Bearbeitung von Steuererklärungen, für bessere Wettervorhersagen, oder zur Identifikation von Gesichtern, Bilderkennung oder Vorhersage von Messergebnissen. Sie beruht auf Modellen maschinellen Lernens, die relativ wenig Rechenleistung benötigen und häufig sogar auf einzelnen Computern ausgeführt werden können.

Davon abgrenzen kann man generative KI: KI-Systeme, die Inhalte wie Text, Bild oder Video generieren können. Auch sie erkennen Muster, basieren aber auf sehr großen Datengrundlagen. Soweit es sich um Text handelt, wird daher auch der Begriff „große Sprachmodelle" verwendet (Large Language Models). Damit generative KI funktioniert, ist eine sehr große Rechenleistung erforderlich – und damit Rechenzentren.

Generative KI hat sich in den letzten Jahren stark weiterentwickelt, weil neue mathematische Erkenntnisse es möglich gemacht haben, riesige Datenmengen in das Training solcher Modelle einfließen zu lassen. Das gesamte Internet wird mittlerweile als Trainingsgrundlage verwendet. Mittlerweile versuchen die Entwickler der großen generativen KI-Modelle alles Mögliche, um an zusätzliche Trainingsdaten zu gelangen. So kaufen (und zerstören) die großen Tech-Firmen mittlerweile systematisch antiquarische Bücher, um sie für die KI-Modelle verwenden zu können.

AlgorithmWatch: KI und Rechenzentren: Woher die ganze Energie nehmen?

AlgorithmWatch: Die Umweltkosten der KI-Lieferkette

AlgorithmWatch: Der KI-Klimaschwindel: Hinter den Kulissen des Big-Tech-Greenwashings

Warum verbrauchen Rechenzentren so viel Strom?

Die Server in Rechenzentren laufen rund um die Uhr, ohne Pause. Daten werden ständig gespeichert, übertragen und weiterverarbeitet. Auch die Kühlung, Notstromsysteme und Netzwerktechnik benötigen Energie. Damit kann der Energieverbrauch großer Rechenzentren schnell auch dem ganzer Großstädte entsprechen.

Wie hängen Rechenzentren mit neuen Gaskraftwerken zusammen?

Um den großen Strombedarf von Rechenzentren zu decken, werden auch neue Gaskraftwerke gebaut oder geplant, um den zusätzlichen Strombedarf neuer oder erweiterter Rechenzentren an diesen Standorten zu decken.

Bis zu 1.950 MW geplanter/im Bau befindlicher Gaskraftwerkskapazität in Deutschland (Mainz, Frankfurt, Birstein, Leipheim, Großkrotzenburg) stehen in direktem Zusammenhang mit Rechenzentren – das zeigen Daten des Global Energy Monitor (GEM).

Mehr Informationen gibt es unter Methodik der Gemeinsam-gegen-Gas-Karte.

AlgorithmWatch: Gaskraftwerke für Rechenzentren

Global Energy Monitor: global oil and gas plant tracker

Warum benötigen Rechenzentren Wasser?

Die Server in den Rechenzentren erzeugen Wärme und müssen gekühlt werden, um nicht zu überhitzen. Viele Rechenzentren nutzen dafür Wasser oder wasserbasierte Kühlsysteme. Besonders im Sommer kann der Wasserbedarf stark ansteigen. In Regionen mit Wasserknappheit führt das zu Nutzungskonflikten. Daher besteht ein besonderes Interesse an Informationen zum Wasserverbrauch von Rechenzentren. Hier gibt es aber Versuche, die Transparenz einzuschränken.

netzpolitik.org: Warum verbraucht KI so viel Wasser?

AlgorithmWatch: Ein Fluss durchströmt die Cloud: Der versteckte Wasserverbrauch von Schweizer Rechenzentren

Wie funktioniert die Kühlung in Rechenzentren?

Es gibt zwei Grundtypen bei der Kühlung von Rechenzentren: Luftkühlung und Flüssigkühlung. Verdunstungskühlung, die zu einem besonders hohen Wasserverbrauch führt, wird der Luftkühlung zugerechnet: Das Wasser wird verdunstet, um die Luft abzukühlen, die dann die Computer kühlt. Flüssigkühlung passiert dagegen im geschlossenen Kreislauf, auch die Rückkühlung des erwärmten Wassers erfolgt normalerweise ohne zusätzlichen Wasserverbrauch.

Wie das Borderstep Institut in einer Studie für den Branchenverband Bitkom ausführt, sind die bestehenden Rechenzentren in Deutschland außerhalb des Forschungsbereichs fast ausschließlich luftgekühlt, häufig in Verbindung mit Verdunstungskühlung. Für Hochleistungscomputer bzw. spezielle Rechenchips, wie sie beispielsweise für das Training von KI-Modellen verwendet werden, wird aufgrund der hohen Leistungsdichte normalerweise eine Flüssigkühlung eingeplant – allerdings teilweise nur in den einzelnen Servern, wobei das Rechenzentrum insgesamt dann doch wieder mit Luft gekühlt werden kann.

Auch außerhalb des Hochleistungssektors werden neu geplante Rechenzentren häufig für einen solchen hybriden Betrieb ausgelegt, in denen sowohl luftgekühlte als auch flüssigkeitsgekühlte Systeme verwendet werden können. Ob in einem solchen hybriden Rechenzentrum dann aber letztlich mehr Luftkühlung oder mehr Flüssigkühlung zum Einsatz kommt und wieviel Wasser dementsprechend für Verdunstungskühlung benötigt wird, hängt damit noch mehr von den Entscheidungen der Betreiber ab.

Genauer ausgeführt sind die verschiedenen Kühloptionen beim Umweltbundesamt:

Luftkühlung:
Bei der Luftkühlung wird kühle Luft über einen Doppelboden zu den Servern geführt, von Lüftern angesaugt und als Warmluft wieder ausgeblasen. Server funktionieren in der Regel auch mit Zuluft von bis zu 28 °C, damit ist über weite Teile des Jahres freie Kühlung mit Außenluft möglich. Bei höheren Außentemperaturen (>22–40 °C) kommt adiabate Verdunstungskühlung zum Einsatz: Außenluft wird über einen mit Wasser besprühten Wärmeübertrager abgekühlt und kühlt dann indirekt die Rechenzentrums-Innenluft. Für diesen Prozess wird Wasser verbraucht. An sehr heißen Tagen sind zusätzlich Kältemaschinen nötig, um die Server zu kühlen. Eine Kältemaschine ist eine technische Anlage, die Wärme von einem Ort mit niedriger Temperatur aufnimmt und an die Umgebung abgibt.

Flüssigkühlung:
Bei der Flüssigkühlung wird Wärme direkt von Prozessor (CPU) und Grafikchip (GPU) mit Wasser abgeführt. Die Rückkühlung erfolgt gegen Außenluft, meist ganz ohne Kältemaschine. Die entstehende Abwärme kann zum Heizen/Warmwasser genutzt werden und mittels Wärmeleitungen weiterverwendet werden. Für eine solche Fernwärmeeinspeisung ist zusätzlich meist eine Wärmepumpe nötig, da Fernwärmenetze mit 70–130 °C laufen. Da nur ein kleiner Restanteil Wärme an die Raumluft geht, ist der zusätzliche Kühlbedarf viel geringer als bei reiner Luftkühlung.

Umweltbundesamt: Rechenzentrumsklimatisierung

Bitkom: Rechenzentren in Deutschland

Was passiert gerade in Deutschland und was ist die Strategie der Bundesregierung?

Deutschland erlebt im Moment einen starken Ausbau von Rechenzentren. Besonders viele Projekte sollen in der Rhein-Main-Region rund um Frankfurt entstehen. Gleichzeitig werden neue Standorte in anderen Bundesländern geplant. Wie viele EU-Regionen sehen auch deutsche Kommunen in Rechenzentren ein Tor zur digitalen Wirtschaft. Sie versprechen sich davon die Ansiedlung von Technologiezentren, Investitionen und attraktive Arbeitsplätze. Und natürlich auch höhere Steuereinnahmen. Die in Aussicht gestellten wirtschaftlichen Vorteile für die lokalen Gemeinden bleiben meistens allerdings aus.

Die nationale Rechenzentrumsstrategie der Bundesregierung zielt darauf ab, Deutschland bis 2030 zu einem der attraktivsten Standorte für Rechenzentren zu machen, indem die Kapazitäten mindestens verdoppelt und die für künstliche Intelligenz benötigte Rechenleistung vervierfacht werden. Zudem wollen CDU und SPD das Energieeffizienzgesetz (EnEfG) überarbeiten. Eine Recherche von Lobbycontrol und Campact zeigt, dass die vom Wirtschaftsministerium geplante Novelle des EnEfG von den großen Tech-Konzernen wie Microsoft und Google beeinflusst wurde – mit dem Ziel, die Vorgaben für Energieeffizienz und Umweltauswirkungen vor allem für Rechenzentren zu schleifen.

Algorithm Watch: Übergriffige Infrastruktur: In Europa breiten sich Rechenzentren aus

Table.Briefings: Rechenzentren: Lobbycontrol kritisiert Einflussnahme von Big Tech auf Energie-Effizienz-Novelle

Was ist die Cloud?

Die Cloud bezeichnet internetbasierte Dienste, bei denen Daten oder Programme sich nicht mehr lokal auf deinem Gerät befinden, sondern auf Servern im Internet laufen, gespeichert und verarbeitet werden. Diese Server befinden sich meist in großen Rechenzentren irgendwo auf der Welt.

Bundesamt für Sicherheit und Informationstechnik - Grundlagenwissen zum Thema Cloud

Gibt es weitere Karten für den Ausbau von Rechenzentren in Europa?

Weitere spannende Informationen:

Code Of Conduct Demokratische KI
Selbstverpflichtung von mittlerweile über 100 zivilgesellschaftlichen Organisationen für einen verantwortungsvollen, transparenten und menschenzentrierten Umgang mit KI.

FragDenStaat Climate Helpdesk
Ein gemeinsames Projekt von FragDenStaat und Green Legal Impact, das Menschen dabei unterstützt, Umweltinformationen von Behörden mittels Umweltinformationsgesetz (UIG) und Informationsfreiheitsgesetz (IFG) einzufordern.

Ressourcen von Algorithm Watch
Sammlung von Hintergrundberichten, Recherchen und Kampagnen der Berliner NGO AlgorithmWatch zu dem Ressourcenverbrauch von KI.

Interview von Rainer Rehak zum Energieverbrauch von KI
Taz-Interview mit dem Forscher Rainer Rehak darüber, wie stark KI-Systeme durch Training, Betrieb, Kühlung und Hardwareherstellung den Stromverbrauch in die Höhe treiben, und welche Ansätze es gibt, dem entgegenzuwirken.

Urgewald: Fossile Abhängigkeiten durch den KI-Hype in den USA und Deutschland
Analyse von Urgewald, die am Beispiel der USA und Deutschlands zeigt, wie eng der rasante Ausbau von Rechenzentren für KI mit der Expansion fossiler Gasinfrastruktur verknüpft ist.

Green European Journal, Pablo Jiménez Arandia: Dry land for thirsty Data
Eine Reportage des Journalisten Pablo Jiménez Arandia darüber, wie der KI-Boom Tech-Konzerne dazu treibt, wasser- und energiehungrige Rechenzentren zunehmend in Dürre-geplagte südeuropäische Länder wie Spanien und Portugal zu verlagern, wo sie auf lokalen Widerstand treffen.

The data heat island effect: quantifying the impact of AI data centers in a warming world
Hyperscale Rechenzentren heizen ihre direkte Umgebung im Schnitt um 2 Grad Celsius auf. Dadurch entsteht ein Mikroklima um das Rechenzentrum, welches als data center heat island bezeichnet wird.

Gemeinsam gegen Gas
Bundeswirtschaftsministerin Katherina Reiche verfolgt eine Expansionsstrategie für fossile Gasinfrastruktur in Deutschland. Die Gemeinsam-gegen-Gas-Karte macht transparent, wo diese Infrastruktur entstehen soll und beleuchtet die Folgen für Umwelt, Klima und Wirtschaft.

Methodik

Welche Daten zeigen wir auf der Karte?

Welche Daten sind in den Beschreibungen der einzelnen Projekte zu finden?

Status

  • in Betrieb
  • im Aufbau
  • geplant
  • pausiert

Bauphase (nur wenn Status = im Aufbau)

  • Spatenstich
  • Grundsteinlegung
  • im Bau
  • fertiggestellt

Art des RZ

  • Hyperscale
  • Colocation
  • Unternehmen
  • Behörden
  • Hochschule
  • Regional

Art des Eigentümers (Wirtschaftlicher Eigentümer)

  • Betreiber ist Eigentümer
  • Betreiber ist Nutzer (Behörde, Universität, Versorgungsunternehmen)
  • Immobilien-Entwickler
  • Investor (Institutionelle Investoren wie z.B. Private-Equity-Gesellschaften oder Infrastrukturfonds)

Sitz des Eigentümers (Wirtschaftlicher Eigentümer)

  • Deutschland
  • Vereinigte Staaten
  • Großbritannien
  • Frankreich
  • Japan
  • Schweden
  • Norwegen
  • Australien
  • EU
  • Unbekannt

Name des Rechenzentrums, Betreiber, Eigentümer

Standort (Bundesland, Stadt, Postleitzahl, Latitude, Longitude)

Gesamtfläche Gebäude (m²)

Netzanschluss (kW)

Geplante Inbetriebnahme (Datum)

Schätzungen

  • Netzanschlussleistung (MW)
  • Gesamter Stromverbrauch (MWh)
    • Vollausbau (80% Auslastung)
    • Initialer Ausbau (geschätzte Auslastung nach Art des RZ)
  • CO2-Emissionen (Strom + Server-Herstellung)

Verifizierte Quelle

  • 1–6 Links

Proteste

Wie aktuell sind die Informationen auf der Karte?

Wir updaten regelmäßig unsere Datenbank. Unser letzter Stand der Aktualisierung ist der 27.08.2026.

Wie recherchieren und berechnen wir unsere Werte?

Name des Rechenzentrums: Aus Recherche; entweder interner Name des RZ des Betreibers (z.B. FRA01) oder ein von uns vergebener Name, abgeleitet von Standort.

Betreiber: Aus Recherche; der Betreiber der Informationstechnik. Beispielsweise ist Microsoft als Betreiber der Informationstechnik der Betreiber, selbst wenn der Eigentümer des Rechenzentrumsgebäudes jemand anderes ist. Ein Immobilienentwickler und laut Selbstbeschreibung „Rechenzentrums-Betreiber" wie z.B. Yondr ist der Besitzer des Gebäudes und wird hier als Eigentümer aufgeführt.

Eigentümer: Für jedes Rechenzentrum versuchen wir den „UBO" zu bestimmen, den „Ultimate Beneficial Owner" bzw. „wirtschaftlichen Eigentümer" des Gebäudes. Dies geschieht aus Recherchen über den Bundesanzeiger oder ausländische Handelsregistereinträge. Im Gegensatz zu einem wirtschaftlichen Eigentümer, zu dem auch Vermittler oder juristische Personen mit indirekten Beteiligungen gehören können, ist ein „wirtschaftlicher Eigentümer" bzw. UBO, wie wir ihn hier verwenden, die oberste Person in der Eigentümerschaftskette, die in der Regel eine bedeutende Beteiligung (25 % oder mehr) hält oder die tatsächliche Kontrolle ausübt. Siehe auch: https://resources.fenergo.com/de/blogs/was-ist-ubo

Sitz des Eigentümers: Kann der Eigentümer bestimmt werden, versuchen wir auch den Sitz des UBO per Recherche zu identifizieren.

Art des Eigentümers: Um eine Unterscheidung zwischen Projekt- bzw. Immobilienentwicklern, institutionellen Investoren wie Finanzgesellschaften, und selbstnutzenden Betreibern zu ermöglichen, versuchen wir über Recherche auch die Art des Eigentümers zu bestimmen.

Art des Rechenzentrums: Durch die erhobenen Informationen versuchen wir die Art des Rechenzentrums zu bestimmen: Co-Location, Enterprise (z.B. ein Rechenzentrum von SAP), Regierung (z.B. Finanzverwaltung), Regional (z.B. ein Rechenzentrum der Stadtwerke), Hyperscale oder Universität (zum Beispiel Forschungsrechenzentrum).

Status: Wir unterscheiden primär in „geplant", „im Bau" und „im Betrieb". Projekte, die in der Planungsphase gestoppt werden, vermerken wir als „cancelled" wenn sie komplett abgebrochen sind oder „paused" wenn sie mittelfristig pausiert sind.

Standortinformationen: Die Standortinformationen versuchen wir über recherchierte Dokumente und Meldungen zu identifizieren (z.B. Baupläne, Veröffentlichung durch die kommunalen Behörden, Pressemeldungen der Betreiber), und falls dies nicht möglich ist über Satellitenbilder, um etwaige Baustellen zu identifizieren. Abgleich mit datacentermap.com (jedoch nicht als Primärquelle).

Gesamtfläche des Rechenzentrumsgebäudes: Wir versuchen diese Angabe primär aus Recherchen abzuleiten (Mitteilung durch den Betreiber, Nachrichten, Baupläne). Falls dies nicht möglich ist, versuchen wir die Grundstücksfläche über Satellitenbilder zu identifizieren. Sollten die Angaben der Betreiber die IT-Fläche enthalten (also wie viel Fläche des Gebäudes für IT Equipment bereitgestellt wird), so errechnen wir daraus die Gebäudefläche (Annahme: 70% der Gebäudefläche wird für IT bereitgestellt).

Gesamtfläche für IT: siehe Gebäudefläche, selbes Vorgehen und Umrechnung.

Netzanschluss: Die vom Stromnetz bereitgestellte Strommenge versuchen wir über Recherchen zu identifizieren (Veröffentlichungen der Kommune, Netzbetreiber, Pressemitteilungen). Falls dies nicht möglich ist, berechnen wir anhand der angenommenen Art des Rechenzentrums, der Energiedichte pro m² (siehe Annahmen) und entweder einem geschätzten oder vom Betreiber angegebenen Design-PUE-Wert den anzunehmenden benötigten Netzanschluss.

IT-Anschlussleistung: Die Anschlussleistung (Stromkapazität), die für die IT-Technik bereitgestellt wird, versuchen wir über Recherche (z.B. Veröffentlichungen der Betreiber) zu identifizieren. Falls dies nicht möglich ist, berechnen wir die IT-Anschlussleistung über dieselbe Methodik wie den Netzanschluss.

Stromverbrauch der IT: Um den späteren Stromverbrauch des Rechenzentrums zu bestimmen, müssen wir die Auslastung der IT-Anschlussleistung bestimmen. Als Grundwert nehmen wir dafür den Durchschnittswert von Rechenzentren in den Niederlanden anhand der dort gemeldeten EED-Daten (30%). In vielen Fällen passen wir diesen Wert jedoch an, z.B. wenn sehr große Colocation-Flächen geschaffen werden, die wahrscheinlich im ersten Betriebsjahr nur 10-20% ausgelastet sein werden, oder wenn es sich um Hyperscale-Rechenzentren handelt, die im ersten Betriebsjahr eine höhere Auslastung haben werden. Hier handelt es sich um eine grobe, expert*innen-basierte Schätzung. Gleichermaßen bestimmen wir für die Karte den Gesamtstromverbrauch bei voller Auslastung. Als volle Auslastung gilt für uns ein Rechenzentrum, das 80% der verfügbaren IT-Anschlussleistung nutzt.

Stromverbrauch Gesamt: Hierzu nutzen wir den ermittelten Wert aus „Stromverbrauch IT" und multiplizieren diesen mit dem PUE-Wert Wikipedia (Englisch).

CO2-Emissionen aus Stromverbrauch: Hierzu nutzen wir den ermittelten Wert aus „Stromverbrauch Gesamt" und multiplizieren diesen mit dem Emissionswert pro kWh/CO2-eq, welcher von der europäischen Umweltagentur EEA bereitgestellt wird.

Wie setzen sich unsere Quellen für die Rechenzentren zusammen?

Für die Erhebung der Daten wurden ausschließlich öffentlich zugängliche Quellen genutzt. Dies umfasst Angaben und Pressemitteilungen der Betreiber und Entwickler sowie Artikel aus der Presse, z.B. beim Spatenstich eines Rechenzentrums, dem Kauf eines Grundstücks eines bekannten Betreibers von Rechenzentren, etc. Als weitere Quellen dienten amtliche Veröffentlichungen, Veröffentlichungen von börsennotierten Unternehmen sowie Entwicklungen auf dem Immobilienmarkt.

Sollte eine Quelle mittlerweile nicht mehr auffindbar sein, kann sie oft im Archiv wiederhergestellt werden (Waybackmachine, Google Archiv). Teilweise wurden Informationen zu Rechenzentrumsprojekten bereits von Forschungsinstituten und anderen Fachorganisationen erfasst und veröffentlicht. Diese Daten wurden mit den entsprechenden Originalquellen bzw. den jeweiligen Urhebern abgeglichen. Zudem sammeln viele Bürgerinitiativen Daten, die sie für ein Rechenzentrum in ihrer Umgebung finden können und veröffentlichen diese online.

Die gefundenen Projekte wurden mit datacentermap.com abgeglichen, sofern sie dort bereits zu finden waren. Data Center Map wurde jedoch nicht als Quelle selbst verwendet, da die Informationen dort unzuverlässig sind.

Teilweise wurden die neuen Projekte durch z.B. Betreiber*innen oder Bürgermeister*innen auf Facebook, LinkedIn oder Instagram veröffentlicht.

Für bestehende Rechenzentren können die Daten zudem im Abwärmeregister sowie bei PeeringDB gefunden werden.

Lokalisierung der Rechenzentrumsprojekte
Ein Großteil der Rechenzentrumsprojekte konnte sehr genau lokalisiert werden. Teilweise ist der Standort öffentlich in den oben genannten Quellen bekannt. Sollte dies nicht der Fall sein, wurden in den Texten Hinweise gesucht, die ein bestimmtes Grundstück oder Gewerbegebiet benennen. Teilweise wurden dort angrenzende Straßen genannt, oder der Name des Gewerbegebiets oder welcher Betreiber/welches Kraftwerk ehemals auf diesem Gelände aktiv war. Bei manchen Standorten konnten zum Beispiel auf Instagram oder anderen Video-Beiträgen bestimmte Merkmale (Gebäude/Bäume/Tennisplätze/Läden/etc.) identifiziert werden.

Es ist deshalb durchaus möglich, dass sich eine Quelle in der Tabelle befindet, die zunächst als unpassend oder seltsam erscheint, tatsächlich aber notwendig war, um das Projekt zu verorten. Die gesuchte Fläche wurde dann mit Satellitendaten überprüft und oft konnte an der Stelle eine Baustelle, ein freies Feld oder ein ehemaliges Industriegelände entdeckt werden. Oft konnte ein nahes Umspannwerk oder eine nahegelegene große Straße lokalisiert werden. Bei den Standorten, bei denen eine große Unsicherheit besteht, wurde eine entsprechende Anmerkung gemacht.

Abschätzungen Fläche aus Satellitenbildern
Sollte die Größe des Rechenzentrumsprojekts oder die antizipierte Anschlussleistung nicht gefunden werden, wurde die Größe des Projektes mit Google Earth abgeschätzt. Auch dies wurde in den Daten entsprechend kenntlich gemacht.

In einigen Fällen war nur die geplante Abwärmeleistung bekannt und nicht die antizipierte Anschlussleistung. In diesen Fällen wurde eine konservative Schätzung durchgeführt, und es ist davon auszugehen, dass deutlich mehr Anschlussleistung notwendig ist, als angegeben.

HeisseLuft.org
Die gesammelten Daten wurden seit Mai 2026 auf heisseluft.org auf einer Karte angezeigt. Ein anonymes Kontaktformular ermöglicht die Zusendung von Hinweisen und Korrekturen. Mithilfe dieses Crowdsourcing können die Daten ergänzt und korrigiert werden, sowie weitere Proteste hinzugefügt werden.

Vergleich mit anderen Studien
Um eine Übersicht zu erhalten, wurden die gewonnenen Daten mit bekannten Studien verglichen (Bitkom Studie September 2025: https://www.bitkom.org/Bitkom/Publikationen/Studie-Rechenzentren-in-Deutschland, JLL Studie Juni 2026: https://assetphysics.com/de/jll-studie-bis-2030-entstehen-in-deutschland-viele-rechenzentren-jenseits-der-metropolen/).

In diesen Vergleichen stimmt zwar der generelle Trend, allerdings fällt auf, dass mehr Projekte öffentlich angekündigt werden, als tatsächlich gebaut werden. Deswegen wird auch das Datum der letzten Aktualisierung der Informationen zu einem geplanten Projekt angegeben. Dies ermöglicht den Ausschluss von Projekten, von denen lange nichts gehört wurde.

Was sind unsere Datenquellen für die Schätzungen?
  • Für die Niederlande verfügen wir über einen Datensatz mit selbst gemeldeten Daten großer Rechenzentrumsbetreiber, der von den niederländischen Behörden, nämlich der RVO, bereitgestellt wurde. Einige unserer Annahmen stützen wir auf diese aggregierten Daten.
  • Zur Berechnung der stromnetzbezogenen CO2-Emissionen verwenden wir den von der Europäischen Umweltagentur EEA bereitgestellten Jahresdurchschnitt für das deutsche Stromnetz (2023).
  • Zur Berechnung der Emissionen bei der Herstellung von Servern verwenden wir die von Datavizta bereitgestellten Daten von Boavizta.
  • Für Emissionen im Zusammenhang mit der Verbrennung von Dieselkraftstoff verwenden wir die von der Umweltschutzbehörde (EPA, USA) bereitgestellten Emissionsfaktoren.

Welche Annahmen treffen wir?

Für unsere Schätzungen nehmen wir verschiedene Werte an, die von Rechenzentren grundsätzlich nicht veröffentlicht werden. Falls diese doch öffentlich verfügbar sind (z.B. die geplante Energiedichte pro m² oder Rack), nutzen wir diese. In einigen Fällen verwenden wir die Angaben der Betreiber nicht, z.B. wenn diese nicht verifiziert werden können oder als unrealistisch erscheinen.

kW pro m²:

  • Für Rechenzentren, die nach 2020 in Betrieb genommen werden, nehmen wir eine IT-Anschlussleistung von 2-4 kW pro Quadratmeter IT-Fläche an.
  • Für Hyperscale-, Cloud- und KI-Rechenzentren erhöhen wir die Dichte – je nach unserer Einschätzung auf 5-12 kW/m².

Zum Vergleich: Für ältere Anlagen sind diese Werte bekannt:

  • für Rechenzentren, die vor 2000 in Betrieb gegangen sind: 0,25 kW/m²
  • für Rechenzentren, die zwischen 2000 und 2020 in Betrieb gegangen sind: 1 kW/m²

Für die Berechnung der Anzahl der Racks in einem Rechenzentrum:

  • 4 m² pro Rack

Auslastung (für die Berechnung des tatsächlichen Stromverbrauchs):

  • Für Colocation-Flächen im ersten Betriebsjahr schätzen wir die Auslastung im Bereich von 10 bis 30%.
  • Für Hyperscale-, Cloud- und KI-Rechenzentren schätzen wir eine Auslastung im ersten Betriebsjahr von 10-50%.
  • Für alle Rechenzentren, für die eine seriöse Schätzung nicht möglich ist, nutzen wir den Durchschnittswert aus den selbst gemeldeten Daten aus den Niederlanden (30%).

Flächenberechnung:

  • Wenn nur eine Gesamtgebäudefläche angegeben ist, nehmen wir an, dass 70% dieser Fläche für IT nutzbar sein werden.

PUE-Wert:

  • Für Rechenzentren, zu denen der geplante PUE-Wert nicht angegeben ist, schätzen wir den anzunehmenden Wert anhand der Art des Rechenzentrums. Das Spektrum der Schätzungen liegt im Bereich 1,1 bis 1,8, je nach Typ. Falls keine Schätzung möglich ist, z.B. auf Basis von mangelnden Informationen zum Rechenzentrum, nutzen wir einen Standard-Wert von 1,5 (gerundet auf Basis der Durchschnittswerte aus den Niederlanden und den im deutschen Rechenzentrumsregister öffentlich verfügbaren Daten).
  • Der Design-PUE (geplante PUE-Wert der Betreiber) aus öffentlichen Quellen wird separat erfasst und nicht für die Berechnung des Stromverbrauchs verwendet, da dieser sich vom operativen PUE-Wert aus Erfahrung oft unterscheidet und auf Annahmen zur Auslastung des Rechenzentrums basiert.

Treibhausgas-Emissionen aus der Herstellung von Servern (GWP): 1365,0 kg CO₂-eq pro Server (Global Warming Potential über 5 Jahre Lebensdauer)

  • Dies basiert auf der Annahme, dass alle Server in den Rechenzentren gleich sind: 2 CPUs mit 32 Kernen, 12 x 32 GB Arbeitsspeicher (384 GB), 4 x 1 TB SSD-Festplatten und 2 Netzteile.
  • Mit diesem Standard-Server berechnen wir die CO2-Emissionen aus der Herstellung mit Hilfe des Datavizta-Werkzeugs von Boavizta.

Treibhausgas-Emissionen:

  • Um die CO2-Emissionen aus dem Energieverbrauch der Rechenzentrumsgebäude anhand des geschätzten Gesamtenergieverbrauchs zu berechnen, haben wir den von der Europäischen Umweltagentur angegebenen Emissionsfaktor (320 g CO₂/kWh für Deutschland 2023) verwendet und den Gesamtenergieverbrauch mit dem angegebenen durchschnittlichen jährlichen Emissionsfaktor multipliziert.