Article

Googles KI-Datacenter-Bau treibt Stromverbrauch um 37%

Google KI-Infrastruktur Stromverbrauch Datacenter Nachhaltigkeit

Google meldet den größten Stromverbrauchsanstieg in seiner Geschichte: 37% mehr Elektrizität im Jahr 2025. Die treibende Kraft ist Silicon Valleys KI-Datacenter-Buildout. Trotzdem schafft Google eine scheinbare “Decoupling” – operative Emissionen sanken um 2%.

Die Zahlen

MetrikWert
Stromverbrauchsanstieg 202537%
Anstieg seit 2019über 250%
Datacenter-Stromverbrauch 202542+ Mio MWh
Datacenter-Stromverbrauch 202430,6 Mio MWh
Operative Emissionen-2%
Supply-Chain-Emissionen+25%

Zum Vergleich: Googles Datacenter-Stromverbrauch rivalisiert mit ganzen Ländern wie Neuseeland, Dänemark und Nigeria.

Die Ursache

Google Cloud, YouTube-Streaming und KI-Produkte treiben den Verbrauch. Die 2024er Erhöhung von 27% setzte sich 2025 mit 37% fort – ein beschleunigender Trend. KI-Infrastruktur wächst schneller als das Stromnetz dekarbonisiert.

Die Gegenmaßnahmen

Google kauft massiv saubere Energie. Das erklärt die Diskrepanz: Mehr Strom, aber weniger Emissionen. Der Sustainability-Report betont “saubere Energie-Investitionen und Partnerschaften mit lokalen Stakeholdern”.

Das Problem: Supply-Chain-Emissionen. Vertragliche Hersteller und Zulieferer in Asien-Pazifik operieren auf Stromnetzen, die noch wenig CO2-freie Energie haben. Die Folge: 25% Anstieg bei den Supply-Chain-Emissionen, 18% Gesamtemissionsanstieg.

Langfristiges Ziel

Google strebt “Carbon-Free Energy” an – 24/7 sauberer Strom für alle Datacenter. Das Ziel ist ambitioniert, da die KI-Infrastruktur schneller wächst als saubere Energie verfügbar wird. Der Pfad wird nicht linear sein, wie Google einräumt.

Fazit

Die KI-Revolution hat einen Energie-Preis. Googles 37% Anstieg ist ein Vorbote: Datacenter werden zu nationalen Stromverbrauchern. Die Entkopplung von Emissionen durch Clean-Energy-Käufe funktioniert – aber Supply-Chain-Emissionen zeigen die Grenzen. Die Branche braucht schneller dekarbonisierte Stromnetze oder radikale Effizienzsprünge bei KI-Hardware.


Quelle: Ars Technica