Illustration: zwei Serverschränke, aus denen Hitze aufsteigt

Der Asphalt glüht, die Luft flimmert vor Hitze – an drei aufeinanderfolgenden Tagen knackt die Temperatur im Juni 2026 Rekordwerte. Der Deutsche Wetterdienst meldete einen vorläufigen Wert von 41,7 Grad im Osten Brandenburgs. Der Juni und Juli sind erneut die heißesten Monate seit den Aufzeichnungen. In ganz Europa wüten Waldbrände, die kaum noch unter Kontrolle gebracht werden können. Nordrhein-Westfalen erlebt den größten Waldbrand seit der Gründung der Bundesrepublik. Wegen der geringen Pegelstände in Flüssen wie dem Rhein kommt die Binnenschifffahrt größtenteils zum Erliegen. Länder wie Rumänien oder Ungarn müssen ihre Atomkraftwerke abschalten, weil das Kühlwasser ausgeht.

Mit Hitzewellen und ihren Folgen für Menschen und Umwelt hält die Klimakrise zunehmend Einzug in die Lebensrealität der Menschen in Europa. In diese Realität drängt sich zeitgleich ein massiver Ausbau von Rechenzentren, getrieben durch den globalen Boom künstlicher Intelligenz (KI) und von Regierungen, die beim digitalen Wettrüsten mithalten wollen.

Der KI-Boom hat schon lange Diskussionen darüber entfacht, wie sich Künstliche Intelligenz auf unsere Gesellschaften auswirkt. Dabei kommt eine zentrale Frage erst 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 physischen Infrastruktur, die für die Entwicklung und den Betrieb von KI-Systemen notwendig ist: Rechenzentren. Währenddessen diskutiert die Politik nur die wirtschaftlichen Chancen. Die deutsche Wirtschaftsministerin Katherina Reiche sieht in Rechenzentren und Künstlicher Intelligenz einen potentiellen Stabilitätsanker der deutschen Wirtschaftsmodells: Die Bundesregierung möchte in Deutschland im großen Stil Rechenzentren bauen, bis 2030 sollen sich die Rechenzentrumskapazitäten in Deutschland verdoppeln, die KI-Rechenkapazitäten 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.

Illustration zur Klimakrise und Rechenzentren

Viele Tech-Konzerne verkaufen KI als Lösung für die Klimakrise, während sie die Kliamschäden aufgrund der dafür notwendigen Rechenzentren kleinreden: Amy Luers, zuständig für Nachhaltigkeitswissenschafts 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 dabe isogar 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.

Wo vermeintliche positive Effekte mit Quellen belegt werden, vermischen die Tech-Konzerne Äpfel und Birnen: Belege lassen sich für einige Anwendungen sogenannte “herkömmlicher KI” finden, die einen vergleichsweise niedrigen Ressourcenbedarf hat. Der aktuelle KI- und Rechenzentrums-Boom beruht dagegen vor allem auf generativen KI-Modellen - also Text-, Bild- oder Videogeneratoren wie ChatGPT, Gemini oder MidJourney, die sehr viel mehr Ressourcen benötigen als herkömmliche KI. Für diese Anwendungen fand die Studie von Beyond Fossil Fuels und AlgorithmWatch dagegen keinerlei belegten positiven Effekte auf das Klima. Selbst wenn es positive Auswirkungen „herkömmlicher“ KI gibt, haben sie wenig mit der massiven Zunahme des Energieverbrauchs durch generative KI zu tun.

Ohne belastbare Belege bleiben die Klimaversprechen der KI-Konzerne nicht mehr als heiße Luft. Dagegen werden die negativen Auswirkungen der Rechenzentren auf die Klimakrise und Ressourcenkonflikte immer deutlicher.

Stromfresser: Fossile lieben Rechenzentren

Illustration: ein Kraftwerk mit zwei rauchenden Kühltürmen

Der ununterbrochene Betrieb von tausenden Servern, deren Kühlung, Notstromsysteme und Netzwerktechnik: Rechenzentren verbrauchen enorme Mengen an Energie. Ein Rechenzentrum mit 54 MW Leistung, beispielsweise das geplante Rechenzentrum FRA02 Campus in Frankfurt (54MW IT-Leistung), verbraucht so viel Strom wie ca 80 000 durchschnittliche europäische Haushalte. Die geplante Anlage würde demnach so viel Strom verbrauchen wie etwa 180.000 Menschen, ungefähr so viel wie Großstädte wie Wuppertal oder Paderborn.

Im Jahr 2025 verbrauchten Rechenzentren in Deutschland rund 21 TWh Strom. Das entspricht etwa dem Stromverbrauch mittelgroßer Bundesländer, wie Hessen oder Rheinland-Pfalz. Weltweit wird der immense Stromhunger von Rechenzentren spürbar: Global verbrauchen sie bereits ungefähr so viel Strom wie Deutschland.

Schon heute machen KI-Anwendungen laut Schätzungen sowohl von Allianz Trade als auch von Greenpeace 15 bis 20 Prozent des Stromverbrauchs von Rechenzentren aus, bis 2030 könnte der Anteil gemäß diesen Studien bereits auf 40 Prozent steigen.

Durch den KI-Boom wird der Energiehunger der Rechenzentren von einer Randgröße zu einem strukturellen Treiber der Stromnachfrage, der die Abhängigkeit von fossilen Brennstoffen zu verstetigen droht. Dies geschieht völlig intransparent auf Wunsch der Tech-Konzerne, die Rückendeckung aus dem Wirtschaftsministerium bekommen.

Big Tech fordert, Reiche liefert

Illustration: Big Tech

Ursprünglich sollten Rechenzentren in Deutschland ab 2027 ihren Stromverbrauch bilanziell vollständig aus erneuerbaren Energien beziehen. Diese Vorgabe wurde im 2023 verabschiedeten Energieeffizienzgesetz (EnEfG) festgeschrieben. Die von der Bundesregierung geplante Novelle des EnEfG, will diese Zielsetzung jedoch stark aufweichen: Rechenzentrenbetreiber müssen ihren Strom demnach erst ab 2030 vollständig aus erneuerbaren Energien beziehen.

Diese Veränderung zugunsten der Betreiber von Rechenzentren ist offenbar kein Zufall. Laut einer Recherche von LobbyControl und Campact haben BigTech-Konzerne wie Microsoft und Google maßgeblichen Einfluss auf die Abschwächung der Effizienzvorgaben genommen. Die selben Konzerne die in Ihrer Öffentlichkeitsarbeit gerne darüber sprechen das sie alle Rechenzentren mit 100% erneuerbarer Energie betreiben, wieso also die Regulierung verändern? Die Antwort ist einfach: Bei dem Maß an Wachstum was die Unternehmen anstreben, reicht der Ausbau von erneuerbaren nicht aus. Stromnetze kommen nicht hinterher, den Strom zu den Rechenzentren zu bringen; die Übergangslösung: Gas Kraftwerke. Und da stört die Regulatorik mit ihrer Vorgabe natürlich.

In der praktischen Umsetzung hat das schwerwiegende Folgen. Rechenzentren sollen zwar bereits seit 2024 die Hälfte ihres Stromverbrauchs mit erneuerbaren Energien decken. Doch mit einem Schlupfloch können Betreiber ihre Bilanz schön rechnen: Mit zugekauften Ökostrom-Zertifikaten können sie die gesetzlichen Vorgaben erfüllen, auch wenn sie in der Realität ihr Rechenzentrum nicht mit Strom aus erneuerbaren Energien betreiben. Diese Praxis wird mit der Gesetzesänderung des EnEfG bis 2030 möglich sein.

Damit können sie ihre Anlage auch mit Strom aus fossilen Brennstoffen wie etwa Gas betreiben. Der geplante Ausbau der Gasinfrastruktur in Deutschland steht im direkten Zusammenhang mit dem KI-Boom: Jedes zehnte neu geplante Gaswerk soll zukünftige Rechenzentren versorgen – das zeigen Daten des Global Energy Monitor (GEM). Damit verfestigt der große Strombedarf von Rechenzentren den fossillen Lock-In und bringt die Einhaltung der Klimaziele in Gefahr.

Digitale Infrastruktur für wen und für was?

Illustration: The Cloud

Die Bundesregierung argumentiert 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. In Europa haben eine handvoll von US-Konzernen im Cloud-Bereich eine marktbeherrschende Stellung und kontrollieren mehr als 70% des Marktes.. Der digitalen Abhängigkeit von den großen amerikanischen Konzernen wird somit nicht automatisch entgegengewirkt und sie bleibt ein großes Risiko. Der US Cloud Act verpflichtet 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, denn 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 und die vor Projekten angepriesenen Arbeitsplätze fallen oft deutlich geringer aus als zuvor prognostiziert. Laut AlgorithmWatch ist europaweit oft nur ein Viertel der versprochenen Stellen tatsächlich entstanden. Im nordhollänischen Kroon realisierten sich statt der versprochenen 1.500 bis 2000 Arbeitsplätze nur 530 und im rumänischen Mischii waren es statt 21 neue Stellen lediglich zehn.

Unsere Recherchen belegen, dass viele der hier gezeigten Rechenzentren von den großen BigTech-Unternehmen geplant und betrieben werden sollen.

Die großen Konzerne bewerben Rechenzentren und künstliche Intelligenz als Lösungen für die Klimakrise, doch unsere Recherche zeigt: Der geplante Ausbau von Rechenzentren in Deutschland befeuert die Klimakrise und verschärft Wasserkonflikte.

Gelockt vom KI-Boom springt die Bundesregierung mit ihrer Ausbaustrategie völlig unreflektiert auf den Rechenzentren-Hype auf, dabei sind Versprechen der KI-Branche in vielerlei Hinsicht reine Spekulation. Egal ob diese sich auf die Rolle von KI zur Bewältigung der Klimakrise beziehen oder auf wirtschaftlichen Aufschwung der Standorte in Aussicht gestellt wird. Klar sind hingegen die Risiken und negativen Effekte auf Klima, Umwelt und die Gemeinden, in denen sich die ressourcenintensive Rechenzentren-Industrie ansiedeln soll.

Durch die Abschwächung von Effizienzvorgaben droht die Bundesregierung diese Effekte sogar noch zu verstärken. Durch die fehlende Transparenz über Strom- und Wasserverbrauch werden wir, die Bevölkerung, mit Tatsachen konfrontiert, ohne eine fundierte Folgenabschätzung für unsere Gemeinden treffen zu können. Deswegen müssen Angaben zu Energie- und Wasserverbrauch und ihrer Herkunft sowie zum CO₂-Fußabdruck von Rechenzentren öffentlich verfügbar und unabhängig überprüfbar sein, sowohl als Prognosen zum Zeitpunkt der Planung als auch anhand tatsächlicher Werte im Betrieb. Nur so ist eine öffentliche Debatte über den Ausbau der deutschen Rechenzentren-Infrastruktur möglich.

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 zeitweises 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, das heißt, 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. Vernetze dich dazu auch mit lokalen Initiativen und Anwohner*innen!

    Mehr Informationen findest du hier: https://algorithmwatch.org/de/rechenzentren-ein-leitfaden/

  • 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:

    Link zur Kampagnenwebsite heisseluft bei FragDenStaat

    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 sendet uns keine E-Mails oder Nachrichten von deiner offiziellen Adresse, von einem Arbeitsgerät und 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.

Hinweise, Korrekturen oder Fragen? Schreib uns.

Häufige Fragen

Allgemeine Fragen

Was ist ein Rechenzentrum?

Rechenzentren sind die riesigen, lagerhausähnlichen Gebäude, die hinter der sogenannten „Cloud“ stehen. Sie sind mit Computern, so genannten Servern ausgestattet, auf denen riesige Mengen an Daten gespeichert und verarbeitet werden, unterstützt durch komplexe Kühlsysteme, die eine Überhitzung verhindern. Sie bilden die technische Grundlage für Internet, Cloud-Dienste, Streaming und Künstliche Intelligenz. Jedes Mal, wenn wir online eine Nachricht versenden, ein Video streamen oder generative KI nutzen, greifen wir auf eine dieser Anlagen zu.

AlgorithmWatch: Leitfaden gegen Rechenzentren

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

Welche verschiedenen Typen von Rechenzentren gibt es?

Hyperscale-Rechenzentren: Riesige Anlagen von Unternehmen wie Google, Microsoft oder Amazon. AlgorithmWatch weist darauf hin, dass „Hyperscaler" vor allem eine Marketing-Bezeichnung der Branche für den in den letzten Jahren stark beschleunigten Bau großer Anlagen zur Unterstützung generativer KI ist.

AlgorithmWatch: Leitfaden gegen Rechenzentren

Colocation-Rechenzentren: Vermieten Platz für Server an verschiedene Unternehmen. 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 für eigene Zwecke betrieben.

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 in den USA generativer KI bald der größte Faktor für die von US-Rechenzentren zu bewältigende Last sein wird - mehr als Cloud-Dienste.

https://algorithmwatch.org/de/umweltkosten-ki-lieferkette/

https://algorithmwatch.org/de/explainer-ki-energieverbrauch/

Was ist Künstliche Intelligenz?

Die Bezeichnung "Künstliche Intelligenz (KI)" beschreibt Computersysteme, die dazu fähig sind, Aufgaben zu übernehmen, die bislang nur von Menschen übernommen werden konnten. Das Verständnis wandelt sich also laufend. KI lernt aus großen Datenmengen Muster zu erkennen und Vorhersagen zu treffen, indem sie diese analysiert und verarbeitet.

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

Algorithm Watch - Warum Sie keine Angst vor Künstlicher Intelligenz haben sollten

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. Etwa zur automatisierter Bearbeitung von Steuererklärungen, für bessere Wettervorhersagen, oder zur Identifikation von Gesichtern.

Davon abgrenzen kann man generative KI, also KI-Systeme die Inhalte wie Text, Bild oder Video generieren können. Auch erkennen Muster , basieren aber auf sehr großen Datengrundlagen und werden daher auch große Sprachmodelle genannt (Large Language Models). Damit generative KI funktioniert, ist eine sehr große Rechenleistung erforderlich - und damit Rechenzentren.

https://algorithmwatch.org/de/explainer-ki-energieverbrauch/

https://algorithmwatch.org/de/umweltkosten-ki-lieferkette/

Warum fehlt es an Transparenz über Rechenzentren?

Im Moment gibt es noch keine zentrale öffentliche Datenbank für Rechenzentren in Deutschland. Zusätzlich veröffentlichen viele Betreiber nur wenige Informationen, Angaben zu Stromverbrauch, Wasserbedarf oder Abwärme sind oft freiwillig.

Tech-Konzerne und Lobbyverbände wie Bitkom versuchen, Strom- und Wasserverbrauchsdaten im Energieeffizienzgesetz als Geschäftsgeheimnis einzustufen.

Außerdem sind Genehmigungsunterlagen häufig schwer zugänglich. Das erschwert es Bürger*innen und Kommunen, die Auswirkungen neuer Projekte zu bewerten.

https://netzpolitik.org/2026/ki-und-rechenzentren-bundesregierung-weiss-nicht-wieviel-wasser-ihre-ausbauplaene-schlucken-werden/

Was ist der PUE?

Das Kürzel PUE steht für “Power Usage Effectiveness” und ist eine Kennzahl, mit der sich die Energieeffizienz im Rechenzentrum darstellen lässt. Dabei wird der Gesamtenergieverbrauch eines Rechenzentrums geteilt durch den Energieverbrauch der IT-Technik (Server, Speicher etc.). Ein PUE unter 1,2 bescheinigt eine sehr effiziente Anlage, ein PUE um 1,5 einen Guten und moderner Standard. Bei einem PUE über 2,0 bis 2,5 gelten Anlagen als ineffizient.

Quellen: https://deutsche-rz.com/wissenslexikon/pue-wert

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

Umwelt- und Klimaauswirkungen von Rechenzentren

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 einer mittelgroßen Stadt entsprechen.

Wie funktioniert die Kühlung in Rechenzentren?

Es gibt zwei Grundtypen bei der Kühlung von Rechenzentren: Luftkühlung und Flüssigkühlung.

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 (auch Chiller oder Wasserkühlsatz genannt) 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. Für eine Fernwärmeeinspeisung ist aber zusätzlich 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.

Quelle:https://www.umweltbundesamt.de/themen/klima-energie/fluorierte-treibhausgase-fckw/natuerliche-kaeltemittel-in-stationaeren-anlagen/anwendungen/rechenzentrumsklimatisierung

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. Auch hier gibt es einen Mangel an Transparenz: Viele Betreiber veröffentlichen ihren tatsächlichen Wasserverbrauch nicht.

https://netzpolitik.org/2026/genug-fuer-600-millionen-menschen-warum-verbraucht-ki-so-viel-wasser/

https://algorithmwatch.ch/de/versteckter-wasserverbrauch-rechenzentren/

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

Weitere spannende Informationen:

Code Of Conduct Demokratische KI
https://demokratische-ki.de/code-of-conduct/Selbstverpflichtung von mittlerweile über 100 zivilgesellschaftlichen Organisationen für einen verantwortungsvollen, transparenten und menschenzentrierten Umgang mit KI.

FragDenStaat Climate Helpdesk
https://fragdenstaat.de/aktionen/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
https://algorithmwatch.org/klima-ki
Sammlung von Hintergrundberichten, Recherchen und Kampagnen der Berliner NGO AlgorithmWatch zu dem Ressourcenvebrauch von KI.

Interview von Rainer Rehak zum Energieverbrauch von KI
https://taz.de/Kuenstliche-Intelligenz-Was-wir-gegen-den-massiven-Stromverbrauch-tun-koennen/!6077262/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
https://www.urgewald.org/shop/fossile-abhaengigkeiten-ki-hype-usa-deutschlandUrgewald-Analyse, 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
https://www.greeneuropeanjournal.eu/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:

https://arxiv.org/abs/2603.20897

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

https://gemeinsam-gegen-gas.de/

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

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 IT bzw. des Rechenzentrums (z.B. Microsoft ist der Betreiber, aber Yondr ist der Besitzer des Gebäudes)

Eigentümer: Für jedes RZ versuchen wir den “UBO” zu bestimmen, den “wirtschaftlichen Eigentümer” des Gebäudes. Dies geschieht aus Recherchen über den Bundesanzeiger oder ausländische Handelsregistereinträge.

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

Art des Eigentümers: Um eine Unterscheidung zwischen Projektentwicklern, Investoren und 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 (z.B. wird hier eine Fläche für ein Cloud oder Hyperscale RZ geschaffen, ein KI Rechenzentrum, ein RZ für eine Universität, etc.). Diese Einschätzung basiert auf unserer Expert*innen-Meinung.

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.

Wahrscheinlichkeit: Auf Basis von recherchierten Informationen, wie dem Eigentümer, dem Standort und der Größe des Rechenzentrums, erheben wir die Wahrscheinlichkeit, dass RZ jemals in Betrieb gehen wird. Eine niedrige Wahrscheinlichkeit hat zum Beispiel ein RZ mit einem Projektentwickler als Eigentümer, das hunderte MW realisieren will, der Eigentümer dafür aber gar nicht über das notwendige Kapital verfügt.

Standortinformationen: Die Standortinformationen versuchen wir über Recherchen zu identifizieren (Baupläne, Veröffentlichung durch die Region, Pressemeldung der RZ Betreiber), Abgleich mit datacentermap.com (jedoch nicht als primär Quelle) und falls dies nicht möglich ist über Satellitenbilder um etwaige Baustellen zu identifizieren.

Gesamtfläche RZ Gebäude: 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 Region, Netzbetreiber, Presse-Mitteilungen). Falls dies nicht möglich ist, berechnen wir Anhand der angenommenen Art des RZ, der Energiedichte pro m2 (siehe Annahmen) und dem PUE-Wert den anzunehmenden benötigten Netzanschluss.

IT-Anschlussleistung: 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 IT: Um den späteren Stromverbrauch des Rechenzentrums zu bestimmen, müssen wir die Auslastung der IT-Anschlussleistung bestimmen. Als Grundwert nehmen wir dafür den Durchschnittswert der gemeldeten EED-Daten von Rechenzentren in den Niederlanden (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.

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 EEA bereitgestellt wird.

Wasserverbrauch: Dieser Wert ist eine sehr grobe Schätzung. Wasserverbrauch in den meisten RZ entsteht, wenn die Außenlufttemperatur einen bestimmten Wert übersteigt und das RZ aktiv entscheidet, Wasser über Verdampfung oder Verdunstung einzusetzen. Dies geschieht primär in heißen Sommermonaten. Dies bedeutet, dass unsere Schätzungen sehr ungenau sein können, da wir nicht ableiten können, wann und wie viel Wasser tatsächlich eingesetzt wird. Wir gehen in unseren Berechnungen davon aus, dass das RZ in 3 Sommermonaten durchgängig adiabatisch gekühlt wird und berechnet das dafür benötigte Wasser auf Basis der installierten IT (IT Anschlussleistung), die gekühlt werden muss.

Wie setzen sich unsere Quellen für die Rechenzentren zusammen?

Wir verwenden für unsere Recherche nahezu ausschließlich primär Quellen (z.B. Angaben und Pressemitteilungen auf Betreiber oder Entwickler Webseiten). Für die Erhebung der Daten wurden ausschließlich öffentlich zugängliche Quellen genutzt. Dies umfasst Angaben und Pressemitteilungen der Betreiber und Entwickler sowie Als Quellen dienten Artikel aus der Presse, z.B. beim Spatenstich eines Rechenzentrums, dem Kauf eines Grundstücks eines bekannten Betreibers von Rechenzentren, etc. Des Weiteren wurden parlamentarische kleine Anfragen zu Rechenzentren, Abwärme oder auch zum Stromverbrauch analysiert. Als weitere Quellen dienten amtliche Veröffentlichungen, Veröffentlichungen von börsennotierten Unternehmen sowie Entwicklungen auf dem Immobilienmarkt.

Sollte eine Quelle mittlerweile nicht mehr auffindbar sein, könnte 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. Betreiberinnen oder Bürgermeisterinnen auf Facebook, Linkedin oder Instagram veröffentlicht.

Für bestehende Rechenzentren konnten die Daten im Abwärmeregister, sowie bei PeeringDB gefunden werden.

Wahrscheinlichkeit eines Projektes

Die Wahrscheinlichkeit, dass ein Rechenzentrum gebaut wird, wird für jedes Rechenzentrum individuell von Max Schulze (Leitmotiv) abgeschätzt. Grundlage dieser Einschätzung ist eine sorgfältige Prüfung der Seriosität der Investoren, . Darüber hinaus wurden der geplante Zeitrahmen des Bauvorhabens sowie das Vorhandensein von Bürgerprotesten am jeweiligen Standort berücksichtigt. Liegt der Baubeginn in ferner Zukunft oder bestehen vor Ort Bürgerproteste, wurde die geschätzte Wahrscheinlichkeit entsprechend reduziert.

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 Rechenzentrumprojekts 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.

Teilweise war nur die Abwärme 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 im Mai auf heisseluft.org auf einer Karte angezeigt. Ein anonymes Kontaktformular hat die Zusendungen von Hinweisen und Korrekturen ermöglicht. Mithilfe dieses Crowdsourcing konnten 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 wurde in der Excel Tabelle auch das Datum der letzten Aktualisierung über ein bestimmtes Projekt gesammelt, um Projekte, von denen lange nichts gehört wurde, auszuschließen.

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 netz bezogenen Emissionen verwenden wir den von der Europäischen Umweltagentur (EEA, 2023) bereitgestellten Jahresdurchschnitt für das deutsche Stromnetz.

  • Zur Berechnung der Emissionen bei der Herstellung von Servern verwenden wir die von Datavizta bereitgestellten Daten von Boavizta (https://dataviz.boavizta.org/).

  • Für Emissionen im Zusammenhang mit der Verbrennung von Dieselkraftstoff verwenden wir die von der Umweltschutzbehörde (EPA, USA) bereitgestellten Daten.

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.

kW pro m2:

  • 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

  • Betriebnahme nach 2020: 2 kW/m2

  • Für Hyperscale, Cloud und KI Rechenzentren erhöhen wir die Dichte - je nach unserer Einschätzung auf 3-5 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, bewerten wir die Seriosität der Investoren und Betreiber und die Wahrscheinlichkeit, dass bereits im ersten Jahr erste Kunden einziehen und nehmen eine Auslastung von 10-30% an.

  • Für Hyperscale, Cloud und KI Rechenzentren im ersten Betriebsjahr, bewerten wir die Seriosität der Investoren und Betreiber und die Wahrscheinlichkeit, dass bereits im ersten Jahr eine Grundauslastung vorhanden ist und nehmen eine Auslastung von 10-50% an.

  • Für alle Rechenzentren für denen 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:

  • Um den operativen PUE-Wert zu bestimmen, nutzen wir entweder einen Standard-Wert von 1.5 (gerundet auf Basis der Durchschnittswerte aus den Niederlanden)

  • 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.

CO2 Emissionen aus der Herstellung von Servern (GWP): 1365.0 kg CO₂-eq pro server (Global Warming Potential over 5-year lifetime)

  • 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 tools von Boavizta.

Grid Emissions:

  • Um die Emissionen aus dem Energieverbrauch der Rechenzentrumsgebäude anhand des selbst angegebenen Gesamtenergieverbrauchs zu berechnen, haben wir den von der Europäischen Umweltagentur angegebenen Emissionsfaktor (256 g CO₂/kWh für Deutschland 2023) verwendet und den Gesamtenergieverbrauch mit der angegebenen durchschnittlichen jährlichen Kohlenstoffintensität des Stromnetzes in den Niederlanden multipliziert.