Eine in Nature Sustainability veröffentlichte Studie hat erstmals den Stromverbrauch der Hyperscale-Rechenzentren in den USA Anlage für Anlage erfasst. Das Ergebnis: Von Mai 2024 bis April 2025 verbrauchten 403 Hyperscale-Rechenzentren in den USA zusammen rund 68 bis 99 Terawattstunden Strom im Jahr. Das sind 1,5 bis 2,2 Prozent des gesamten US-Stromverbrauchs und entspricht etwa dem Verbrauch eines Bundesstaats wie Wisconsin oder Indiana.
So wurde gezählt
Das Forschungsteam ging von einer kommerziellen Datenbank mit 675 Anlagen aus, deren Angaben aus Presseberichten, Unternehmensmitteilungen und Satellitenbildern stammen. Alle Anlagen ohne öffentlich bekannte elektrische Kapazität oder ohne verifizierbare Einstufung als Großgebäude mit entsprechender Kühl- und Stromversorgungstechnik wurden aussortiert. Übrig blieben 403 Anlagen mit einer durchschnittlichen Kapazität von rund 40 Megawatt.
Kapazität ist nicht gleich tatsächlicher Verbrauch. Anhand anderer Untersuchungen legte das Team eine Spanne für die Auslastung fest: Klassische Rechenzentren laufen mit etwa 48 Prozent ihrer Kapazität, KI-Trainingslasten mit etwa 70 Prozent.
Die Zahlen lassen sich grob nachrechnen: 403 Anlagen mal 40 Megawatt ergeben eine Gesamtkapazität von rund 16 Gigawatt, bei Volllast über ein Jahr wären das etwa 141 Terawattstunden; mit Auslastungen von 48 und 70 Prozent landet man genau zwischen 68 und 99 Terawattstunden. Zwischen Unter- und Obergrenze liegen gut vierzig Prozent Abstand, der überwiegend auf die eine Annahme zur Auslastung zurückgeht.
Einordnung im Vergleich zum Gesamtverbrauch aller US-Rechenzentren
Ein früherer Bericht des Lawrence Berkeley National Laboratory schätzte, dass alle US-Rechenzentren ohne Kryptowährungs-Mining 2018 insgesamt 76 Terawattstunden verbrauchten und 2024 bereits 192 Terawattstunden, also in sechs Jahren das Zweieinhalbfache. Nach dem aktuellen Ergebnis macht die Hyperscale-Kategorie etwa ein Drittel bis die Hälfte des Stromverbrauchs aller Rechenzentren aus.
Die Bezugsjahre beider Berichte überlappen nicht vollständig, daher taugt dieser Anteil nur als Größenordnung. Unter den 272 aussortierten Anlagen gelten viele ebenfalls als große Rechenzentren; Berichten zufolge handelt es sich daher um eine „sehr konservative Schätzung“.
Woher der Strom kommt
Die Studie schätzt die Emissionen anhand der Netzstruktur der Region, in der das jeweilige Rechenzentrum steht: Rund 54 Prozent des Stroms dieser Anlagen stammen aus fossilen Quellen, vor allem aus Erdgas, 25 Prozent aus erneuerbaren Energien und 21 Prozent aus Kernkraft – nur etwas sauberer als der US-Durchschnitt. Das entspricht Emissionen von 21 bis 31 Millionen Tonnen CO2 pro Jahr, etwa 0,5 Prozent der fossilen Emissionen der USA.
In dieser Emissionszahl ist Strom, den Rechenzentren selbst erzeugen, nicht enthalten. Während des Untersuchungszeitraums versorgte sich das xAI-Rechenzentrum in Tennessee mit Gasturbinen; laut der Energiedatenfirma Cleanview gibt es derzeit 116 Projekte für Vor-Ort-Stromerzeugung bei Rechenzentren, die im Bau oder in Planung sind. Einer weiteren Untersuchung zufolge liegen die Treibhausgasemissionen solcher Vor-Ort-Generatoren pro Kilowattstunde 60 bis 80 Prozent über denen öffentlicher Kraftwerke.
Lücken, die die Studie selbst einräumt
Die Studie kann nicht trennen, wie viel Strom auf KI-Berechnungen und wie viel auf klassische Datendienste entfällt; unter den 403 Anlagen könnte zudem ein Teil gar keine KI-Lasten betreiben. Die Autoren verstehen das Ergebnis als Referenzwert: Wenn man jedes Jahr nach derselben Methode neu zählt, lässt sich der Zuwachs durch den KI-Ausbau gesondert erkennen.
Zuvor hatten wir über Schätzungen internationaler Organisationen zum Stromverbrauch von KI-Rechenzentren weltweit berichtet; diese beziehen sich auf die ganze Welt und beruhen auf Modellrechnungen. Die aktuelle Studie betrachtet ein einzelnes Land, die USA, und zählt Anlage für Anlage. Beide Arten von Zahlen lassen sich nicht direkt addieren oder miteinander vergleichen.
Quellen: Studie in Nature Sustainability, Ars Technica, CocoLoop, Bericht des Lawrence Berkeley National Laboratory, Cleanview; der Stromverbrauch ist eine auf Auslastungsspannen beruhende Jahresschätzung für 403 Anlagen, Emissionen ohne Vor-Ort-Eigenerzeugung.