KI-Energieproblem: Prof. Fichtner über Solar und Speicher

KI-Energieproblem: Prof. Fichtner über Solar und Speicher Das KI-Energieproblem beschreibt die Kluft zwischen dem Stromhunger der KI-Rechenzentren und einer planbaren Versorgung. Im DIDACTED AI Interview ordnet Prof. Dr. Maximilian Fichtner diese Frage ein. Er zählt zu den weltweit am häufigsten zitierten Batterieforschern.

Er leitet das Helmholtz-Institut Ulm mit über 135 Wissenschaftlern. Für Unternehmen ist das mehr als Energiepolitik. Wer KI-Lasten plant, plant Stromkosten. Diese Analyse zeigt, welche Quelle sich künftig rechnet.

Warum KI-Rechenzentren den Strombedarf sprengen

Die Zahlen sind drastisch. Das Rechenzentrum Colossus in Memphis baut gerade auf 2 Gigawatt aus. Das entspricht der Leistung von rund 20 Städten wie Ulm. Das Projekt Stargate von OpenAI, Oracle und Softbank ist auf 10 Gigawatt committed. Das sind 100 Städte wie Ulm, nur für KI.

Die Internationale Energieagentur erwartet bis 2030 knapp 945 Terawattstunden allein durch Rechenzentren. Microsoft reaktiviert deshalb Three Mile Island. Google verhandelt über kleine Atomreaktoren. Die zentrale Frage bleibt: Woher kommt dieser Strom?

Solar plus Speicher: die billigste neue Energiequelle

Fichtner ist eindeutig. Solar plus Speicher schlägt heute Strom aus neuen Gaskraftwerken. China installierte in einem Jahr fast 370 Gigawatt neue Solarleistung. Weltweit waren es über 600 Gigawatt. Der Einwand, Solar bringe nichts ohne Speicher, ist überholt. Der weltgrößte Batteriespeicher entsteht in den Vereinigten Arabischen Emiraten.

Er fasst 19 Gigawattstunden und lädt mit Sonnenstrom. Speicher nahe der Erzeugung entlasten die Netze. Sie kappen Lastspitzen und senken die Netzentgelte. Betreiber zahlen sie privat, ganz ohne Subventionen.