KI-Rechenzentren im Orbit: Was das für Energie und Klima bedeutet

Wenn du dein Smartphone benutzt, merkst du nicht, wie viel Rechenarbeit hinter Diensten läuft. Manche Firmen überlegen deshalb, Rechenzentren in den Orbit zu verlagern: näher an Sensoren und Satelliten, potenziell mit direkter Sonneneinstrahlung für Strom. Doch der Weg ins All ist energieintensiv. Jeder Start bedeutet Treibstoffverbrennung in tiefen bis mittleren Atmosphärenschichten; Rückkehrprozesse verändern Partikelzusammensetzung in höheren Schichten. Wer nur die Einsparung beim Betrieb betrachtet, übersieht oft die Emissionen, die beim Heben von Hardware in den Orbit anfallen.

Dieser Text setzt genau dort an: Er vergleicht die Energie- und Klimafolgen von orbitalen KI-Rechenzentren mit typischen terrestrischen Systemen, nennt bekannte Zahlen, erklärt zentrale Mechanismen wie den Einfluss von schwarzem Kohlenstoff (Black Carbon) aus Starts und Alumina aus Wiedereintritten, und zeigt mögliche Pfade, wie sich Risiken mindern lassen. Einige Studien stammen aus den Jahren 2022–2024; Hinweise dazu stehen dort, wo die Daten älter als zwei Jahre sind.

Der wichtigste Umweltkostenpunkt ist der Transportschritt: Materialproduktion und vor allem der Start. Inventare aus den Jahren 2020–2022 dokumentierten, dass die in Summe dokumentierte Reentry‑Masse und der Treibstoffverbrauch bereits spürbare Partikel‑Beiträge in die mittlere und obere Atmosphäre liefern. Diese Inventare zeigen: Start- und Wiedereintrittsprozesse erzeugen nicht nur CO2, sondern vor allem feste Partikel wie schwarzen Kohlenstoff (BC) und Alumina (Al2O3). BC absorbiert Sonnenlicht und kann lokale Erwärmung in Höhenlagen bewirken; Alumina beeinflusst chemische Prozesse in der Stratosphäre, die das Ozon betreffen können.

Empirische Messungen und Modellläufe weisen darauf hin, dass Black Carbon aus einigen Treibstofftypen und Alumina aus Wiedereintritten die relevantesten Klima‑ und Chemieeinflüsse besitzen.

Für Nicht‑Experten in einer Zeile: Es sind nicht nur die Tonnen CO2; kleine Partikel in großen Höhen können stärkere, teils nichtlineare Effekte auf Strahlung und Ozonschicht haben als bodennahe Emissionen gleicher Masse.

Zur Orientierung einige zentrale Zahlen (Auswahl):

Wichtig: Einige dieser Zahlen stammen aus Studien von 2022; diese sind damit älter als zwei Jahre und bleiben relevant, weil sie bisher die detailliertesten Modellläufe und Inventare zur Verfügung stellten. Dennoch gilt: Die Unsicherheit in Emissionsindizes (wie viel BC ein Triebwerk freisetzt) ist groß; direkte Plume‑Messungen sind selten, weshalb die Modelle teils mit großen Bandbreiten arbeiten.

Das heißt konkret für KI‑Rechenzentren: Wenn Hardware oft ersetzt oder häufig neu gestartet werden muss, summiert sich der Start‑Impact schnell. Nur sehr langlebige Plattformen mit hoher Rechenleistung pro Kilogramm könnten diesen Effekt ausgleichen.

Orbitale Rechenzentren würden anders funktionieren als irdische Racks. Sie benötigen: effiziente Prozessoren mit hoher Rechenleistung pro Kilogramm, Radiatoren zur Abstrahlung von Abwärme statt Luftkühlung, Solarpaneele oder andere Quellen für kontinuierliche Energieversorgung sowie Speicher für Perioden ohne direkter Sonneneinstrahlung oder für Bahnmanöver. Die Kühlung erfolgt primär über Strahlung: Das reduziert elektrischen Kühlaufwand, erhöht aber die strukturelle Masse durch Radiatoren.

Ein weiterer technischer Hebel ist die Photovoltaik im Orbit. Solarmodule liefern in der Umlaufbahn eine höhere spezifische Leistung pro Kilogramm als viele terrestrische Systeme pro Flächeneinheit, und sie liefern stetiger Strom ohne Tag‑Nacht‑Zyklus auf bestimmten Bahnen. Trotzdem belasten Modulherstellung, Batterie‑Speicher und Ersatzzyklen die Lebenszyklusbilanz. Manche Studien zeigen: Betriebsemmissionen können vergleichsweise gering sein, die Herstellung und insbesondere die Starts dominieren aber die Gesamtbilanz.

Für KI‑Workloads ist zudem wichtig, wie viel Rechenleistung pro Kilogramm erreicht wird. Ein orbitales System muss deutlich höhere Flops/kg liefern als ein typisches Rechenzentrum, damit sich der Transportaufwand über die Lebensdauer amortisiert. Dazu kommen Architekturentscheidungen: spezialisierte Chips mit hoher Energieeffizienz, modulare Bauweise für Nachrüstung und on‑orbit‑Servicing sowie Softwareoptimierung, um Rechenaufgaben dort zu platzieren, wo sie am effizientesten ausgeführt werden.

Auf der praktischen Ebene bedeutet das: Betreiber müssten Lebensdauer, Wartungsintervalle und Rechen‑Output pro Massepunkt offenlegen, damit eine verlässliche Lebenszyklus‑Bewertung möglich wird. Ohne diese Angaben bleiben Vergleiche mit terrestrischen Rechenzentren spekulativ.

Chancen: Orbital betriebene KI‑Rechenzentren können Latenz für erdnahe Sensorik reduzieren, Datenvorverarbeitung am Entstehungsort ermöglichen und so Netzlast reduzieren. In manchen Szenarien könnten sie Energie sparen, weil weniger Rohdaten zur Erde übertragen werden müssen. Außerdem entfällt die energieintensive Luftkühlung, was den laufenden Strombedarf senkt.

Risiken: Die größte Klimarisikoquelle sind Start‑ und Wiedereintrittsprozesse. Modellstudien zeigen, dass schwarzer Kohlenstoff in hohen Atmosphärenschichten die Strahlungsbilanz verändert; bei stark steigendem Startaufkommen können solche Effekte zunehmen und sogar regionale Ozon‑Änderungen nach sich ziehen. Alumina aus Wiedereintritten beeinflusst heterogene Chemie in der Stratosphäre und kann Ozonverluste begünstigen. Diese Effekte sind nicht einfach proportional zur Masse: Kleine Partikel in besonderen Höhen wirken anders als die gleiche Masse nahe der Erdoberfläche.

Eine zweite, weniger offensichtliche Gefahr ist der Rebound‑Effekt auf Systemebene: Wenn orbitales Rechnen neue Anwendungen ermöglicht (z. B. stark vermehrte Satellitenverarbeitung), kann die gestiegene Gesamtnachfrage die potenziellen Einsparungen zunichtemachen. Das ist ein klassisches Problem bei Technik, die Effizienzgewinne freisetzt: Sie senken Kosten pro Einheit, erhöhen aber oft die Gesamtnachfrage.

Schließlich sind Governance‑Risiken zu nennen: Ohne verbindliche Emissionsangaben und standardisierte LCA‑Methoden bleibt die Öffentlichkeit und Politik außen vor. Einige Fachberichte empfehlen daher verbindliches Emissionsreporting für Starts und offene 3D‑Inventare, um verlässliche Modellrechnungen zu ermöglichen.

Die Praxis wird von wenigen Parametern bestimmt: Lebensdauer der Orbitalplattform, Anzahl und Art der Starts, Wiederverwendbarkeit von Trägern und die Energiestrategie im Orbit. Drei Szenarien sind nützlich zur Orientierung:

Szenario A — langfristig langlebig: Plattformen bleiben 10+ Jahre im Einsatz, werden modular gewartet, nutzen On‑Orbit‑Servicing und haben hohe Flops/kg. In diesem Fall amortisieren sich Start‑Emissionen über lange Laufzeiten, und die Betriebsvorteile können dominieren.

Szenario B — kurzlebig und häufig ersetzt: Hardware hat kurze Lebenszyklen, viele Starts sind nötig. Dann überwiegen die Embodied‑ und Start‑Emissionen; aus Klimasicht ist das ungünstig.

Szenario C — hybrider Ansatz: Teilweise Verlagerung von Vorverarbeitung in den Orbit kombiniert mit selektiven terrestrischen Rechenzentren, optimierten Startprofilen und grünem Strom für Startinfrastruktur. Dieser Pfad reduziert Risiko, erfordert jedoch koordinierte Standards und Transparenz.

Politische Fragestellungen betreffen Meldepflichten, Emissionsstandards für Träger, Förderung von emissionsärmeren Treibstoffen und Vorgaben für Lebenszyklus‑Analysen. Forschungspolitisch ist eine prioritäre Empfehlung, koordinierte Messkampagnen durchzuführen: direkte Plume‑Messungen während Starts und multispektrale Beobachtungen von Wiedereintritten, damit Modelle validiert werden können.

KI-Rechenzentren im Orbit können in Einzelfällen sinnvoll sein — etwa wenn Plattformen sehr langlebig sind, hohe Rechenleistung pro Kilogramm liefern und On‑Orbit‑PV sowie Servicing möglich sind. Gleichzeitig bleiben Start‑ und Wiedereintrittseffekte auf die Atmosphäre ein zentrales Risiko: kleine Partikel in großen Höhen haben andere und teils stärkere Effekte auf Strahlung und Ozon als bodennahe Emissionen. Aktuelle Studien aus 2022–2024 liefern erste Inventare und Modellanalysen, aber Messlücken sorgen für erhebliche Unsicherheit. Bevor größere Investitionsentscheidungen fallen, sind standardisierte Lebenszyklusbewertungen, verpflichtendes Emissions‑Reporting und koordinierte Messkampagnen notwendig. Nur so lässt sich seriös abwägen, ob orbitales KI‑Rechnen insgesamt klimafreundlicher ist als gut optimierte terrestrische Alternativen.