Stromnetz unter Druck: KI‑Rechenzentren treffen Winterspitzen

Vielleicht kennst du das aus dem Alltag: Du willst eine Wallbox anmelden, eine Wärmepumpe einbauen oder einfach verlässlich wissen, dass in einer kalten Woche alles stabil läuft. Und plötzlich taucht ein neues Wort auf, das nach Behörde klingt, aber ganz praktisch wirkt: Netzengpass. Nicht weil „zu wenig Strom“ da wäre, sondern weil Strom nicht beliebig schnell und nicht überall zugleich transportiert werden kann.

Genau dieses Spannungsfeld wird in Deutschland und in Europa schärfer. Auf der einen Seite wächst der Anteil wetterabhängiger Erzeugung, deren Standorte nicht immer dort liegen, wo viel verbraucht wird. Auf der anderen Seite entstehen neue Lastzentren, die kaum Pausen kennen. KI-Rechenzentren sind dafür ein sichtbares Beispiel, weil sie viele stromhungrige Beschleunigerchips bündeln und dauerhaft hohe Leistung abrufen.

Der Effekt zeigt sich oft hinter den Kulissen: Netzbetreiber greifen häufiger zu Eingriffen wie Redispatch (Kraftwerke hoch- oder runterfahren) oder zur Abregelung von Erneuerbaren. Ein EU-Bericht der Gemeinsamen Forschungsstelle (JRC) quantifiziert diese Entwicklung für Europa mit stark steigenden Redispatch-Mengen je nach Netzausbaupfad. Dieser Artikel ordnet ein, warum es im Winter zusätzlich eng werden kann und welche Lösungen mehr sind als Schlagworte.

Ein Stromnetz hat zwei Aufgaben gleichzeitig: Es muss Energie liefern und es muss Leistung transportieren, also „wie viel pro Moment“ fließen kann. Engpässe entstehen häufig, wenn viel Strom in einer Region eingespeist oder verbraucht wird, die Leitungen aber nicht genügend Transportkapazität in die passende Richtung haben. Dann helfen nicht unbedingt zusätzliche Kraftwerke, sondern oft nur ein anderer Ort, ein anderes Timing oder ein anderes Netz.

Für diese Situation gibt es im Betrieb mehrere Stellschrauben. Eine zentrale Maßnahme ist Redispatch: Anlagen werden so angepasst, dass Leitungen nicht überlastet werden, während die Nachfrage weiter gedeckt bleibt. Der JRC‑Bericht „Redispatch and Congestion Management“ beschreibt Redispatch als Engpassmanagement mit Optimierung unter Netzrestriktionen und liefert Größenordnungen für Europa: Die Redispatch‑Energiemenge lag 2022 bei rund 50 TWh. In den modellierten Szenarien steigt sie bis 2030 auf etwa 165–374 TWh und bis 2040 auf etwa 274–809 TWh, abhängig davon, wie stark Netze ausgebaut werden.

Engpässe sind selten ein reines „zu wenig Strom“-Problem. Meist ist der Strom zur falschen Zeit am falschen Ort.

Ein weiterer Begriff ist Abregelung (Curtailment): Erneuerbare Anlagen werden gedrosselt, obwohl Wind oder Sonne verfügbar wären, weil das Netz die Einspeisung nicht sicher aufnehmen kann. Der gleiche JRC‑Bericht nennt für ein Szenario bis zu rund 310 TWh abgeregelte erneuerbare Energie im Jahr 2040 (BAU‑Pfad). Das ist kein Beleg dafür, dass erneuerbare Erzeugung „nicht funktioniert“, sondern ein Hinweis auf fehlende Transport- und Systemflexibilität.

Wichtig ist dabei: Viele Eingriffe sind keine Ausnahme mehr, sondern ein planbarer Betriebsmodus. Das macht die Lage nicht automatisch unsicher, aber es erhöht Komplexität und Kosten. Der JRC‑Bericht beziffert die Kosten für remediale Maßnahmen (u. a. Redispatch/Countertrading) in seinen Szenarien auf etwa 11–26 Mrd. € bis 2030 und etwa 34–103 Mrd. € bis 2040. Solche Spannen zeigen vor allem, wie stark der Netzausbaupfad und die Marktregeln die Ergebnisse beeinflussen.

Rechenzentren sind nicht neu, aber ihr Stromprofil verändert sich. Klassische IT‑Lasten schwanken stärker und lassen sich oft leichter „überbuchen“. KI‑Workloads hingegen bündeln viele Hochleistungsbeschleuniger (z. B. GPUs) und ziehen dauerhaft hohe Leistung, vor allem beim Training großer Modelle oder bei dauerhaft stark genutzten KI‑Diensten. Für das Stromnetz zählt dann nicht nur, wie viele Kilowattstunden pro Jahr verbraucht werden, sondern wie viele Megawatt gleichzeitig am Anschluss anliegen und wie stabil diese Leistung über Stunden und Tage abgerufen wird.

Für eine belastbare Einordnung ist die Datenlage entscheidend. Ein kritischer Review der IEA‑4E (EDNA) bewertet Modelle und kommt für den globalen Stromverbrauch von Rechenzentren im Jahr 2023 auf eine Bandbreite von etwa 300–380 TWh (ohne Krypto‑Sondereffekte). Für den Anteil, der speziell durch KI getrieben wird, sind die Unsicherheiten größer, weil sich Hardwaremix, Auslastung und Effizienz schnell ändern. Der gleiche Review nennt als plausible Größenordnung für 2030 etwa 200–400 TWh Stromverbrauch durch KI‑bezogene Rechenzentrumsnutzung, abhängig von Annahmen zur Verbreitung und Effizienz.

Warum schwanken die Projektionen so stark? Weil kleine Annahmen große Effekte haben. Der Review betont, dass unterschiedliche Modellansätze (z. B. Proxy‑Extrapolationen versus bottom‑up und Unternehmensaggregation) zu sehr unterschiedlichen Ergebnissen führen. Zusätzlich ist der Energiebedarf pro Aufgabe nicht „einfach proportional“ zur Rechenleistung. Eine empirische Studie von NREL (BUTTER‑E) zeigt anhand umfangreicher Wattmeter‑Messungen, dass Energieverbrauch stark davon abhängt, wie Daten und Modellparameter durch Cache und Speicher wandern. Das ist der Grund, warum grobe Umrechnungen von FLOPs in kWh schnell irreführend werden können.

Für das Stromnetz ist außerdem die lokale Perspektive entscheidend: Ein neues KI‑Rechenzentrum wirkt wie ein großer, gleichmäßiger Verbraucher an einem konkreten Knoten. Wenn dieser Knoten bereits in einer Region liegt, in der Leitungen, Umspannwerke oder die regionale Versorgung „auf Kante“ laufen, dann wird Netzplanung plötzlich zu Standortplanung. Und wenn mehrere Projekte in derselben Zone entstehen, kann die Herausforderung weniger der nationale Jahresverbrauch sein, sondern das gleichzeitige, hochkonzentrierte Leistungsniveau.

Im Winter ist der Engpassdruck oft höher, weil mehrere Dinge zusammenkommen: höhere Nachfrage durch Heizen, weniger Solarerzeugung, wetterabhängige Schwankungen bei Wind und gleichzeitig eine stärkere Bedeutung von Reserve- und Importmöglichkeiten. Der europäische Verband der Übertragungsnetzbetreiber (ENTSO‑E) bewertet die Versorgungslage in seinem Winter Outlook 2024–2025 insgesamt als günstig, nutzt dafür stundenbasierte, probabilistische Monte‑Carlo‑Berechnungen und modelliert auch nicht-marktliche Ressourcen. Das ist ein wichtiger Kontext: Es geht in der Praxis nicht ständig um akute Mangellagen, sondern um seltene Stressstunden und um lokale Engpässe, die sich trotzdem häufig bemerkbar machen können.

Gleichzeitig wächst die Zahl elektrischer Verbraucher, die in genau diesen Stunden gerne „mitlaufen“ würden. Wärmepumpen sind ein gutes Beispiel: Sie erhöhen die Stromnachfrage, liefern aber auch Flexibilität, wenn sie mit einem kleinen Wärmepuffer betrieben werden können. Eine Studie von Roth und Kolleg:innen (DIW, arXiv) modelliert für Deutschland 2030 verschiedene Rollout‑Pfadgrößen für Wärmepumpen: von 1,7 Mio. (Referenz) über 6 Mio. (Regierungsziel‑Szenario) bis 10 Mio. (schneller Rollout). Der entscheidende Punkt ist nicht nur die Stückzahl, sondern die Steuerbarkeit.

In der Modellierung bringen schon kurze Wärmespeicher große Systemvorteile. Für einen 2‑Stunden‑Puffer (E/P‑Verhältnis 2h) sinkt laut Studie der Bedarf an zusätzlichen Investitionen in Batteriespeicher und gasbasierte gesicherte Leistung im Vergleich zu unflexiblen Wärmepumpen deutlich. Interessant ist auch, wie konkret die Autor:innen Kosten- und Investitionsgrenzen fassen: Für den 2‑Stunden‑Puffer nennen sie im Regierungsziel‑Szenario einen Break‑even‑Wert von rund 80 €/kWhth für spezifische Wärmespeicherinvestitionen. Das ist kein „Preis im Laden“, sondern eine modellbasierte Schwelle, ab der sich der Speicher aus Systemsicht lohnt.

Auch die Klimawirkung ist in der Studie quantifiziert: Im Regierungsziel‑Szenario werden netto etwa 73 TWh Gas eingespart (unter Berücksichtigung, dass etwas mehr Gas im Stromsektor für die zusätzliche Nachfrage nötig sein kann). Dazu kommen modellierte Emissionsminderungen in einer Bandbreite von etwa 14–42 MtCO2eq, je nach Szenario. Für Winterspitzen heißt das: Wärmepumpen sind nicht automatisch „Spitzenlasttreiber“, wenn sie mit Puffer und Steuerung betrieben werden. Ähnliches gilt für E‑Autos: Sie können Lastspitzen verschärfen, wenn alle zur gleichen Zeit laden, oder sie können helfen, wenn Laden verschoben und netzorientiert gesteuert wird.

Wenn du das Gefühl hast, dass „alles gleichzeitig“ auf das Netz drückt, ist das nicht nur ein Bauchgefühl. Die Quellen zeigen drei parallele Treiber: mehr wetterabhängige Einspeisung, neue Dauerlasten wie KI‑Rechenzentren und eine Elektrifizierung, die im Winter besonders sichtbar wird. Die wirksamen Lösungen sind deshalb selten monokausal. Sie kombinieren Netzausbau, bessere Betriebsführung und Flexibilität auf Verbrauchsseite.

Erstens: Netzausbau und Engpassmanagement sind keine Gegensätze, sondern ein Paket. Der JRC‑Bericht macht deutlich, dass Redispatch‑Mengen und damit Kosten stark davon abhängen, wie konsequent Netze erweitert werden. In den Szenarien sinkt der Bedarf an Eingriffen deutlich, wenn innerzonal und grenzüberschreitend mehr Übertragungskapazität verfügbar ist. Gleichzeitig bleibt Redispatch ein Instrument, das in einem System mit stark schwankender Einspeisung gebraucht wird, weil Netze nicht auf jede Extremstunde „überdimensioniert“ werden können.

Zweitens: Flexibilität muss praktisch nutzbar sein. Die Studie zu flexiblen Wärmepumpen zeigt, dass kurze Pufferzeiten bereits helfen können, Last aus kritischen Stunden zu verschieben. Für die Realität bedeutet das: Steuerbarkeit, Messung und Regeln sind genauso wichtig wie die Hardware. Ohne saubere Signale (Tarife, Steuerlogik, Aggregation) wird Flexibilität eher zufällig als systemdienlich eingesetzt. Das gilt ebenso für E‑Auto‑Laden, das im Idealfall nicht „immer sofort“, sondern netz- und preisorientiert passiert.

Drittens: Bei KI‑Rechenzentren wird Standortplanung zur Netzstrategie. Der IEA‑4E‑Review unterstreicht, dass Projektionen stark von Auslastung und Effizienz abhängen. Für Netzbetreiber und Kommunen zählt aber vor allem die Anschlussleistung und das Lastprofil. Ein plausibler Umgang mit dem Risiko ist deshalb, Anschlüsse, Netzerweiterungen und Lastmanagement früh zusammen zu planen: Wo ist Netzkapazität vorhanden, wo sind Verstärkungen realistisch, und wo lässt sich Last (zum Beispiel über zeitlich flexible Prozesse oder lokal bereitgestellte Reserven) gestalten? Je besser diese Fragen vor dem Bau geklärt werden, desto weniger „Überraschungs‑Redispatch“ fällt später an.

Als Leser:in kannst du daraus etwas sehr Konkretes mitnehmen. Wenn du selbst größere Verbraucher planst (Wallbox, Wärmepumpe), lohnt sich das Gespräch über steuerbare Betriebsweisen und Pufferung, nicht erst über die maximale Anschlussleistung. Und wenn du die öffentliche Debatte verfolgst: Achte darauf, ob über Energie (TWh) oder über Leistung und Engpässe (MW, Netzknoten) gesprochen wird. Oft entscheidet genau dieser Unterschied darüber, ob eine Maßnahme wirklich entlastet.

Dass das Stromnetz „eng“ wirkt, hat weniger mit einem einzelnen Auslöser zu tun als mit Überlagerungen. Der JRC‑Bericht zeigt, wie stark Engpassmanagement und Kosten in Europa wachsen können, wenn Netze und Systemflexibilität nicht Schritt halten. Gleichzeitig deuten die besten aktuellen Übersichten zur Rechenzentrumsenergie darauf hin, dass KI‑Rechenzentren bis 2030 zu einem deutlich größeren Teil des Stromverbrauchs werden können, mit hoher Bedeutung der lokalen Anschlussleistung. Im Winter kommt der Zeitfaktor hinzu: Dann zählt, ob Wärmepumpen und E‑Autos starr oder flexibel betrieben werden. Modelle für Deutschland 2030 zeigen, dass schon kurze Wärmepuffer bei Wärmepumpen spürbar helfen können. Das macht die Aufgabenliste klar: Netze ausbauen, Engpassmanagement professionalisieren und Flexibilität wirklich nutzbar machen. Nur in dieser Kombination bleibt die Elektrifizierung alltagstauglich.