Europas Stromnetze: Warum der KI-Boom an veralteter Infrastruktur scheitert

Europas Stromnetze sind nicht am Limit, weil zu wenig Energie erzeugt wird — sondern weil der Strom nicht dorthin transportiert werden kann, wo er gebraucht wird. Genau dieser Unterschied ist entscheidend. Beim britischen Netzbetreiber National Grid warten bereits geplante Rechenzentren mit einem kombinierten Strombedarf von rund 50 Gigawatt auf einen Netzanschluss — das übersteigt die britische Spitzenlast von 45 Gigawatt. Auf dem Kontinent ist die Lage kaum besser: In Irland fließen bereits über 20 Prozent des nationalen Stroms in Rechenzentren. Frankfurt und die Niederlande haben Anschlüsse für Neubauten bis auf Weiteres gestoppt oder stark limitiert. Amazon hat bestätigt, dass fehlende Netzanschlüsse oder Netzüberlastung Rechenzentrum-Projekte in mehreren europäischen Ländern erheblich verzögern und herausfordern.

Der Kontext macht die Dimension des Problems erst sichtbar. Der Stromverbrauch europäischer Rechenzentren soll laut dem Thinktank Ember bis 2035 auf 236 Terawattstunden steigen — ein Anstieg von fast 150 Prozent gegenüber 2024. Allein in Deutschland lag der prognostizierte Strombedarf von Rechenzentren 2025 bereits bei 21,3 Milliarden Kilowattstunden, ein Wachstum von rund 6,5 Prozent gegenüber dem Vorjahr (Bitkom, 2025). Gleichzeitig plant die EU mit ihrem InvestAI-Programm die Mobilisierung von 200 Milliarden Euro in KI-Entwicklung und -Infrastruktur — Pläne, die strukturell auf einem Stromnetz aufbauen, das für diese Größenordnung nicht ausgelegt ist.

Das strukturelle Mismatch: Erzeugung vs. Transport

Der entscheidende Irrtum in der öffentlichen Debatte ist die Gleichsetzung von Energieerzeugung und Energieversorgung. Europa erzeugt perspektivisch ausreichend Strom — das Problem liegt in der Übertragungsinfrastruktur. In Großbritannien beispielsweise wird ein Großteil der erneuerbaren Energie im Norden (Schottland, Nordengland) produziert, während der Verbrauch — inklusive der geplanten Rechenzentren — im dichter besiedelten Süden konzentriert ist. Das geografische Missverhältnis zwingt dazu, Leitungen durch schwieriges Gelände oder vor der Küste entlangzuführen, was Netzausbau verteuert und verlangsamt. Der Bau neuer Übertragungsinfrastruktur dauert je nach Projekt sieben bis vierzehn Jahre — eine Zeitspanne, in der der KI-Markt schon mehrfach umstrukturiert sein wird. Neue Leitungen zu bauen ist die offensichtlichste Lösung, aber gleichzeitig die langsamste.

Technische Workarounds und ihre Grenzen

Netzbetreiber wie National Grid experimentieren mit Technologien, die bestehenden Leitungen mehr Kapazität entlocken sollen. Das vielversprechendste Verfahren ist das sogenannte Dynamic Line Rating (DLR): Sensoren messen lokale Wetterbedingungen und passen die Energiemenge, die durch eine Leitung geleitet wird, dynamisch an. An kühlen, windigen Tagen kann eine Leitung deutlich mehr Strom führen, ohne gefährlich durchzuhängen. Laut einem Briefing des Europäischen Parlaments geben Anbieter an, dass solche netzverbessernden Technologien die Netzkapazität theoretisch um bis zu 40 Prozent steigern könnten. National Grid hat DLR bisher auf 275 Kilometer seiner Leitungen installiert — ein kleiner Bruchteil des Gesamtnetzes.

Das Problem dieser Workarounds ist systeminherent: Sie funktionieren am besten bei kühlem Wetter — genau dann, wenn KI-Rechenzentren weniger Kühlbedarf haben. An heißen Tagen, wenn Rechenzentren maximale Energie für Kühlsysteme benötigen, sinkt die Netzkapazität. Ergänzend setzt National Grid auf Energieumleitung bei lokalen Engpässen und erprobt, ob KI-Rechenzentren ihren Strombedarf flexibel drosseln können, wenn das Netz unter Last steht. Erste Pilotdaten deuten darauf hin, dass KI-Workloads — anders als klassische Rechenzentrumslasten — zeitlich verschoben werden können. Aber auch dieser Ansatz ist regulatorisch blockiert: Aktuelle Regeln erlauben es National Grid nicht, Flexibilitätszusagen von Rechenzentren bei Netzanschluss-Entscheidungen zu berücksichtigen.

Standortdynamik: Wo Investitionen abwandern

Die unmittelbare Folge des Netzstaus ist eine Verschiebung von Investitionsströmen. Die traditionellen europäischen Rechenzentrum-Hubs — bekannt als FLAP-D-Märkte (Frankfurt, London, Amsterdam, Paris, Dublin) — verlieren ihre Anziehungskraft. Kapital fließt in Richtung Süden (Italien verzeichnete bis Mitte 2025 über 50 Gigawatt an geplanten Projekten) und in den Norden (Schweden, Dänemark, Norwegen: prognostiziertes massives Wachstum des Strombedarfs bis 2030). Treiber sind günstiger Ökostrom, niedrigere Kühlkosten und — entscheidend — verfügbare Netzkapazität. Für etablierte Industriestandorte wie Deutschland ist das ein strategisches Problem. Wer keine verlässliche Netzanschlussperspektive bieten kann, verliert nicht nur Rechenzentrum-Investitionen, sondern auch die nachgelagerte KI-Wertschöpfung, die an diesen Infrastrukturen hängt.

Was bedeutet das für den EU AI Act?

Der EU AI Act klassifiziert bestimmte KI-Systeme als hochriskant und schreibt für deren Betrieb umfangreiche Compliance-Anforderungen vor. Aufgrund aktueller politischer Entwicklungen (Digital Omnibus) wurde die Anwendung dieser Regeln voraussichtlich auf Dezember 2027 verschoben. Diese Anforderungen setzen voraus, dass entsprechende Rechenzentren überhaupt betrieben werden können. Ein Netzengpass, der Rechenzentrumsprojekte stoppt oder verzögert, verschiebt damit auch die technische Basis, auf der regulierte KI-Systeme in der EU betrieben werden sollen. Hinzu kommt: Wenn Hyperscaler ihre KI-Infrastruktur mangels Netzkapazität außerhalb der EU aufbauen, entstehen für europäische Unternehmenskunden DSGVO-relevante Drittlandtransfer-Probleme gemäß Artikel 46 DSGVO — eine Compliance-Last, die bisher in der Infrastrukturdebatte kaum adressiert wird. Die Netzfrage ist damit nicht nur ein Energiethema, sondern ein regulatorisches Standortproblem.

So What? Infrastruktur ist Industriepolitik

Was sich technisch als Netzengpass beschreiben lässt, ist in seiner strategischen Dimension ein industriepolitisches Versagen. Europa hat jahrelang Rechenzentrum-Kapazitäten als private Infrastrukturaufgabe behandelt und die Netze nicht entsprechend priorisiert. Das rächt sich jetzt: Während die USA und China massiv in Netzausbau und Rechenzentrum-Infrastruktur investieren, fehlt Europa die Verbindung zwischen politischem KI-Anspruch (InvestAI, AI Continent Action Plan) und physischer Umsetzbarkeit. Das Signal an Entscheider ist eindeutig: KI-Strategie ohne Energiestrategie ist politische Kommunikation ohne operative Substanz. Wer KI-Wertschöpfung in Europa halten will, muss Netzausbau mit derselben Dringlichkeit behandeln wie Chip-Souveränität oder Datenregulierung.

Fazit: Sieben bis vierzehn Jahre sind keine Strategie

Der Zeithorizont für neuen Netzinfrastrukturbau — sieben bis vierzehn Jahre — passt nicht zu einem Markt, der sich in Monaten bewegt. Entscheider in Unternehmen, die KI-Infrastruktur in Europa planen, sollten drei Dinge tun: Erstens, Standortentscheidungen für Rechenzentren explizit an verfügbare Netzkapazität knüpfen und nicht allein an Grundstückspreise oder Förderprogramme. Zweitens, Flexibilitätsfähigkeit als Verhandlungsmasse gegenüber Netzbetreibern einsetzen — wer nachweislich lastflexibel ist, bekommt schneller einen Anschluss. Drittens, regulatorische Entwicklungen auf EU-Ebene aktiv tracken: Wenn Brüssel die Netzanschlussregeln für flexible Verbraucher ändert, verschiebt sich das Standortkalkül erheblich. Die physische Infrastruktur wird in den nächsten Jahren zum härtesten Engpass im europäischen KI-Wettbewerb — und dieser Engpass ist politisch, nicht technisch.