KI-Rechenzentren setzen auf umgebaute Triebwerke, um Netzverzögerungen zu umgehen

Der massive Energiebedarf des KI-Booms zwingt Betreiber von Rechenzentren dazu, über herkömmliche Versorgungsnetze hinauszuschauen und unkonventionelle Stromquellen, darunter umgebaute Flugzeugtriebwerke, in Betracht zu ziehen. Laut TechCrunch, unter Berufung auf die New York Times, nutzen einige Unternehmen diese umgebauten Triebwerke, um ihren eigenen Strom zu erzeugen, während sie jahrelang auf traditionelle Netzanschlüsse warten müssen.

Was passiert ist

Netzanschlüsse haben sich zu einem großen Engpass für die KI-Branche entwickelt. Wie TechCrunch berichtet, dauert es laut der Internationalen Energieagentur etwa sieben Jahre, um in Nord-Virginia 100 Megawatt an das Stromnetz anzuschließen. Unterdessen erklärten Führungskräfte von Mitsubishi Power gegenüber Bloomberg, dass der Großteil neuer Erzeugungskapazitäten voraussichtlich erst ab 2031 ans Netz gehen wird. Diese Verzögerungen haben reale geschäftliche Kosten zur Folge; TechCrunch weist darauf hin, dass Microsoft sich als Hauptkunde für ein Nscale-Rechenzentrum im englischen Loughton zurückzog, nachdem der lokale Versorger erklärt hatte, er könne nicht vor den frühen bis mittleren 2030er Jahren ausreichend Strom liefern.

Um diese Wartezeiten zu umgehen, setzen Betreiber auf schnelle Alternativen. Audun Martinsen, Analyst bei Rystad Energy, erklärte gegenüber der New York Times, dass turbinenbetriebene Einheiten es Betreibern ermöglichen, ein Rechenzentrum in nur 24 Monaten betriebsbereit zu machen. TechCrunch berichtet, dass xAI von Elon Musk acht umgebaute Triebwerksturbinen in Mississippi installierte, um die Stromversorgung des Rechenzentrums Colossus 2 in Memphis zu unterstützen. Dabei wurden Einheiten von ProEnergy genutzt, die GE-Triebwerke überholen, wie sie häufig in Boeing-Jets zu finden sind.

Andere Branchenakteure ziehen nach. OpenAI nutzte 2025 Gasturbinen an seinem ersten Stargate-Standort im texanischen Abilene, wobei das in Denver ansässige Startup Crusoe den Campus errichtete und im April 13 umgebaute Einheiten bei ProEnergy bestellte. TechCrunch merkt an, dass Crusoe zwar im September von einem separaten Geschäft im Wert von 1,25 Milliarden US-Dollar mit Boom Supersonic über rund 20 Erdgasturbinen zurücktrat, ein Sprecher jedoch bestätigte, dass das Unternehmen weiterhin den Einsatz von Turbinen plant. Darüber hinaus erhöht die Trump-Regierung derzeit den Druck, indem sie Rechenzentren dazu ermutigt, ihren eigenen Strom zu erzeugen.

Diese Übergangslösungen bringen deutliche Nachteile mit sich. Laut der von TechCrunch zitierten New York Times sind umgebaute Triebwerke weniger effizient, verschmutzen die Umwelt stärker als herkömmliche Gaskraftwerkturbinen und erfordern mehr Einheiten, um eine Standard-Leistung zu erreichen. Experten vermuten, dass diese Umwelt- und Effizienzkompromisse in ein oder zwei Jahren zu großen Problemen werden könnten.

Warum das für kleine Betriebsteams wichtig ist

Wenn Sie Workloads auf geteilter KI-Infrastruktur ausführen oder eigene lokalisierte Agenten-Cluster planen, wirken sich Infrastruktur-Engpässe auf Ebene der großen Rechenzentren direkt auf Ihre Skalierungszeitpläne und Cloud-Kosten aus. Wenn Branchengrößen wie OpenAI und xAI mit einer siebenjährigen Wartezeit für herkömmliche Versorgungsanschlüsse konfrontiert sind und auf temporäre Triebwerkskraftwerke zurückgreifen, ist dies ein Zeichen dafür, dass die physischen Grenzen der KI sehr real sind. Für kleine Teams, die Mensch-KI-Hybridunternehmen aufbauen, bedeutet dies, dass die Rechenkosten und die Verfügbarkeit volatil bleiben werden. Sie können nicht davon ausgehen, dass billige, unendliche Cloud-Rechenleistung immer sofort verfügbar ist, während Anbieter darum kämpfen, die grundlegende Stromversorgung sicherzustellen.

Was Sie diese Woche tun sollten

1. Überprüfen Sie Ihre aktuellen Abhängigkeiten von KI-Workloads, um festzustellen, ob Ihre Abläufe von Cloud-Anbietern in einer einzigen Region abhängen, die anfällig für regionale Netz- und Stromengpässe ist.
2. Bauen Sie Redundanz in Ihre Agenten-Bereitstellungsstrategie ein, indem Sie Multi-Region- oder Multi-Anbieter-Fallback-Optionen für kritische automatisierte Arbeitsabläufe testen.
3. Überprüfen Sie Ihre Rechenleistungsplanung für die nächsten 12 bis 24 Monate, um potenzielle Preisschwankungen zu berücksichtigen, die durch breitere Infrastruktur- und Energieengpässe verursacht werden.

Quellen

• Data centers are turning to old jet engines as the wait for power grows — TechCrunch - AI