Trotz hoher Stromkosten: Frankfurt gehört zu 5 Top Datacenter-Hubs

Es ist zwar noch ungewiss, in welchem Umfang KI letztendlich in unseren Alltag integriert werden wird, doch tätigen große Technologieunternehmen, von denen viele bereits wichtige Nutzer von Hyperscale-Rechenzentren sind, erhebliche Investitionen in ihre Rechenzentrumsinfrastruktur, um die KI-Entwicklung zu beschleunigen. Die Investitionsausgaben für Rechenzentren werden in den nächsten Jahren voraussichtlich um durchschnittlich etwa 25 Prozent pro Jahr steigen, also deutlich mehr als die Prognose von vor einem Jahr von jährlich etwa 10 Prozent.

ChatGPT-Suche zehnmal energieintensiver als Google-Suche

Was die erheblichen Anforderungen an die Kapazität von Rechenzentren untermauert, ist der energieintensive Datenprozess im Zusammenhang mit KI. So verbraucht eine ChatGPT-Suche laut der Internationalen Energieagentur etwa zehnmal mehr Rechenkapazität – und damit Strom – als eine Google-Suche. Während unser Basisszenario für die Datennutzung weiterhin hauptsächlich auf bestehenden Verbrauchertrends basiert, wie der zunehmenden Nutzung von Streaming-Diensten, liegen die Entwicklungen rund um KI noch einmal erheblich über unseren Prognosen für die nächsten Jahren.

Auf der Angebotsseite hat die Entwicklung von Rechenzentren in den wichtigsten europäischen Märkten Frankfurt, London, Amsterdam, Paris und Dublin (FLAPD) ebenfalls rasant zugenommen. Das Angebot hinkt jedoch immer noch hinter den wachsenden Anforderungen an Datenspeicherung und Rechenleistung her, was auf die begrenzte Verfügbarkeit von Strom, Umweltbedenken und politische Beschränkungen für den Bau neuer Rechenzentren zurückzuführen ist.

Versorgungslücke von Rechenzentren steigt 

Es wird prognostiziert, dass sich die Versorgungslücke in den nächsten Jahren noch verschärfen wird, da die Mieter bestehende und geplante Rechenzentrumsflächen belegen. Bis 2028 werden Amsterdam und Dublin aufgrund von politischen und planerischen Beschränkungen, die die Angebotskapazität erheblich reduziert haben, einen erheblichen Mangel aufweisen. Die Mietwachstumsprognosen in diesen beiden Städten sind daher die höchsten unter den Schlüsselmärkten, da die Mieter jetzt und in den kommenden Jahren einem harten Wettbewerb um Flächen ausgesetzt sind.

Während die Versorgungsengpässe in den wichtigsten Rechenzentrumszentren Europas zunehmen, entwickeln sich andere Städte wie Berlin und München zu Märkten mit einem rasanten Wachstum. Mit Blick auf die Zukunft, in der die Energieknappheit in ganz Europa anhält und die Large Language Model-Trainingsphase der KI zwar latenztoleranter ist, aber einen hohen Stromverbrauch hat, entwickeln sich Standorte zu attraktiven Märkten, die Zugang zu einer großen Menge an Strom zu niedrigen Kosten haben, insbesondere solche mit erneuerbaren Energien.

Stromkosten wichtig für Standortentscheidungen

Aus betrieblicher Sicht sind die Stromkosten einer der wichtigsten Posten der Betriebsausgaben und spielen daher eine wichtige Rolle bei Standortentscheidungen. So erzeugt beispielsweise die Energieinfrastruktur in den nordischen Ländern beträchtliche Mengen an Strom und hält die Kosten niedrig, konkret bei etwa 40 Prozent unter dem europäischen Durchschnitt, was für die Nutzer von Rechenzentren ein attraktives Kosteneinsparungspotenzial bietet. Die Verfügbarkeit von Kernkraftwerken in Frankreich hält die Großhandelspreise für Strom ebenfalls niedrig.

Um die Vorteile des Betriebs eines Rechenzentrums in einem Markt mit niedrigeren Kosten zu quantifizieren, können wir die nordischen Länder als Fallbeispiel heranziehen. Wir haben die jährlichen Stromkosten eines hypothetischen nordischen Rechenzentrums mit einer IT-Last von 10 MW und einer Energieeffizienz (Power Usage Efficiency, PUE) von 1,2, die ein Neubau bietet, im Vergleich zu einem bestehenden europäischen Rechenzentrum mit einer PUE von 1,6 geschätzt, was derzeit dem EU-Durchschnitt entspricht. Das wichtigste Ergebnis ist, dass die jährlichen Stromkosten um etwa 60 Prozent niedriger sind. Da die Stromkosten den größten Betriebsaufwand für einen Rechenzentrumsmieter darstellen, entspricht die Höhe der Stromkosteneinsparung vermutlich in etwa den jährlichen Mietausgaben.

Wasserverbrauch und CO2-Ausstoß senken

Zusätzlich zur Senkung der finanziellen Kosten werden die Kohlendioxidemissionen aufgrund des geringeren Stromverbrauchs und der verstärkten Nutzung erneuerbarer Energien um 70 % gesenkt. Da für die Energieerzeugung Wasser benötigt wird, kann ein geringerer Stromverbrauch auch zu einer Senkung des Wasserverbrauchs um etwa 25 % führen, was mit der Energieeffizienz eines Neubaus zusammenhängt.

Die genauen Kosten und Umweltvorteile variieren zwar von Anlage zu Anlage, doch die Ergebnisse deuten darauf hin, dass es eine überzeugende Möglichkeit ist, Rechenzentren an Standorten zu entwickeln, an denen die Stromkosten und CO2-Emissionen relativ niedrig sind, und zwar mit Verbesserungen der Effizienz durch Designverbesserungen wie die Flüssigkeitskühlungstechnologie.

Fazit: FLAPD-Märkte bleiben wichtig

Zusammenfassend werden die Märkte der FLAPD aufgrund ihrer strategischen geografischen Bedeutung und einer geschätzten Gesamtkapazität von 3.300 MW auch in den nächsten Jahren zu den wichtigsten Rechenzentrumsmärkten gehören. Dennoch expandieren auch die Sekundärmärkte, darunter Madrid und Berlin, die mit jeweils rund 100 MW die nächstgrößten Rechenzentrumsmärkte sind und für die bedeutende Entwicklungen geplant sind. Schwellenmärkte mit niedrigen Stromkosten und einem günstigen Klima für die Kühlung, wie Stockholm, Helsinki, Oslo, Reykjavík und Kopenhagen, sind noch relativ klein und entwickeln sich, werden aber voraussichtlich von günstigen KI-Rückenwinden profitieren.

Es gibt jedoch eine Reihe von Risiken, auf die man achten sollte, darunter die begrenzte Transaktionsliquidität für Rechenzentren an weniger etablierten Standorten, da dieser Sektor teilweise noch in der Anfangsphase steckt. Während die Trainingsphase der KI eine hohe Latenzzeit toleriert, reagiert die Inferenzphase der KI, in der trainierte Modelle zur Entscheidungsfindung in Echtzeit eingesetzt werden, empfindlicher auf Latenzzeiten, insbesondere bei Anwendungen wie etwa dem autonomen Fahren. Daher besteht das Risiko, dass die Nachfrage nach Rechenzentren, die ausschließlich für die Trainingsphase vorgesehen sind, mit der Weiterentwicklung der KI-Entwicklungen im Laufe der Zeit abnimmt.

Greg Kane

ist Head of European Investment Research bei PGIM Real Estate.