Der Tech-Gigant Google nutzt seit 2030 kleine modulare Atomreaktoren, um den enormen Energiehunger seiner KI-Systeme zu stillen. Zwei Jahre nach dem Start zeigt sich: Die Entscheidung war wegweisend – doch die Herausforderungen bleiben gewaltig.
Eine einzige ChatGPT-Anfrage verbraucht heute etwa 15-mal so viel Energie wie eine Google-Suche. Willkommen in der energiehungrigen Welt der KI, in der selbst Tech-Riesen wie Google, Microsoft und Amazon mittlerweile auf eine Kombination aus Mini-AKWs und erneuerbaren Energien setzen müssen.
KI-Boom treibt Energieverbrauch in neue Dimensionen
Die Zahlen sind ernüchternd: Rechenzentren verbrauchen 2026 bereits etwa 12 Prozent der gesamten Stromerzeugung der USA – eine Steigerung um 150 Prozent seit 2020. Allein Googles Rechenzentren benötigen heute so viel Energie wie ganze Länder wie die Niederlande. Grund dafür sind nicht nur die klassischen Cloud-Dienste, sondern vor allem die KI-Revolution.
Moderne Large Language Models wie GPT-5 oder Googles Gemini Ultra benötigen für das Training mittlerweile Energiemengen, die dem Jahresverbrauch einer Kleinstadt entsprechen. Jede Inferenz – also jede einzelne Antwort, die eine KI generiert – kostet heute durchschnittlich 0,005 Kilowattstunden. Bei Milliarden von täglichen Anfragen summiert sich das zu einem gewaltigen Problem.
Google musste 2025 seine ursprünglichen Klimaziele anpassen: Statt Klimaneutralität bis 2030 peilt der Konzern nun 2035 an. Der Grund: Die CO2-Emissionen stiegen zwischen 2022 und 2025 um insgesamt 48 Prozent – hauptsächlich durch den KI-bedingten Energiehunger.
Mini-AKWs: Googles Lösung zeigt erste Erfolge
Seit Mitte 2030 sind die ersten beiden kleinen modularen Reaktoren (SMR) von Kairos Power für Google in Betrieb. Die Bilanz nach anderthalb Jahren: 180 Megawatt zuverlässige Grundlast, die rund um die Uhr verfügbar ist. Bis Ende 2026 sollen vier weitere Reaktoren folgen, um die geplanten 500 Megawatt zu erreichen.
Die Technologie hat sich bewährt: Die mit geschmolzenen Fluorid-Salzen gekühlten Reaktoren laufen stabiler als erwartet. „Wir haben eine Verfügbarkeit von 96,8 Prozent erreicht“, erklärt Michael Terrell, mittlerweile VP für Clean Energy bei Google. „Das ist deutlich besser als unsere ehrgeizigsten Prognosen.“
Doch der Weg war steinig: Die ersten beiden Reaktoren gingen mit 18 Monaten Verspätung ans Netz. Regulierungshürden und technische Kinderkrankheiten verzögerten den Start erheblich. Erst eine beschleunigte Genehmigungspolitik der Biden-Nachfolgeregierung ermöglichte den Durchbruch.
Die neue Generation der SMR-Technologie
Kairos Power hat die ursprünglichen Pläne weiterentwickelt: Die neuen Reaktoren der Generation 2.1 sind noch kompakter und können in standardisierten Modulen geliefert werden. Jeder Reaktor hat etwa die Größe eines Fußballfelds und produziert 75 Megawatt – perfekt für die dezentrale Versorgung von Rechenzentren.
Die Sicherheitsmerkmale überzeugen auch Kritiker: Bei einem Totalausfall der Systeme schalten sich die Reaktoren automatisch ab, ohne externe Energiezufuhr. Die Salzschmelze-Kühlung verhindert Kernschmelzen, da das Kühlmittel physikalisch nicht überhitzen kann.
Ein entscheidender Vorteil: Die Reaktoren können ihre Leistung binnen Minuten anpassen und so perfekt mit erneuerbaren Energien kombiniert werden. Scheint die Sonne oder weht der Wind stark, fahren die Mini-AKWs runter. Bei Flaute oder nachts übernehmen sie die Grundlast.
Tech-Industrie folgt Googles Beispiel
Microsoft hat 2025 erfolgreich den Reaktor in Three Mile Island reaktiviert und plant bereits fünf weitere SMR-Standorte. Amazon investiert massiv in NuScale Power, einen anderen SMR-Entwickler, und will bis 2028 eigene Mini-Reaktoren betreiben. Selbst Apple, traditionell zurückhaltend bei solchen Technologien, prüft SMR-Optionen für seine geplanten KI-Rechenzentren.
OpenAI hat einen anderen Weg gewählt: Das Unternehmen setzt auf eine Kombination aus Geothermie und modernen Wärmepumpen-Systemen für seine Rechenzentren in Island und Kenia. Meta experimentiert mit schwimmenden Solarpanels kombiniert mit Unterwasser-Batteriespeichern.
Doch der Trend ist klar: Ohne Atomkraft scheint die KI-Revolution energetisch nicht zu schaffen zu sein. Studien zeigen, dass selbst bei maximalem Ausbau erneuerbarer Energien die Grundlastversorgung für KI-Rechenzentren problematisch bleibt.
Effizienz-Revolution in der KI-Hardware
Parallel zum SMR-Ausbau investiert Google massiv in effizientere Hardware. Die neue Trillium-TPU-Generation verbraucht 67 Prozent weniger Energie pro Token als noch 2023. Neuromorphe Chips, die das menschliche Gehirn nachahmen, könnten den Energieverbrauch nochmals um 90 Prozent reduzieren.
Besonders vielversprechend: Quantencomputing-Hybride, die für bestimmte KI-Aufgaben exponentiell weniger Energie benötigen. Googles Willow-Chip hat 2024 gezeigt, dass Quantenfehlerkorrektur praktisch umsetzbar ist – ein wichtiger Schritt richtung energieeffizienter Quantum-KI.
Umwelt- und Gesellschaftsfolgen
Die Mini-AKW-Strategie ist nicht unumstritten. Umweltgruppen kritisieren, dass dadurch der Ausbau erneuerbarer Energien verlangsamt wird. Tatsächlich zeigen Daten, dass in Regionen mit SMR-Projekten die Investitionen in Solar- und Windkraft um etwa 30 Prozent zurückgegangen sind.
Andererseits haben die Mini-AKWs einen deutlich kleineren CO2-Fußabdruck als Kohlekraftwerke, die sie oft ersetzen. Googles SMR-Strom verursacht etwa 12 Gramm CO2 pro Kilowattstunde – vergleichbar mit Windenergie und deutlich besser als der US-Strommix mit 386 Gramm.
Ein sozialer Aspekt: Die SMR-Projekte schaffen Arbeitsplätze in strukturschwachen Regionen. Allein Googles sechs geplante Standorte sollen 2.400 dauerhafte Jobs schaffen – vom Reaktoroperateur bis zum Sicherheitsexperten.
Ausblick: KI braucht Energie-Mix der Zukunft
Die Lösung für das KI-Energieproblem liegt nicht in einer einzigen Technologie, sondern im intelligenten Mix: SMR für die Grundlast, erneuerbare Energien für Spitzenzeiten, effizientere Hardware und vor allem sparsamere Algorithmen.
Neue Ansätze wie „Green AI“ – Algorithmen, die explizit auf Energieeffizienz optimiert sind – zeigen Potenzial für 40-60 Prozent Einsparungen. Edge Computing bringt KI-Berechnungen näher zum Nutzer und reduziert Übertragungsverluste.
Googles SMR-Experiment ist mehr als nur eine Energielösung – es ist ein Testfall für die Zukunft der KI. Können wir die Vorteile künstlicher Intelligenz nutzen, ohne unsere Klimaziele zu verfehlen? Die nächsten Jahre werden entscheidend sein. Klar ist: Ohne innovative Energielösungen stößt die KI-Revolution schnell an ihre physikalischen Grenzen.
Zuletzt aktualisiert am 16.02.2026
