Rechenzentrumspolitik und Netzzugang

• Dänemark stellt Rechenzentren beim Netzzugang nach einem neuen Notfallgesetz hinter Haushalte und Projekte der grünen Wende.
• Spanien schlägt für neue Rechenzentren einen stündlichen Abgleich mit sauberem Strom vor; als praktische Untergrenze gelten 80 Prozent oder mehr.
• Kaliforniens SB 886 und SB 887 sollen Netzkosten bei den Betreibern einfordern und festhalten, dass es keine Ausnahme von CEQA gibt. Vor der letzten Abstimmung im Repräsentantenhaus stocken beide Vorlagen trotz parteiübergreifender Unterstützung.
• Kanada legt einen nationalen Rahmen für den Bau von Rechenzentren fest, der die Beteiligung der Kommunen und die Souveränität in den Mittelpunkt stellt.
• Der britische Crown Commercial Service gewichtet Nachhaltigkeit nach PPN 06/21 und SECR mit bis zu 20 Prozent der Bewertung in Ausschreibungen.
• Das EU-Ziel, die Rechenzentrumskapazität bis 2027 zu verdreifachen, geht auf einen Immobilienbericht über das Bandbreitenwachstum zurück, nicht auf den Bedarf an Rechenleistung.

‍

Auswirkungen vor Ort und lokaler Widerstand

• 79 Prozent der Amerikaner befürworten eine Führungsrolle der USA bei KI, aber nur 14 Prozent wollen ein Rechenzentrum in der Nachbarschaft.
• In einer einzigen Woche wurden fünf Projekte in Nordamerika zurückgezogen oder abgelehnt, während Texas 200GW geplanter Kapazität überprüfen lässt.
• Ontario schafft eine neue Tarifklasse für Lasten über 1MW, und Ofgem schlägt für ein Netzanschlussangebot Gebühren von bis zu 712.500 Pfund je MW vor.
• Forscher in Texas führen den Widerstand vor Ort auf den Verlust an Mitsprache zurück, nicht allein auf Flächen oder Lärm.
• Vor Baubeginn schlägt das AI Siting Ledger acht Offenlegungsfragen zu Wasser, Strom, Fläche und Rückbauhaftung vor.
• Ein Workshop in Geraldton startet die Green Compute at the Edge Challenge zu Energie, Wasser, Infrastruktur und kommunaler Gestaltung.
• Die Mongolei beginnt ihre souveräne KI-Strategie mit einem Entwurf für ein Datengesetz, noch vor dem Aufbau der Infrastrukturkapazität.
• Amazon sagt für seine Rechenzentren in Indien zu, kein Trinkwasser zur Kühlung einzusetzen und netto mehr Wasser zurückzugeben als zu entnehmen.

‍

Rechenzentrumshardware und physische Infrastruktur

• Dells flüssigkeitsgekühltes Rack IR7000 senkt die Kühlenergie um bis zu 74 Prozent und benötigt 75 Prozent weniger Racks.
• IBMs klimatisiertes Bandsystem Diamondback senkt bei unstrukturierten Daten die Kosten um 84 Prozent und den Energieverbrauch um 97 Prozent.
• Ingenieurholz entwickelt sich im Rechenzentrumsbau zur emissionsärmeren Alternative zu Beton und Stahl im Tragwerk.
• Untersuchungen zeigen, dass geschlossene Kühlkreisläufe und aufbereitetes Wasser den Frischwasserbedarf gegenüber üblichen Systemen spürbar senken.
• ISO/IEC 30134 führt Betreiber über PUE hinaus zu einem umfassenderen KPI-Set aus erneuerbarer Energie, CO2, Wasser und Abwärmenutzung.

‍

Effizienz von KI-Modellen und Software

• Ein Kommentar in Nature plädiert dafür, standardmäßig kleinere und auf die Aufgabe zugeschnittene Modelle einzusetzen statt immer größerer.
• Das Frugal AI Switchboard ermittelt für DeepSeek-V3 eine 54-mal geringere Größe, eine 4-mal geringere Umweltwirkung und einen 900-mal niedrigeren Preis gegenüber einem Frontier-Modell, bei 2 Prozent weniger Genauigkeit.
• Honey senkt die Ausgabe von KI-Coding-Agenten um 39 Prozent bei den Tokens und um 53 Prozent beim Code, bei voller Testbestehensquote.
• Eco Router, entstanden bei einem Hackathon, leitet KI-Rechenjobs in das Stromnetz mit der aktuell niedrigsten CO2-Intensität.
• Tret startet eine Open-Source-Werkbank, die Aufgaben an das jeweils CO2-effizienteste verfügbare Modell weiterleitet.
• Stromnetze sind zu rund 30 Prozent ausgelastet, GPU-Cluster zu 30 bis 60 Prozent; damit wird die Orchestrierung zum schnelleren Hebel.
• Laufzeit-Governance für agentenbasierte KI senkt die Betriebskosten um 60 bis 83 Prozent, indem sie außer Kontrolle geratene Schleifen und ungenutzte Kapazität beendet.
• Profiling auf Code-Ebene zeigt, dass 20 Prozent der Ausführungszeit 40 Prozent des Energieverbrauchs verursachen; das schwächt die Annahme „schneller ist grüner“.
• Allein das automatisierte Red Teaming von GPT-5.6 wird auf 308 MWh geschätzt, ein Viertel der gesamten Pretraining-Energie von GPT-3.

‍

Unternehmensinvestitionen und gemeldete Deals

• Das WSJ ermittelt bei neun großen Technologiekonzernen künftige Zusagen für KI-Infrastruktur von rund 3 Billionen Dollar.
• Metas 27 Milliarden Dollar teures Rechenzentrum Hyperion zeigt, dass solche Zusagen über Joint Ventures finanziert werden und nicht über direkte Verschuldung.
• CPP Investments und Equinix schließen die 4 Milliarden Dollar schwere Übernahme des nordischen Betreibers atNorth ab.
• Microsoft und Magnora ASA treiben neue Standorte in Finnland voran, während sich Nordeuropa zum Knotenpunkt für Rechenzentren entwickelt.
• Eine insolvente portugiesische Solaranlage mit 220MW soll in einen grünen Campus für KI-Rechenleistung umgewandelt werden.
• Saudi-Arabien kündigt auf der LEAP2026 die Expansion von xAI und 50MW neue Rechenzentrumskapazität an.
• QTS Data Centers veröffentlicht seinen achten jährlichen Nachhaltigkeitsbericht.

‍

Den tatsächlichen ökologischen Fußabdruck von KI messen

• Allianz Research beziffert den CO2-Fußabdruck von Rechenzentren 57 Prozent höher als die IEA und rechnet bis 2030 mit jährlichen Klimaschäden von 154 Milliarden Dollar.
• Ein Bericht der UNU prognostiziert bis 2030 einen Verbrauch von 945 TWh Strom und 9,3 Billionen Litern Wasser; auf die Inferenz entfallen 80 bis 90 Prozent der Energie der KI.
• Derselbe UNU-Bericht zeigt, dass eine grünere Energiebeschaffung den Wasserverbrauch um das 30-Fache und den Flächenverbrauch um das 100-Fache steigern kann.
• CBS stellt fest, dass Schätzungen zum Wasserfußabdruck von KI je nach Methodik um bis zum 2.000-Fachen auseinanderliegen; US-Rechenzentren bleiben unter dem Niveau der Bewässerung von Golfplätzen.
• Der Verbrauch der Rechenzentren erreicht 2024 rund 415 TWh und 62 Millionen Tonnen Elektroschrott, von dem nur 22 Prozent recycelt werden.
• Eine Analyse von 3.800 Servern zeigt, dass das Alter die Leistung kaum vorhersagt, und verweist auf ein Einsparpotenzial von 11,7 Millionen kWh.

‍

KI-Governance, Vertrauen und Compliance

• Aus Jahrzehnten von Gremienprüfungen geht hervor, dass durchweg grüne Dashboards regelmäßig Fehlschlägen vorausgehen, weil Aufwandskennzahlen steigende Risiken nicht abbilden.
• NIST IR 8286r1 soll KI-Risiken in die Begriffe des unternehmensweiten Risikoregisters übersetzen, die Aufsichtsgremien bereits verwenden.
• Die Emissionsmessung bleibt für selbst betriebene KI-Rechenleistung verlässlich, versagt aber, sobald KI als Service eingekauft wird.
• Der Standard SCI for AI der Green Software Foundation gilt als Antwort auf die Offenlegung durch Dritte, ist aber noch nicht ausgereift.
• Eine RAG-basierte Compliance-Pipeline für ESRS und BRSR liefert gute Ergebnisse, legt aber ein hartnäckiges Vertrauensdefizit auf menschlicher Seite offen.
• Australiens Climate Governance Forum weist darauf hin, dass Rechenzentren bis 2035 auf 13 Prozent des nationalen Stromnetzes kommen.

‍

Veranstaltungen, Weiterbildung und Community-Aufbau

• Der Bundesverband Green Software öffnet im September die Anmeldung für eine dreiteilige Schulungsreihe in Deutschland.
• Sustainable IT Action Netherlands veranstaltet in Delft ein Meetup über die wahren Kosten von KI.
• Nachhaltige und vertrauenswürdige KI stehen bei ALL IN, GreenIO London und LEAP2026 auf der Hauptbühne.
• Ein Schweizer Green Economy Symposium bringt europäische Institutionen aus Infrastruktur und Nachhaltigkeit zusammen.
• Neue Podcast-Folgen erreichen französische, dänische und englische Hörer und behandeln die Messung digitaler Auswirkungen sowie Observability.
• Eine Lehrveranstaltung in Tamil Nadu geht der Frage nach, ob KI Nachhaltigkeit voranbringen kann, ohne selbst nicht nachhaltig zu werden.
• Ein neues Buchkapitel bei Springer Nature beschreibt ressourceneffizientes Softwaredesign über den gesamten DevOps-Lebenszyklus.

‍

Dank an Arwel Owen, Karl Koesser, Masheika Allgood, Evan Solomon, George Lorenz, Gauthier Roussilhe, Greger Ruud, Dr. Daghan Lemi Acay, Navveen Balani, Mark Rowland, Martijn de Jong, Anurag Khilnani, Alyson Freeman, Kaare Læntwer, Karl Rabe, Rob Broglio, Julie Chenadec, Nolwenn Godard, James Martin, Robert Keus, Po-Chun (Steven) Su, Diego Espinosa, Patrick Elftmann, Manoj Saxena, Michael Herrnberger, Boris Gamazaychikov, Sumedh Habbu, Andy Davis, Joseph Odaudu, Nelson Vicente, Dr. Stephanie Ayoub, Ludovic Subran, Federico Bugliaro Goggia, Valdir S., Karen van der Zanden, Rock Lambros, Iain Burnley und Michael Kormann, sowie an alle weiteren Personen, die Impulse zu dieser Ausgabe beigesteuert haben.

Die vollständige Liste der Beiträge und Stimmen findet sich auf LinkedIn: https://www.linkedin.com/pulse/best-linkedin-cw-34-35-green-ict-sustainable-ai-thomas-allgeyer-caw0f/?trackingId=ZAW6KhIqKyDbaIF%2B%2F%2FkO9A%3D%3D