OpenAIs Netztest in Georgia trifft auf Embers Rechnung zur Lastverlagerung

OpenAI testet Netzelflexibilität in Georgia

Das Programm soll den Stromverbrauch eines Rechenzentrums senken, wenn die Nachfrage vor Ort steigt. OpenAI sagt, das Programm halte für alle anderen das Licht am Brennen. Es erlaube den eigenen Standorten außerdem, früher ans Netz zu gehen, statt auf neue Stromquellen zu warten.

„Ob Häuser während einer Kältewelle im Norden geheizt oder Klimaanlagen durch eine Hitzewelle im Süden betrieben werden, Familien brauchen verlässlichen Strom“, heißt es in einem Blogbeitrag von OpenAI. „Unser Ziel ist es, die Flexibilität der Standorte zu einer Ressource zu machen, auf die Versorger zurückgreifen können, wenn Gemeinden sie am dringendsten brauchen.“ Das Unternehmen ergänzte, es wolle, dass Flexibilität „ein Kernbestandteil dessen wird, wie wir künftige Standorte bauen und betreiben“. Das bedeutet, Anlagen so zu entwerfen, dass sie den Stromverbrauch auf Anforderung senken. Es bedeutet auch, sich mit den Versorgern darauf zu verständigen, wie viel Nachfrage gedrosselt werden kann, wie schnell und für wie lange.

Georgia ist das Testfeld. Der flexible Block in der Vereinbarung mit Georgia Power reicht laut Tom's Hardware aus, um rund 800.000 Haushalte zu versorgen, fast 20% der Haushalte des Bundesstaats.

Nachfragesteuerung ist seit Jahrzehnten üblich. Netzbetreiber riefen früher Industriekunden wie Stahlwerke an und baten sie, den Verbrauch in Spitzenzeiten zu drosseln. Automatisierung erlaubt es Rechenzentren heute, die Last in unter einer Minute zu senken. Nvidia führt ein ähnliches Experiment in Großbritannien durch.

Warum Lastverlagerung das Netz nicht allein tragen kann

Eine im Oktober 2026 veröffentlichte Analyse von Ember, über die pv magazine am 3. November berichtete, beziffert die Grenzen. Sie umfasst neun Märkte in den Vereinigten Staaten, Europa und Südostasien.

Die Schranke ist der Mix der Arbeitslasten. Cloud-Dienste, Unternehmensanwendungen und KI-Inferenz brauchen geringe Latenz. Ember schätzt, dass sie bis 2030 etwa 87% der weltweiten Rechenzentrumskapazität ausmachen werden. KI-Training lässt sich mit weniger Folgen unterbrechen oder verschieben. Unter den Annahmen der Analyse könnten theoretisch etwa 6,5% der weltweiten Kapazität verschoben werden. Das setzt 35% Flexibilität beim Training voraus, 5% bei der Inferenz und keine bei klassischen Rechenzentren. Eine durchschnittliche Auslastung von rund 48% senkt die tatsächlich verfügbare Kapazität bei Netzengpässen dann auf etwa 3%.

Irland zeigt, wie groß das Ergebnis ausfällt. Lastverlagerung könnte dort die Spitzennachfrage bis 2030 um etwa 100 MW senken, also um 1,5% der prognostizierten Spitze. Die übrigen von Ember untersuchten Märkte liegen zwischen 0,1% und 0,6%.

Besser abschneiden dürfte es, Arbeitslasten weiterlaufen zu lassen und Netzstrom durch Erzeugung oder Speicher vor Ort zu ersetzen. Ember nennt das bring-your-own-capacity. Laut Ember könnte es fast fünfmal so viel Netzentlastung bringen wie Lastverlagerung. Bei zwei großen Rechenzentren in Texas mit einer zusammen prognostizierten Last von 5,6 GW würde die Verlagerung in der Spitze etwa 0,55 GW senken. Erzeugung vor Ort könnte bis zu 2,7 GW senken.

Worauf Versorger und Regulierer achten werden

Irland ist der Belastungsfall. Rechenzentren nahmen im Januar 2025 bereits etwa 19% der Spitzennachfrage auf, als die Systemnachfrage bei 6 GW gipfelte und sie geschätzt 1,1 GW verbrauchten. Ember prognostiziert diesen Anteil bis 2030 auf 24%, mit einer Rechenzentrumsnachfrage von 1,6 GW bei einer Systemspitze von 6,5 GW.

Die zeitliche Abstimmung macht die Lücke schwieriger. Ein großes Rechenzentrum braucht 200 MW bis 500 MW Kapazität und 18 bis 24 Monate Bauzeit. Der konventionelle Netzausbau dauert vier bis 10 Jahre.

Für Regulierer bleibt die offene Frage die Überprüfung. Ein Versprechen zur Nachfragesteuerung ist nur so viel wert wie die Messung und Steuerung dahinter. OpenAI hat nicht gesagt, wie der Block von 1.000 Megawatt gemessen oder kontrolliert wird.

Was noch unbekannt ist

OpenAI hat sich zu einem Standort verpflichtet. Das Unternehmen sagte, die Regelungen würden je nach Ort unterschiedlich ausfallen. Weitere Zusagen werde es mitteilen, sobald sie feststehen.

Embers Studie ist ein Modell und keine Erfolgsbilanz, und zu ihren neun Märkten gehören Irland, das Vereinigte Königreich und Deutschland.

Nichts davon beantwortet die wirtschaftliche Frage. Ein Rechenzentrum, das verspricht, Last abzuwerfen, bekommt einen schnelleren Anschluss. Wie viel dieses Versprechen wert ist, hängt davon ab, wie viel Kapazität tatsächlich flexibel ist, und davon, wer nachprüft.