Bei KI-Infrastruktur wird meist über Chips, Stromverträge und Netzanschlüsse gesprochen. Wasser wirkt daneben wie ein nachgelagerter Umweltposten. Für Betreiber großer Rechenzentren ist es jedoch längst Teil der Kostenstruktur. Es kühlt Anlagen, stabilisiert den Dauerbetrieb und entscheidet mit darüber, ob ein Standort genehmigungsfähig, skalierbar und politisch haltbar bleibt.
Die zentrale Frage ist nicht nur, wie viel Wasser ein einzelnes Rechenzentrum ausweist. Entscheidend ist, welche Wasserströme in der Bilanz fehlen: direkte Kühlung am Standort, indirekter Verbrauch durch Stromerzeugung, lokale Wasserknappheit und die Frage, ob aggregierte Konzernzahlen die Belastung einzelner Gemeinden verdecken. Genau dort entsteht das Kapitalmarktrisiko. Eine Ressource, die bisher oft billig und verfügbar wirkte, kann zum Engpass für Kapazitätsausbau, Margen und Standortplanung werden.
Wasser wird zur Standortkostenstelle
KI-Rechenzentren wandeln Strom in Rechenleistung und Abwärme. Je dichter die Serverracks, desto höher der Kühlungsbedarf. Klassische Luftkühlung reicht bei sehr hoher Leistungsdichte nur begrenzt aus, Flüssigkeitskühlung und hybride Systeme rücken deshalb näher an den Kernbetrieb. Das senkt an einigen Stellen den Energieaufwand, verschiebt aber die Rechnung nicht automatisch aus der Wasserbilanz heraus.
Wo der Wasserverbrauch von KI-Rechenzentren entsteht
Die Grafik trennt direkte Kühlung, indirekten Wasserverbrauch durch Stromerzeugung und berichtete Konzernkennzahlen.
Große Hyperscale-Rechenzentren können täglich bis zu fünf Millionen Gallonen Wasser verbrauchen. Das entspricht je nach Vergleichsmaßstab dem Bedarf einer Stadt mit etwa 10.000 bis 50.000 Einwohnern. Solche Größenordnungen sind für die lokale Infrastruktur relevant, selbst wenn sie im globalen Konzernbericht wie ein beherrschbarer Posten erscheinen. Wasser ist regional. Ein Kubikmeter in einer wasserreichen Region hat eine andere operative Bedeutung als derselbe Kubikmeter in einem angespannten Einzugsgebiet.
Für Betreiber ist das ein Standortthema. Rechenzentren werden dort gebaut, wo Stromanschlüsse, Glasfaser, Fläche, Genehmigungen und steuerliche Anreize zusammenpassen. Wenn Wasserverfügbarkeit hinzukommt, verändert sich die Kalkulation. Der billigste Standort ist nur dann billig, wenn die Versorgungsnetze dauerhaft mitwachsen und lokale Widerstände nicht zu Verzögerungen führen.
Die Berichtslücke liegt in den Systemgrenzen
Die großen Anbieter veröffentlichen Wasserzahlen, doch sie sind nicht immer direkt vergleichbar. Google gab in seinem Umweltbericht 2024 an, dass seine Rechenzentren im Jahr 2023 mehr als sechs Milliarden Gallonen Wasser verbrauchten. Microsoft meldete für 2023 einen unternehmensweiten Wasserverbrauch von mehr als zwei Milliarden Gallonen; wie viel davon genau auf Rechenzentren entfiel, ist in solchen aggregierten Angaben nicht immer trennscharf erkennbar. AWS bezifferte in einer 2025 veröffentlichten Angabe den jährlichen Wasserverbrauch seiner globalen Rechenzentren auf 2,5 Milliarden Gallonen und erklärte, etwa zwei Drittel davon über Ausgleichs- und Rückführungsprojekte wieder in Wassersysteme eingebracht zu haben.
Solche Angaben sind wichtig, aber sie erzählen nur einen Teil der Kostenrealität. Konzernweite Summen sagen wenig über die Belastung einzelner Standorte aus. Rückführung ist nicht dasselbe wie zeitgleiche Verfügbarkeit im selben Wassersystem. Und direkte Kühlung ist nur eine Seite der Bilanz.
Der größere Schattenposten liegt im Stromsystem. Nach einer Schätzung des Lawrence Berkeley National Laboratory verbrauchten US-Rechenzentren 2023 rund 17 Milliarden Gallonen Wasser direkt zur Kühlung. Bis 2028 könnte sich dieser Wert auf fast 33 Milliarden Gallonen erhöhen. Der indirekte Wasserverbrauch durch Stromerzeugung lag 2023 dagegen bei etwa 211 Milliarden Gallonen. Für die ökonomische Analyse ist das entscheidend: Wer nur den Wasserhahn am Rechenzentrum betrachtet, unterschätzt den Ressourcenbedarf der KI-Infrastruktur.
Margenlogik der Kühlung
Das Geschäftsmodell der großen Cloud- und KI-Anbieter hängt an Auslastung. Teure GPU-Cluster müssen möglichst kontinuierlich laufen, damit sich Investitionen in Chips, Gebäude, Stromversorgung, Netzwerktechnik und Kühlung amortisieren. Einnahmen entstehen über Cloud-Verträge, API-Nutzung, Plattformdienste oder interne Produktintegration. Auf der Kostenseite stehen hohe Investitionen vor dem ersten Umsatz und laufende Betriebskosten danach.
Wasser war in dieser Rechnung lange kein dominanter Einzelposten. Genau das kann trügerisch sein. Eine Ressource muss nicht teuer sein, um teuer zu werden. Es reicht, wenn sie Genehmigungen verzögert, neue Auflagen auslöst, politische Konflikte erzeugt oder zusätzliche Investitionen in geschlossene Kreisläufe, Rückgewinnung, Trocken- beziehungsweise Hybridkühlung erzwingt.
Wasserarme Kühlung kann den Wasserverbrauch reduzieren, ist aber nicht kostenlos. Sie kann höhere Anfangsinvestitionen verlangen, mehr Fläche benötigen oder den Stromverbrauch beeinflussen. Flüssigkeitskühlung wiederum kann Wärme effizienter aus Servern abführen, beseitigt aber nicht automatisch die Frage, wie die Wärme am Ende aus dem System kommt. Für Betreiber entsteht ein technischer Zielkonflikt: Wasser sparen, Stromkosten kontrollieren, Serverdichte erhöhen und die Verfügbarkeit der Anlage sichern.
Für Kapitalmärkte ist das keine Anlageempfehlung, sondern eine Risikokategorie. Wer KI-Infrastruktur bewertet, muss die Kühlung nicht als Umweltanhang lesen, sondern als Teil der Bruttomargenlogik. Je stärker die Nachfrage nach KI-Rechenleistung steigt, desto wichtiger wird die Fähigkeit, Kapazität ohne lokale Ressourcenblockade ans Netz zu bringen.
Standortvorteile können kippen
Viele Rechenzentren entstehen in Regionen, die mit Fläche, Stromanschlüssen und wirtschaftlichen Anreizen werben. Für Gemeinden kann das Steuereinnahmen und Infrastrukturinvestitionen bedeuten. Gleichzeitig stehen Wasserwerke, Netze und Versorgungsplanung unter zusätzlichem Druck. Besonders sensibel wird es in ländlichen oder wasserarmen Regionen, deren Systeme nicht auf industrielle Großabnehmer ausgelegt sind.
Hier liegt die zweite Ordnung des Problems. Wenn ein einzelner Standort den Wasserbedarf einer kleinen Stadt erreicht, wird die Verhandlung nicht mehr nur zwischen Unternehmen und Wirtschaftsförderung geführt. Sie betrifft Haushalte, Landwirtschaft, kommunale Versorger und regionale Behörden. Daraus können Offenlegungspflichten, strengere Genehmigungen, höhere Wasserpreise oder Auflagen für Rückgewinnung und Effizienz entstehen.
Für die Marktposition großer Anbieter ist Transparenz deshalb zweischneidig. Wer detailliert berichtet, macht Angriffsflächen sichtbar. Wer zu grob berichtet, riskiert Vertrauensverlust und regulatorischen Druck. Aggregierte Nachhaltigkeitsberichte reichen kaum aus, wenn die Belastung standortspezifisch entsteht. Kunden, die eigene Klimabilanzen und Lieferkettenrisiken prüfen, werden diese Lücke ebenfalls nicht dauerhaft ignorieren können.
Warum KI die Rechnung verschiebt
Rechenzentren waren schon vor dem KI-Boom große Strom- und Wasserverbraucher. Die neue Dynamik liegt in der Dichte und Geschwindigkeit des Ausbaus. Für 2025 wurde der Stromverbrauch globaler Rechenzentren auf 448 Terawattstunden geschätzt. Der damit verbundene Wasser-Fußabdruck könnte nach einzelnen Projektionen bis 2030 auf 9,3 Billionen Liter steigen. Solche Projektionen sind mit Unsicherheit behaftet, zeigen aber die Richtung der Investitionsentscheidung: Mehr Rechenleistung bedeutet nicht nur mehr Chips, sondern mehr Kühlung, mehr Strom und mehr regionale Infrastruktur.
Einige Schätzungen setzen den Wasserbedarf einer KI-Chat-Sitzung mit 20 Anfragen mit bis zu einer Flasche Süßwasser an. Als Alltagsbild ist das eingängig, als Steuerungskennzahl aber begrenzt. Entscheidend für Betreiber, Kunden und Behörden ist nicht der einzelne Prompt, sondern die jährliche Last ganzer Flotten, ihre Standorte und die Herkunft des Stroms.
Die relevante Kennzahl der nächsten Jahre wird deshalb nicht allein der ausgewiesene Gesamtverbrauch sein. Wichtiger sind standortbezogene Wasserintensität, regionale Wasserstress-Daten, direkte und indirekte Verbräuche sowie die Frage, welche Mengen tatsächlich im gleichen Einzugsgebiet und zur richtigen Zeit zurückgeführt werden. Erst daraus lässt sich erkennen, ob ein KI-Rechenzentrum nur effizient aussieht oder operativ tragfähig ist.
Der Wasserbedarf beendet den Ausbau von KI-Infrastruktur nicht. Er macht ihn aber teurer, langsamer und stärker abhängig von lokalen Bedingungen, als viele Hochglanzberichte nahelegen. Für Betreiber mit sauberer Wasserbilanz, belastbarer Kühltechnik und glaubwürdiger Standortkommunikation kann das ein Vorteil werden. Für Anbieter, die Wasser nur als Fußnote behandeln, wird es ein Risiko in der Infrastrukturrechnung.
Jens analysiert seit Jahren digitale Märkte, Preisbewegungen und Plattform-Strategien. Als Betreiber mehrerer datengetriebener Systeme wertet er täglich große Mengen an Produkt- und Trenddaten aus. Sein Fokus liegt auf Einordnung statt Hype: Was bedeutet eine Entwicklung wirklich für Nutzer, Preise und Märkte?
