Nvidia und PreussenElektra prüfen, ob sich Standorte stillgelegter deutscher Atomkraftwerke in große KI-Rechenzentren umwandeln lassen. Die Unternehmen gaben ihre vorläufige Zusammenarbeit am 21. Oktober 2026 bekannt. Untersucht werden sollen unter anderem vorhandene Netzanschlüsse, verfügbare Flächen und die industrielle Infrastruktur der früheren Kraftwerke.
Die entscheidende Einschränkung: Der Plan sieht ausdrücklich nicht vor, die Rechenzentren mit Kernenergie zu versorgen oder stillgelegte Reaktoren wieder in Betrieb zu nehmen. Nvidia interessiert sich für die Anschlüsse und Versorgungssysteme rund um die Kraftwerke, nicht für die Reaktoren selbst.
Das Vorhaben befindet sich erst in einer offenen Machbarkeitsphase. Es gibt weder veröffentlichte Investitionssummen noch genehmigte Entwicklungspläne oder verbindliche Bauverträge. Auch konkrete Standorte wurden bislang nicht benannt. PreussenElektra ist für Stilllegung und Rückbau von acht deutschen Kernkraftwerken zuständig; diese Anlagen kommen voraussichtlich für die Prüfung infrage, bestätigt ist eine Auswahl aber nicht.
Der wertvolle Teil liegt außerhalb des Reaktors
Neue Rechenzentren benötigen mehr als geeignete Gebäude und genügend Grundstücksfläche. Für Anlagen mit hoher Rechendichte werden leistungsfähige Hochspannungsanschlüsse, belastbare Wasser- und Kühlsysteme, industrielle Zufahrten sowie langwierige Planungs- und Genehmigungsprozesse benötigt. Ehemalige Großkraftwerke bringen zumindest einen Teil dieser Voraussetzungen bereits mit.
Warum ehemalige Kraftwerksstandorte für KI interessant sind
Die Grafik zeigt, welche bestehende Infrastruktur Nvidia und PreussenElektra prüfen und welche Anforderungen eines KI-Rechenzentrums sie abdecken könnte.
PreussenElektra verweist darauf, dass die früheren Kraftwerksstandorte über wertvolle industrielle Infrastruktur verfügen und wirtschaftliche Anschlussnutzungen für die betroffenen Regionen ermöglichen könnten. Nvidia will nach eigenen Angaben untersuchen, ob diese Voraussetzungen den technischen und betrieblichen Anforderungen seiner sogenannten AI Factories genügen.
Damit zielt die Kooperation auf einen Engpass, der im Ausbau der KI-Infrastruktur leicht hinter den eingesetzten GPUs verschwindet. Rechenchips lassen sich bestellen und Servermodule industriell fertigen. Ein Hochspannungsanschluss mit ausreichender Kapazität, eine passende Fläche und eine genehmigungsfähige Kühlversorgung können dagegen nicht kurzfristig an jedem beliebigen Ort geschaffen werden.
Vorhandener Netzanschluss bedeutet noch keine gesicherte Leistung
Die Existenz einer Hochspannungsanbindung macht einen Standort attraktiv, garantiert aber noch nicht, dass dort ein KI-Rechenzentrum in der gewünschten Größenordnung betrieben werden kann. Ein Kraftwerksanschluss wurde ursprünglich dafür ausgelegt, erzeugten Strom in das Netz einzuspeisen. Ein Rechenzentrum tritt dagegen dauerhaft als großer Verbraucher auf. Ob Leitungen, Umspannwerke, Schutztechnik und das umliegende Netz für diese umgekehrte Betriebsrolle geeignet sind, muss technisch und regulatorisch geprüft werden.
Hinzu kommt die Frage, woher der Strom tatsächlich kommen soll. Weil die Kernkraftwerke stillgelegt bleiben, müsste die benötigte Energie aus dem deutschen Stromsystem oder aus neu angebundenen Erzeugungsanlagen stammen. Die Kooperation löst damit zunächst das Standortproblem, nicht automatisch das Versorgungsproblem. Aussagen zu Stromlieferverträgen, neuen Erzeugungskapazitäten oder zur erwarteten Anschlussleistung liegen bislang nicht vor.
Das ist bei KI-Rechenzentren keine Nebenfrage. Aktuelle GPU-Racks können je nach System eine Leistungsaufnahme von etwa 100 Kilowatt bis über 300 Kilowatt erreichen. Für kommende AI-Factory-Konfigurationen ab 2027 sind Racks mit bis zu einem Megawatt IT-Leistung vorgesehen. Schon eine begrenzte Zahl solcher Systeme verändert die Anforderungen an Stromverteilung, Transformatoren, Notstromversorgung und Wärmeabfuhr erheblich.
Auch die alte Kühlung ist nicht automatisch wiederverwendbar
Frühere Kernkraftwerksstandorte verfügen häufig über umfangreiche Wasser- und Kühlinfrastruktur. Daraus folgt jedoch nicht, dass sich bestehende Anlagen unverändert für GPU-Cluster verwenden lassen. Ein Kraftwerk führt Wärme aus einem thermischen Prozess ab; ein modernes KI-Rechenzentrum muss Wärme auf engem Raum direkt an Prozessoren, Speicher und Netzwerkkomponenten aufnehmen.
Bei den hohen Leistungsdichten wird Direkt-Chip-Flüssigkeitskühlung zunehmend zur betrieblichen Voraussetzung. Benötigt werden dafür eigene Kühlkreisläufe, Pumpen, Wärmetauscher, Wasseraufbereitung und eine präzise Regelung. Vorhandene Wasserrechte, Leitungen oder Rückkühlmöglichkeiten können den Aufbau erleichtern. Die eigentliche Rechenzentrumskühlung müssen Betreiber dennoch passend zu den eingesetzten Systemen planen.
Parallel läuft an den Standorten der nukleare Rückbau. Er unterliegt besonderen Sicherheits-, Entsorgungs- und Strahlenschutzvorgaben. Eine neue Nutzung muss deshalb räumlich, organisatorisch und genehmigungsrechtlich mit laufenden Rückbauarbeiten vereinbar sein. Genau dieser Punkt könnte einen Teil der erhofften Zeitersparnis wieder aufzehren: Industriefläche ist vorhanden, aber nicht jede Fläche ist sofort frei verfügbar oder unabhängig vom Rückbau nutzbar.
Deutschland sucht eine Anschlussnutzung für Großstandorte
Deutschland schaltete seine letzten drei Kernkraftwerke im April 2023 ab. Landesweit befinden sich rund 30 Anlagen im Rückbau. Für Betreiber und Standortregionen stellt sich damit die Frage, welche wirtschaftliche Nutzung nach dem Ende der Stromproduktion möglich ist.
Ein großes Rechenzentrum könnte vorhandene Infrastruktur weiterverwenden und neue Investitionen an einen bereits industriell erschlossenen Ort lenken. Wie viele dauerhafte Arbeitsplätze daraus entstehen würden, lässt sich in der aktuellen Projektphase allerdings nicht belastbar sagen. Rechenzentren benötigen während des Baus viele spezialisierte Gewerke, sind im laufenden Betrieb aber stark automatisiert.
Für Nvidia liegt der Nutzen vor allem in einer schnelleren Bereitstellung zusätzlicher Rechenkapazität. Das Unternehmen verkauft nicht nur Beschleuniger, sondern entwickelt komplette Rechenzentrumsarchitekturen, Netzwerkkomponenten und Kühlspezifikationen für große KI-Systeme. Je stärker die elektrische Leistungsdichte steigt, desto stärker wird die Verfügbarkeit geeigneter Standorte zum Absatzfaktor für diese Systeme.
Die Machbarkeitsstudie prüft Schnittstellen, keine Reaktoren
Die Schlagzeile vom KI-Rechenzentrum im Atomkraftwerk legt eine direkte Verbindung zwischen Kernenergie und KI nahe. Das angekündigte Projekt verfolgt jedoch ein anderes Modell: Ein stillgelegter Energieerzeugungsstandort soll zu einem sehr großen Energieverbraucher werden. Ob das funktioniert, entscheidet sich an den Schnittstellen zum Stromnetz, zur Kühlung, zum Rückbau und zum Genehmigungsrecht.
Damit wird auch sichtbar, was beim Ausbau von KI-Infrastruktur knapp ist. Es sind nicht nur GPUs und Server. Wertvoll werden Standorte, an denen bereits über Jahrzehnte für hohe elektrische Leistungen und industrielle Prozesse geplant wurde. Der frühere Kraftwerksstandort kann den Weg verkürzen – aber erst die Machbarkeitsprüfung wird zeigen, ob seine Infrastruktur tatsächlich weiterverwendbar ist oder lediglich auf dem Papier passend erscheint.
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?
