Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
epoch16. Januar 2026 · Q005800

Global AI power capacity is now comparable to peak power usage of New York State

epoch.ai · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Epoch AI schätzt die Kapazität von KI-Rechenzentren Ende 2025 auf rund 30 GW und vergleicht sie mit dem Spitzenstromverbrauch des Bundesstaats New York. Die Schätzung leitet sich aus verkauften Chips und einem pauschalen Faktor für Rechenzentrumsinfrastruktur ab; der Tabellenwert von 31,24 GW für das vierte Quartal 2025 ist extrapoliert.

Mittel

Epoch AI schätzt die Leistungskapazität von KI-Rechenzentren im vierten Quartal 2025 auf rund 30 GW. Der Bericht vergleicht das mit dem Spitzenstromverbrauch des Bundesstaats New York und behauptet, die Größenordnung liege über der vieler Industrieländer. Gemeint ist geschätzte Kapazität, nicht tatsächlich gemessener Stromverbrauch.

Die Schätzung beruht auf den Verkaufszahlen großer KI-Chiphersteller pro Quartal. Epoch AI multipliziert die Stückzahlen mit der Nennleistung der Chips und verwendet anschließend einen Faktor von etwa 2,5, um den zusätzlichen Bedarf für Server, Netzwerke, Kühlung und Infrastruktur einzurechnen. In der Tabelle steigt die geschätzte Rechenzentrumskapazität von 0,15 GW Anfang 2022 auf 26,92 GW im dritten Quartal 2025. Für Ende 2025 werden 31,24 GW ausgewiesen; dieser Wert ist als extrapoliert gekennzeichnet. Der Bericht nennt keine Unsicherheitsintervalle oder unabhängige Validierung. Die zentrale Zahl ist deshalb als methodenabhängige, gerundete Schätzung zu lesen.

Ausführlich lesen

Epoch AI schätzt, dass die installierte Leistungskapazität von Rechenzentren für KI im letzten Quartal 2025 rund 30 Gigawatt erreichte. Der Bericht vergleicht diese Größenordnung mit dem Spitzenstromverbrauch des US-Bundesstaats New York und behauptet, sie übertreffe den Bedarf vieler Industrieländer. Das ist eine Schätzung der Kapazität, keine Messung des tatsächlichen Stromverbrauchs.

Die Berechnung geht von verkauften KI-Chips großer Hersteller aus. Epoch AI ermittelt, welche Chipmodelle in welchen Mengen pro Quartal verkauft wurden, und multipliziert die Stückzahlen mit der jeweils angegebenen Nennleistung. Um den zusätzlichen Strombedarf von Servern, Netzwerken, Kühlung und weiterer Infrastruktur einzubeziehen, wird die so ermittelte Chip-Leistung mit dem Faktor 2,5 hochgerechnet.

Die beigefügte Tabelle zeigt einen starken Anstieg: Die geschätzte Rechenzentrumskapazität steigt von 0,15 GW im ersten Quartal 2022 auf 13,50 GW Ende 2024 und 26,92 GW im dritten Quartal 2025. Für das vierte Quartal 2025 nennt die Tabelle 31,24 GW; dieser Wert ist ausdrücklich als extrapoliert markiert. Die geschätzte zusätzliche Leistung pro Quartal wächst über den Zeitraum zunächst von 0,06 GW auf mehr als 2 GW und beträgt im letzten ausgewiesenen Quartal 1,73 GW.

Die Aussagekraft hängt von den zugrunde gelegten Verkaufszahlen, den Nennleistungen der Chips und dem pauschalen Infrastruktur-Aufschlag ab. Der Text erläutert diese Methode, liefert aber keine Unsicherheitsintervalle oder eine unabhängige Prüfung der Schätzung. Außerdem ist der letzte Tabellenwert eine Hochrechnung. Die Angabe von rund 30 GW im Titel und Vorspann ist daher als gerundete Schätzung zu verstehen; die Tabelle weist für Ende 2025 31,24 GW aus.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Luna ordnet alle drei Sammelfragen mit Stufe 3 ein, also mit Hintergrund ohne Belege. Der Bericht trifft zu keiner dieser Fragen eine Aussage, daher sind diese Stufen zu hoch. Die mittlere Zusammenfassung ist treu und enthält die Methodik, den Faktor 2,5, die Extrapolation und den Hinweis auf fehlende Unsicherheitsangaben. Die kurze Fassung lässt den Ländervergleich weg.

Im Bericht, aber nicht in der Zusammenfassung

  • Der Vergleich mit dem Stromverbrauch vieler Industrieländer fehlt in der kurzen Fassung

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Unabhängig prüfen
Tempo und Grenzen
  1. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 35 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung kein Bezug
Vertrauen in Modelle
  1. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 35 %Hintergrund, keine Belege
    • JEV 34 %Hintergrund, keine Belege
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Modelle teilen und schützen
  1. SF-H5 Wann sind Chip- und Exportkontrollen eine Sicherheitsmaßnahme, und wann ein dauerhafter Vorteil?
    • clef 100 %kein Bezug
    • Luna 41 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Frieden und Sicherheit
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 51 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 46 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung kein Bezug

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →