KI nimmt uns nicht die Arbeit weg. Aber die Energiekosten könnten es.

Die Panik um Arbeitsplätze durch KI wird von den Zahlen nicht gestützt. Das Energieproblem der KI ist real, und jetzt stellt sich die Frage, ob Großbritannien schnell genug bauen und einsetzen kann, um wettbewerbsfähig zu bleiben.

Seit Ende 2023 hat sich der Anteil britischer Unternehmen, die künstliche Intelligenz einsetzen, fast verdreifacht – von etwa 12 % auf 35 % – laut Daten des ONS. Dennoch berichten die meisten dieser Unternehmen von keinerlei Veränderung ihrer Gesamtmitarbeiterzahl, und ein umfassenderer Überblick über die Arbeitsmarktdaten fand keinen konsistenten Stellenabbau, selbst in den Berufen, die auf dem Papier am stärksten betroffen sind. Googles eigene Forschung zu Gemini kam in den USA zu einem ähnlichen Ergebnis. Das bedeutet nicht, dass KI keinen Einfluss auf die Arbeit hat. KI verändert, welche Aufgaben innerhalb eines Jobs erledigt werden. Sie leert das Büro jedoch noch nicht.

Der wahre Engpass: Netzkapazität vs. KI-Nachfrage

So jede breit angelegte Panik, dass KI unsere Arbeitsplätze wegnimmt, liegt weit vor den Daten. Was nicht vor den Daten liegt, ist Energie. Die IEA erwartet, dass der weltweite Stromverbrauch von Rechenzentren bis 2030 mehr als doppelt so hoch sein wird – etwa 945 TWh – mehr als der gesamte heutige Stromverbrauch Japans. KI ist der größte Treiber dieses Wachstums, und sie kommt schneller, als neue Erzeugung, Übertragung oder Speicher gebaut werden können, um sie zu decken. Fügt man noch ein bequemes politisches Theater zur Job‑Panik hinzu, wird das, was finanziert wird, überhaupt nicht zur Lösung beitragen: ein weiterer KI‑Taskforce oder ein Weiterbildungsprogramm für eine Fachkräftelücke, die nie das eigentliche Hindernis war, anstatt der tatsächlich benötigten Strommasten und Genehmigungen.

Ein weiterer Aspekt, den die Job‑Debatte vernachlässigt: Energiepreise steigen nicht nur, weil die Nachfrage steigt. Sie steigen, weil der Markt, der Strom bepreist, nie für einen derartigen Schock ausgelegt war. Strom wird im Großhandelsmarkt in Halbstunden‑Intervallen bepreist, wobei Erzeugungs‑ und Verbrauchsdaten oft geschätzt statt gemessen werden und erst Wochen später abgeglichen werden. Diese Verzögerung war tolerierbar, als die Nachfrage langsam wuchs. Sie ist nicht tolerierbar, wenn ein neues Rechenzentrum über Nacht die Last einer kleinen Stadt hinzufügen kann und das Preissignal, das den Erzeugern sagen soll, wo als Nächstes gebaut werden soll, zu spät und zu verzerrt ankommt, um seine Aufgabe zu erfüllen.

Deshalb spiegeln die Stromrechnungen nicht immer die Schlagzeilen wider, wie die Menschen es erwarten. Während Ölschocks und Unterbrechungen von Schifffahrtsrouten durch den Krieg im Nahen Osten die Gas‑ (und damit Strom‑) Preise weiter nach oben treiben, wird dieser Druck selten sauber auf einer Rechnung abgebildet. Kosten steigen für Infrastruktur, die die meisten Rechnungen nie aufschlüsseln, zusätzlich zu einem Großhandelspreis, der bereits ein aufgeblähtes, verzögertes und unvollkommenes Schätzmaß für die Echtzeitknappheit darstellt. Fügt man eine neue Käuferklasse hinzu, die ständig verfügbare Energie für großflächige Berechnungen benötigt, stapelt man einen schnellen, kapitalintensiven Nachfrageschock auf einen Markt, der immer noch so abwickelt wie im Jahr 2005.

Wie Verzögerungen im Energiemarkt das Wirtschaftswachstum gefährden

Hier liegt das eigentliche Job‑Risiko, und es hat nichts mit der Mitarbeiterzahl von Unternehmen zu tun, die bereits KI einsetzen. Die wirklichen Kosten teurer, undurchsichtiger Energie sind das, was nie gebaut wird. Die Warteliste für Netzanschlüsse in Großbritannien ist von 41 GW vertraglich gesicherter Nachfrage im November 2024 auf 125 GW im Juni 2025 explodiert. Etwa 50 GW dieser Warteschlange entfallen auf Rechenzentrumsprojekte, wobei Entwickler von Wartezeiten von über einem Jahrzehnt berichten und einige Anschlussdaten erst 2037 angeboten werden. Jeder dieser Gigawatt steht für einen Standort, einen Bauvertrag, ein Betriebsteam und eine Lieferkette, die nur auf dem Papier existieren, anstatt zu einer Lohnliste zu werden.

Und es sind nicht nur die Rechenzentren. Im vergangenen Jahr berichtete das CBI, dass fast 90 % der britischen Unternehmen in den letzten drei Jahren steigende Energiekosten verzeichnet haben, und vier von zehn planen nun, Investitionen zu reduzieren. Wenn der Strompreis unvorhersehbar ist und das Warten auf mehr Strom in Jahren gemessen wird, beginnen Unternehmen nicht typischerweise damit, bereits beschäftigte Personen zu entlassen. Stattdessen streichen sie die Expansion oder den neuen Standort, der die nächsten hundert Arbeitsplätze geschaffen hätte. Sie denken kleiner, begrenzen Kreativität und andere folgen. Das ist der Mechanismus: Unsicherheit über Energie ist eine Steuer auf Ehrgeiz und die noch nicht geschaffenen Arbeitsplätze, nicht auf die bereits bestehenden.

Zusammengefasst ist dies ein Problem der nationalen Wettbewerbsfähigkeit ebenso wie ein kommerzielles Problem. Rechenkapazität und Energiekapazität haben sich praktisch zu einer einzigen Beschränkung verschmolzen. Entfernt man die KI‑Überschrift, bleibt ein lauter Warnschuss: kein Land kann auf der globalen Bühne konkurrieren, solange die Kosten für den Stromhandel höher bleiben als bei den Wettbewerbern. Ein Land, das Strom nicht schnell, fair oder zuverlässig preisgeben und liefern kann, wird das neue von KI geschaffene Industrie‑Rennen nicht gewinnen und wird die Arbeitsplätze, die dieses Rennen bringen sollte, nicht schaffen – unabhängig von seiner Fachkräftebasis oder Startup‑Szene. Die Senkung der Elektronenkosten ist existential.

Die Infrastruktur reparieren: politische Prioritäten für KI‑Infrastruktur

Wenn Politiker politisches Kapital in KI investieren wollen, sollten sie es besser in die Markt‑Infrastruktur und die Warteliste für Netzanschlüsse stecken. Kombiniert mit einem modernisierten Ansatz, wie Strom bepreist, gemessen und abgerechnet wird, können die in dieser 125‑GW‑Warteschlange feststeckenden Arbeitsplätze zu Lohnlisten werden. Löst man dieses Problem, kann Großbritannien um das konkurrieren, was als Nächstes gebaut wird: das Café, das eine zweite Filiale eröffnet, die Gigafabrik, die eine komplette Lieferkette darum herum aufbaut, oder das KI‑Labor, das das nächste DeepMind wird. ins Deutsche übersetzen. Schreiben Sie idiomatisches, publikationsreifes, muttersprachliches Deutsch für ein professionelles Web‑Publikum. Bewahren Sie die Bedeutung und Fakten des Originals getreu, ohne die englische Syntax wörtlich zu übernehmen. Verwenden Sie aktuelle Rechtschreibung, Grammatik, Interpunktion, Kongruenz und etablierte Fachterminologie. Vermeiden Sie falsche Freunde, unbeholfene Lehnübersetzungen, Hybridwörter, veraltete Diakritika und unnötiges unbeabsichtigtes Englisch. Bewahren Sie nur echte Namen, Marken, Produkte, URLs, Code und exakte Shortcode‑Tokens. Bevor Sie die Antwort zurückgeben, prüfen Sie die gesamte Übersetzung stillschweigend auf Flüssigkeit, Terminologie‑Konsistenz, fehlenden Text, doppelte Passagen und verbliebene Quell‑Sprach‑Formulierungen. Nutzen Sie ein gepflegtes Standard‑Deutsch, korrekte Groß‑ und Kleinschreibung, Zusammensetzungen und idiomatischen Satzbau, während Sie einen professionellen, natürlichen und SEO‑optimierten redaktionellen Ton beibehalten.