KI-native Energieunternehmen entwickeln sich zu einer "neuen Spezies" im Silicon Valley
Seit dem Beginn des Jahres 2026 hat die Angst in der Technologiebranche von Modellen, Code und Chips weiter in tiefere Ebenen der KI - Branchenkette gewandert. Die Branche beginnt, sich mit einer grundlegenderen Frage zu beschäftigen: Gibt es überhaupt genug Strom, um die enorme KI - Rechenleistung zu unterstützen?
Bei der am 1. Juni gerade beendeten NVIDIA GTC Taipei - Konferenz hat Jensen Huang NVIDIA DSX, die dritte Generation der MGX - Rack - Architektur und das 800VDC - Stromversorgungsschema vorgestellt. Dabei wurden Berechnungs-, Netzwerk-, Speicher-, Strom-, Kühl- und Steuersysteme als Ganzes neu gestaltet, um die "Stromsystemtechnik" innerhalb der KI - Fabriken neu zu definieren.
Was NVIDIA erreichen möchte, ist die Optimierung der Systemeffizienz innerhalb der KI - Fabriken. Es soll die Zusammenarbeit zwischen Berechnung, Netzwerk, Stromversorgung und Kühlung verbessert werden, um die Token - Produktion pro Watt Strom zu erhöhen.
Zur gleichen Zeit wird die Stromversorgung außerhalb der KI - Fabriken zum neuen Engpass: Wo können Datencentren gebaut werden, wo gibt es noch Anschlusskapazitäten, können die Projekte schnell an das Netz angeschlossen werden, und wie kann die Last nach der Fertigstellung in Abhängigkeit vom Netzdruck angepasst werden?
Unter diesen Umständen und Bedürfnissen haben sich allmählich eine Reihe von "KI - nativen Energieunternehmen" entwickelt.
Interessanterweise bauen diese Energieunternehmen keine Kraftwerke und legen keine Stromleitungen, sondern versuchen nur mit Code und Algorithmen, die Stromflussrichtung, - preise und - rhythmik neu zu definieren.
Das Kapitalmarkt beginnt auch, diese Art von Unternehmen neu zu bewerten.
Im Mai 2026 haben die Silicon Valley - Risikokapitalgesellschaft Sutter Hill Ventures, die frühzeitig in NVIDIA investiert hat, und der bekannte Investor John Doerr gemeinsam die Serie - A - Finanzierung von 64 Millionen US - Dollar für ein Unternehmen namens "GridCARE" geleitet.
GridCARE wendet KI in den Bereichen Stromanschluss und Energieverwaltung an, um KI - Fabriken dabei zu helfen, verfügbare Stromressourcen schneller zu identifizieren, Anschlusspläne zu erstellen und an der anschließenden Lastverwaltung teilzunehmen.
In der Vergangenheit kamen die Vorstellungsmöglichkeiten für Energie - Technologieunternehmen eher von erneuerbaren Energien, Energiespeichern, Batterien und Netzgeräten. Aber nach dem Ausbruch des Bedarfs an KI - Rechenleistung kann das Unternehmen, das Datencentren dabei helfen kann, Strom schneller zu finden, anzuschließen und effizienter zu nutzen, möglicherweise zu einem Schlüsselglied in der KI - Infrastrukturkette werden.
Unternehmen wie GridCARE beginnen auch in Regionen wie Silicon Valley in den Vereinigten Staaten aufzutauchen.
Emerald AI, ein Unternehmen mit Sitz in Washington, USA, hat in 16 Monaten insgesamt rund 68 Millionen US - Dollar an Kapital beschafft. Hinter ihm stehen NVIDIA NVentures, Energy Impact Partners sowie Stromriesen wie Eaton, Siemens und GE Vernova. Jeff Dean und Fei - Fei Li haben auch als Privatpersonen investiert.
Im Mai 2026 hat auch Shatterdome Energy, ein Unternehmen, das von dem Unternehmer Amann Shariff mit Hintergrund in der quantitativen Handel gegründet wurde, eine Vor - Saat - Serie - Finanzierung von 3,5 Millionen US - Dollar abgeschlossen.
Die meisten dieser Unternehmen zielen auf die am stärksten eingeschränkten Bereiche der KI - Infrastruktur ab: "Strom suchen" im Stromnetz, feststellen, wo noch verfügbare Kapazitäten sind und wo ein schnellerer Anschluss möglich ist, um die Warteschlangenzeit für den Netzanschluss zu verkürzen; die Rechenleistungstasks bei Netzlastspitzen anpassen und die Stromnutzung zeitversetzt durchführen; sowie Echtzeit - Stromhandel und - verwaltung mit KI für erneuerbare Energien, Energiespeicher und Großindustrieanwender.
Das Aufkommen dieser Unternehmen hat für die Branche wichtige Referenz - und Lernwert.
Der Energiewettbewerb in der KI - Ära beinhaltet nicht nur das Bauen von mehr Kraftwerken und das Verlegen von mehr Leitungen, sondern auch die effizientere Organisation von erneuerbaren Energien, Energiespeichern, Stromnetzen und Rechenlasten. In Zukunft kann das Unternehmen, das Strom schneller finden, anschließen und verwalten kann, möglicherweise einen vorteilhafteren Standort im Wettbewerb um die KI - Infrastruktur einnehmen.
Neben Chips und Rechenleistung wird Strom zur neuen Geschwindigkeitsgrenze des KI - Systems. Und die Strombranche selbst wird von KI neu geschrieben.
Bild generiert von KI
01 Stromangst in der KI - Ära: Es fehlt nicht an Strom, sondern an "verfügbarem Strom"
Die Stromangst in der KI - Ära scheint auf den ersten Blick wie "Strommangel" zu sein, im Wesentlichen jedoch fehlt es an "verfügbarem Strom". Viele Stromressourcen existieren zwar, werden aber nicht ausreichend identifiziert, verwaltet und zugestellt.
In dem Bericht "Roadmap: AI Data Center Stack" der Silicon Valley - Risikokapitalgesellschaft Bessemer Venture Partners, der im Mai 2026 veröffentlicht wurde, werden einige Zahlen aufgeführt: Bis Anfang 2026 wurden weltweit Ultra - Groß - Datencentrenprojekte mit einer Leistung von 190 Gigawatt angekündigt, aber nur 12 Gigawatt sind tatsächlich in Betrieb, 21 Gigawatt sind im Bau, und die verbleibenden 148 Gigawatt existieren nur auf Papier. Bei den Projekten, die im Jahr 2025 online gehen sollten, stieß mehr als ein Viertel an den Stromversorgungs - und Genehmigungsbeschränkungen.
Ein Forschungsbericht der Stanford University, der im Dezember 2025 veröffentlicht wurde, weist auch darauf hin, dass die Auslastung des US - Stromnetzes die meiste Zeit weniger als ein Drittel beträgt. Das Stromnetz - Intelligente Wartungsunternehmen GridCARE gibt genauere Zahlen an: Selbst in den am stärksten belasteten Stromversorgungsgebieten beträgt die tatsächliche Netzauslastung weniger als 32%. Es fehlt nicht an Strom, sondern an der Fähigkeit, ihn zu liefern.
Amit Narayan, Mitbegründer und CEO von GridCARE, hat diesem Phänomen einen Namen gegeben: "Time - to - Energize Crisis", was bedeutet, dass zwischen der Stromnachfrage und der tatsächlichen Stromversorgung ein Zeitunterschied von mehreren Jahren besteht. Viele vorhandene Netzkapazitäten können aufgrund der Beschränkungen der traditionellen Netzverwaltung und des Netzanschlussverfahrens nicht genutzt werden.
Er hat das gegenwärtige Szenario so beschrieben: "Die gegenwärtige KI - Euphorie ist außer Kontrolle geraten, so dass manche denken, es sei möglicherweise einfacher, Chips in den Weltraum zu schicken als Strom auf der Erde zu finden."
Hinter diesem Engpass verbirgt sich eine enorme Geschäftsmöglichkeit. Laut Schätzungen von GridCARE kann die Freisetzung von 1 Gigawatt Strom durch einen früheren Netzanschluss einen Wert von 25 Milliarden US - Dollar schaffen.
Sutter Hill Ventures, das die Finanzierung geleitet hat, ist eine der frühen Investoren von NVIDIA und hat sozusagen die Entstehung der "Rechenära" miterlebt. Vic Miller, Generaldirektor dieser Gesellschaft, hat öffentlich erklärt: "Vor einem Jahr sprach kaum jemand darüber, dass Strom ein Engpass für KI sei. Heute ist es jedoch ein unumgängliches Problem für die gesamte Branche."
John Doerr, der mitinvestiert hat und auch ein früherer Investor von Amazon und Google war, hat seinen Investitionsgrund mit nur einem Satz erklärt: "GridCARE bietet erschwingliche und nachhaltige Energie, indem es das in unseren bestehenden Stromnetzen ungenutzte Potenzial freisetzt."
GridCARE hat eine Software namens "Strombeschleuniger" entwickelt. Ihre Kerntechnik besteht darin, mit KI Milliarden von Betriebszuständen des Stromnetzes in Echtzeit zu simulieren und zu analysieren, einschließlich Leitungsverstopfungen, Stromausfallrisiken, Wetteränderungen und Nachschwankungen. Dann werden die ungenutzten Stromressourcen markiert und an die benötigten Orte geleitet.
Derzeit hat sich dieses Modell in einem ersten Fall bewährt. GridCARE arbeitet mit der Portland General Electric Company zusammen, um in Hillsboro, Oregon, eine Netzkapazität von über 400 Megawatt freizusetzen, die ausreicht, um sechs Datencentren anzuschließen. Davon sollen die ersten 80 Megawatt bereits im Jahr 2026 in Betrieb gehen.
02 Vom Stromsuchen zum Stromverwalten: KI - Fabriken lernen "Zeitversetzte Stromnutzung"
GridCARE konzentriert sich auf die Netzseite und versucht, mehr Anschlusskapazitäten aus dem bestehenden Stromübertragungs - und - verteilungssystem herauszuholen.
Es gibt auch Energie - Start - Ups, die sich ebenfalls auf die Softwareebene konzentrieren, aber von einem völlig anderen Ansatz ausgehen.
Ein Unternehmen namens "Emerald AI" untersucht, wie man KI - Datencentren zu steuerbaren Netzwerkenassets machen kann, damit die Datencentren ihren Stromverbrauch in Abhängigkeit von der Netzlage anpassen können. Wenn der Netzdruck hoch ist, können einige KI - Tasks temporär verlangsamt, verschoben oder an andere Regionen verlagert werden. Nach der Entlastung des Netzes kann die höhere Last wieder aufgenommen werden.
Die zugrunde liegende Logik ist: KI - Fabriken müssen nicht die ganze Zeit mit voller Last laufen. Modelltrainingstasks können angehalten und später fortgesetzt werden, und Batch - Inferenztasks können an andere Regionen verlagert werden. Wenn die Datencentren die Leistung nach Anweisung des Netzes reduzieren können, wird der Netzdruck erheblich verringert, und es ist nicht notwendig, für die Spitzenlast neue Leitungen zu bauen.
Das von Emerald AI entwickelte Produkt heißt "Conductor" - Plattform, die wie ein "flexibles Gehirn" für Datencentren wirkt.
Es fungiert wie ein intelligentes Ventil zwischen Stromnetz und Datencentren. Wenn das Netz unter Druck steht, erhält die Plattform ein Signal und reduziert die Stromaufnahme der Einrichtungen in Echtzeit, während gleichzeitig sichergestellt wird, dass die wichtigen KI - Tasks auf NVIDIA - GPUs nicht beeinträchtigt werden.
Auf der COMPUTEX Taipei haben Emerald AI, NVIDIA und die Silicon Valley - Stromversorgungsgesellschaft die Zusammenarbeit angekündigt und das erste kommerzielle Mehr - Megawatt - Projekt in Silicon Valley gestartet.
Der Ausgangspunkt dieses Projekts ist das "Flexible Last - Interkonnektionsprogramm" der Silicon Valley - Stromversorgungsgesellschaft. Das Kernstück dieses Programms ist eigentlich die Lösung des Problems der langen Warteschlangenzeit für den Stromanschluss von Datencentren.
Shivaram hat dazu folgendes gesagt: "Das 'Flexible Last - Interkonnektionsprogramm' der Silicon Valley - Stromversorgungsgesellschaft hat gezeigt, dass der regulatorische Weg gangbar ist. NVIDIA's DSX OS, DSX Flex und unsere Conductor - Plattform haben dieses Technologiekonzept in kommerziellem Maßstab umgesetzt."
03 Vom Einzelpunktmanagement zur Plattform: Die KI - Version der "Virtuellen Kraftwerk"
Im Vergleich zu GridCARE und Emerald AI scheint das Unternehmen Grid AI noch größere Ziele zu verfolgen.
Grid AI möchte mit einer einheitlichen KI - Plattform alle verteilten Stromressourcen vernetzen, von der Klimaanlage eines Haushalts bis zum Notstromaggregat eines KI - Datencenters, und alle diese in die Verwaltung einbeziehen.
Sie haben diese Idee in drei Ebenen umgesetzt.
Die erste Ebene betrifft private Haushalte und kleine Unternehmen. Die KI verwaltet im Hintergrund automatisch Geräte wie Klimaanlagen, Elektromobile und Batterien, um den Benutzern zu helfen, bei niedrigen Strompreisen mehr Strom zu verbrauchen und bei hohen Preisen oder Netzlastspitzen weniger Strom zu verbrauchen.
Die zweite Ebene betrifft kommerzielle und öffentliche Nutzungsfälle. Hier werden Assets wie Energiespeicher, Elektromobilliegen und verteilte Stromquellen einheitlich verwaltet und am Strommarkt gehandelt.
Die dritte Ebene betrifft KI - Datencentren und große Industrieparks. Durch die Koordination von Stromerzeugung, Energiespeicherung und Last können diese stromintensiven Einrichtungen stabileren und billigeren Strom nutzen.
In gewisser Weise handelt es sich bei Grid AI im Wesentlichen um eine "KI - Version des virtuellen Kraftwerks". Traditionelle virtuelle Kraftwerke bündeln viele "kleine Stromquellen, kleine Batterien und kleine Lasten", um dem Netz Druck abzunehmen. Grid AI erweitert die Grenzen des virtuellen Kraftwerks auf KI - Datencentren und große Industrieparks und schafft eine KI - Energieverwaltungplattform, die Haushalte, Gewerbe, öffentliche Einrichtungen und Ultra - Groß - Stromverbrauchsszenarien abdeckt.
Neben der Optimierung von Netz und Last beginnt KI auch in den Handel am Strommarkt einzudringen.
Das US - amerikanische KI - Energiehandelsdienstleister Shatterdome Energy hat sich als "finanzielle Infrastrukturebene" der Energiewelt positioniert.
Eine Dach - Solaranlage, ein Windrad oder eine Batterie waren in der Vergangenheit nur einzelne Stromerzeugungsgeräte. In dem System von Shatterdome Energy können sie jedoch zu einem handelbaren Energieasset zusammengefasst werden. Die Plattform entscheidet in Abhängigkeit von Strompreisänderungen, Wetterbedingungen, Stromerzeugungsprognosen und Marktbedarf, wann Strom verkauft, wann gespeichert und wann Handelstools zur Risikominimierung eingesetzt werden sollen.
Das KI - Tool von Shatterdome Energy achtet auf die feinen Signale am Strommarkt, die für menschliche Händler schwer zu entdecken sind. Beispielsweise kann es feststellen, wenn eine Leitung plötzlich verstopft, wenn die Stromerzeugung in einer Region nicht der Nachfrage entspricht oder wenn der Strompreis an einem bestimmten Knotenpunkt plötzlich schwankt. Der Algorithmus kann diese Veränderungen sofort erkennen und schneller als Menschen Transaktionen durchführen.
Mit zunehmendem Anteil erneuerbarer Energien wird der Strommarkt immer schwieriger vorherzusagen: Das Wetter beeinflusst die Leistung von Wind - und Solarenergie, Datencentren können plötzlich die Last erhöhen, und lokale Netzverstopfungen können zu schnellen Preisdifferenzen in verschiedenen Regionen führen. Für Stromunternehmen kann eine falsche Prognose oder eine langsame Reaktion zu Strafgebühren und Handelsverlusten führen.
Nach dem Eintritt von KI wird der Energiehandel zu einem hochfrequenten Spiel. KI kann Unternehmen nicht nur "Stromkosten sparen", sondern auch Stromunternehmen helfen, die Nachfrage und das Angebot genauer vorherzusagen, schneller auf Preisänderungen zu reagieren und Verluste aufgrund von Fehlurteilen zu reduzieren.
Eine Umfrage des Technologiedienstleisters Digiqt im September 2025 zeigt, dass KI - Händler schnell in den Energiemarkt eindringen. Sie bringen reale Veränderungen mit sich: Ein mittelgroßes Stromunternehmen hatte früher monatliche Verluste von 50.000 bis 150.000 Euro aufgrund von Ungenauigkeiten in der Prognose. Nach der Einführung von KI wurden diese Verluste um 15% bis 30% reduziert.