OpenAI will einen Teil des hohen Strombedarfs künftiger KI-Rechenzentren zeitweise reduzieren, wenn das Netz besonders stark beansprucht wird. Project Camellia im US-Bundesstaat Georgia soll dafür der erste große Prüfstein sein. Der noch im Aufbau befindliche Campus in Effingham County ist für eine Leistung von rund 3,2 Gigawatt ausgelegt. Davon sollen bei hoher Nachfrage bis zu 1.000 Megawatt flexibel reduziert werden können.
Am 2. November 2026 stellte OpenAI diese Strategie unter dem Namen „Grid Protectors“ vor. Bislang handelt es sich um eine vertragliche und technische Zusage, nicht um einen im Betrieb erbrachten Nachweis. Erst wenn der Standort arbeitet, wird sich zeigen, ob sich eine Last von dieser Größenordnung verlässlich absenken lässt, ohne den Rechenbetrieb oder das Stromnetz an anderer Stelle zu belasten. Recherchequelle: OpenAI
Project Camellia soll 3,2 Gigawatt erhalten
Für den geplanten Campus hat OpenAI mit Georgia Power eine stufenweise Stromversorgung vereinbart. Die Kapazität soll zwischen 2028 und 2032 bereitgestellt werden und schließlich 3,2 Gigawatt beziehungsweise etwa 3.200 Megawatt erreichen. Georgia Power beziffert den vorgesehenen Leistungsbedarf auf rund 3.210 Megawatt.
OpenAI erklärt, sämtliche projektbedingten Kosten für Stromversorgung und Infrastruktur selbst übernehmen zu wollen. Der Versorger verweist seinerseits auf langfristige Liefervereinbarungen und finanzielle Sicherungen, die andere Kunden vor wirtschaftlichen Risiken schützen sollen. Diese Angaben beschreiben vertragliche Verpflichtungen für ein Projekt, das noch nicht fertiggestellt ist. Ob alle Kosten und Risiken damit tatsächlich vollständig abgedeckt sind, lässt sich aus den öffentlich zugänglichen Unterlagen nicht in jedem Detail nachrechnen. Recherchequelle: OpenAI
Die vereinbarte Lastreduktion von bis zu 1.000 Megawatt entspricht rechnerisch 31,25 Prozent von 3.200 Megawatt, also knapp einem Drittel der vorgesehenen Anschlussleistung. Während bestimmter Belastungsphasen soll Georgia Power die Versorgung des Campus entsprechend zurückfahren können. Dadurch würde im Netz vorübergehend mehr Leistung für andere Verbraucher verfügbar.
Die Zahlen dürfen allerdings nicht mit dem jährlichen Energieverbrauch verwechselt werden: Megawatt bezeichnen eine momentane Leistung. Wie viele Megawattstunden der Campus über ein Jahr hinweg beziehen wird, geht daraus nicht hervor. Ebenso wenig ist bislang öffentlich festgelegt, wie oft Georgia Power die Reduzierung abrufen darf, welche Vorlaufzeit gilt oder wie lange ein solcher Eingriff dauern kann.
Was „Grid Protectors“ leisten soll
OpenAI möchte vergleichbare Regeln künftig auch für weitere selbst entwickelte Rechenzentren in den USA vereinbaren. Für jeden Standort sind eigene, messbare Abrufbedingungen vorgesehen. Dazu zählen die verfügbare Entlastungsleistung, die erforderliche Reaktionszeit und die maximale Dauer einer Absenkung. Festgelegt werden sollen die Einzelheiten gemeinsam mit Versorgern, Regulierern und politischen Entscheidungsträgern und abgestimmt auf die örtlichen Verhältnisse.
Auch die technische Umsetzung kann sich von Campus zu Campus unterscheiden. Möglich sind lokale Speicher oder eigene Energiequellen, die zeitweise einen Teil des Bedarfs decken. Batterien und elektronische Leistungsregelungen könnten zugleich verhindern, dass der Bezug aus dem öffentlichen Netz abrupt einbricht oder ebenso plötzlich wieder ansteigt.
Damit wird ein Rechenzentrum jedoch nicht automatisch zu einem Kraftwerk. Der zentrale Beitrag besteht zunächst darin, in kritischen Stunden weniger Strom aus dem Netz zu beziehen. Laststeuerung kann auf diese Weise einzelne Engpässe mildern. Zusätzliche Erzeugungsanlagen, Leitungen und Umspannwerke werden dadurch aber nicht grundsätzlich überflüssig. OpenAI selbst räumt ein, dass flexible Verbraucher den Ausbau des Stromsystems nur ergänzen können. Weitere Standortzusagen will das Unternehmen veröffentlichen, sobald entsprechende Vereinbarungen abgeschlossen sind.
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Nicht jede KI-Berechnung lässt sich verschieben
Wie viel Spielraum ein Rechenzentrum tatsächlich besitzt, hängt von der Art seiner Aufgaben ab. Besonders wenig flexibel sind Modellantworten, die Nutzer unmittelbar anfordern. Solche Inferenzdienste müssen meist innerhalb enger Zeitvorgaben reagieren. Einzelne Anfragen zu verzögern, zu unterbrechen oder auf einen späteren Zeitpunkt zu verlegen, könnte daher die zugesagte Dienstqualität beeinträchtigen.
Lang laufende Trainingsprozesse bilden dagegen oft über Tage oder Monate eine große, relativ gleichmäßige Last. Auch sie lassen sich nicht beliebig stoppen. Ihre softwaregesteuerten Arbeitsphasen sind jedoch eher vorhersehbar. Unter bestimmten Voraussetzungen können Leistungsgrenzen, Zeitpläne oder eine Verteilung der Rechenarbeit auf mehrere Standorte den Strombezug beeinflussen.
Zusätzliche Flexibilität kann auf einer übergeordneten Ebene entstehen: Aufgaben lassen sich teilweise anderen Modellen oder Rechenzentren zuweisen, während Speicher und unterbrechungsfreie Stromversorgungen kurzfristige Übergänge abfedern. Ob solche Maßnahmen zusammengenommen eine wiederholbare Drosselung im Gigawattmaßstab erlauben, ist noch nicht praktisch belegt.
Eine schnelle Laständerung ist zudem nicht automatisch netzfreundlich. Wenn ein sehr großer Verbraucher schlagartig Last abwirft oder nach einer Pause wieder vollständig hochfährt, können Frequenz und Spannung beeinflusst werden. Absenkung und Wiederanlauf müssen deshalb mit dem Netzbetreiber abgestimmt sein. Der Nutzen entsteht allein während des Zeitraums, in dem das Rechenzentrum tatsächlich weniger Leistung bezieht; bereits verbrauchte Energie wird dadurch nicht zurückgegeben.
Eine am 6. Oktober 2026 eingereichte arXiv-Übersichtsarbeit beschreibt die technischen Grundlagen dieser Möglichkeiten und Grenzen. Sie behandelt die Flexibilität von KI-Rechenzentren allgemein, ist jedoch ein Preprint und keine eigens für Project Camellia durchgeführte Betriebsstudie. Sie kann daher nicht nachweisen, dass die in Georgia vereinbarte Reduktion unter realen Bedingungen funktioniert. Recherchequelle: arXiv
Vertrag galt nach Mitarbeiterprüfung als genehmigt
Auch das Regulierungsverfahren verlangt eine genaue Einordnung. Am 26. August 2026 teilten die Mitarbeiter der Georgia Public Service Commission nach ihrer Prüfung mit, dass sie gegen den Versorgungsvertrag keinen Einwand erheben. Damit galt die Vereinbarung im vorgesehenen Verfahren als genehmigt. Eine Abstimmung der fünf gewählten Commissioner über den Vertrag fand jedoch nicht statt.
Georgia Power beschrieb den Vorgang verkürzt als Genehmigung des Vertrags. Ein späteres Begleitschreiben verwendet ebenfalls die Formulierung „deemed approved“. Maßgeblich bleibt, dass die Zustimmung aus der Prüfung durch die Mitarbeiter der Behörde hervorging und nicht aus einem formellen Votum der Kommission. Recherchequelle: PSC-Dokument
Im Zusammenhang mit der Vereinbarung legt Georgia Power eine umfangreiche Finanzprognose vor. Nach Berechnungen des Unternehmens sollen das gesamte einschlägige Großkundenportfolio und das erwartete Wachstum den Kunden in den Jahren 2029 bis 2031 Vorteile von etwa 950 Millionen Dollar pro Jahr bringen. Für den Dreijahreszeitraum nennt der Versorger 2,847 Milliarden Dollar.
Diese Summe ist weder eine feststehende Einsparung noch ausschließlich Project Camellia zuzuschreiben. Sie beruht auf der Unternehmensprognose für mehrere neue Großverbraucher sowie auf den Wachstumsannahmen.
Für einen typischen Haushalt mit durchschnittlich 1.000 Kilowattstunden Monatsverbrauch sollen die zusätzlichen Großkundenumsätze den Tarif in den Jahren 2029, 2030 und 2031 rechnerisch um mindestens 15 Dollar pro Monat entlasten. Gemeint ist ein Vergleich mit einem hypothetischen Tarif ohne diese Einnahmen. Es handelt sich nicht um eine monatliche Gutschrift und auch nicht um die Garantie, dass die tatsächlich zu zahlende Stromrechnung um 15 Dollar sinkt. Andere Kostenbestandteile könnten die Rechnung weiterhin erhöhen. Recherchequelle: Georgia Power
Widerstand vor Ort richtet sich auch gegen das Verfahren
In Effingham County begegnen viele Bewohner den wirtschaftlichen und technischen Zusagen mit Skepsis. Bei einer öffentlichen Veranstaltung im Juli 2026 ging es unter anderem um mögliche Folgen für Strom- und Wasserrechnungen, den Verkehr und Immobilienwerte. Kritisiert wurde außerdem, dass das Projekt erst kurz vor dem Termin bekannt geworden war. Recherchequelle: Atlanta Journal-Constitution
Später fragten Einwohner in einer fast dreistündigen Sitzung nach Strom- und Wasserversorgung, Notfallvorsorge, Lärm, Umweltauswirkungen und der langfristigen Entwicklung der Gemeinde. Ein zuständiger Commissioner räumte ein, die Öffentlichkeit hätte früher informiert werden sollen. Recherchequelle: Effingham Herald
Diese Einwände beweisen nicht, dass die befürchteten Schäden tatsächlich eintreten werden. Sie zeigen jedoch einen Vertrauenskonflikt, der durch die regulatorische Prüfung des Stromvertrags nicht beendet wurde. Offen bleibt für viele Bewohner, wie sich Nutzen, Kosten und Risiken verteilen und wie belastbar die veröffentlichten Zusagen sind.
Aus dem lokalen Vertrag wird ein nationales Konzept
Mit „Grid Protectors“ entwickelt OpenAI die Vereinbarung aus Georgia zu einem landesweiten Konzept weiter: Große KI-Standorte sollen nicht nur neue Verbraucher sein, sondern einen Teil ihres Strombedarfs an die Lage im Netz anpassen können. Axios ordnet das Programm in den wachsenden öffentlichen und politischen Widerstand gegen den hohen Energiebedarf großer Rechenzentren ein. In der Debatte geht es besonders um die Frage, ob andere Stromkunden für neue Infrastruktur oder steigende Systemkosten aufkommen müssen. Recherchequelle: Axios
OpenAI begründet das Programm dagegen mit Netzstabilität, einem flexibleren Rechenbetrieb und dem Ziel, die eigenen Infrastrukturkosten nicht auf andere Kunden abzuwälzen. Ob diese Ziele erreicht werden, lässt sich anhand der Ankündigung allein nicht beurteilen.
Öffentlich unbekannt sind bislang wesentliche Betriebsbedingungen. Dazu gehören die genauen Schwellen für einen Abruf, Vorwarnzeiten, Mindest- und Höchstdauer sowie die zulässige Häufigkeit. Offen sind außerdem Regeln für das Wiederhochfahren, mögliche Sanktionen und die Verfahren, mit denen eine tatsächlich erbrachte Reduktion nachgewiesen wird. Auch die vollständige wirtschaftliche Risikoverteilung kann aus den verfügbaren Vertragsinformationen nicht unabhängig rekonstruiert werden.
Entscheidend wird deshalb nicht die theoretische Obergrenze von 1.000 Megawatt sein, sondern die dauerhaft verfügbare und kontrollierbare Leistung. Der Campus muss im Ernstfall schnell genug reagieren, die Absenkung ausreichend lange halten und anschließend geordnet in den Normalbetrieb zurückkehren. Zugleich dürfen zeitkritische KI-Dienste nicht einfach als frei verschiebbare Last behandelt werden.
Ein steuerbares Rechenzentrum kann dem Stromsystem in angespannten Stunden helfen. Sein grundlegender Energiebedarf bleibt dennoch bestehen. Ob „Grid Protectors“ daraus ein belastbares Modell macht, werden erst die endgültigen Vereinbarungen und der spätere Betrieb von Project Camellia zeigen.
Weiterführende Informationen
Quellenhinweis: Einzelne Fakten, Einschätzungen und Prognosen dieses Beitrags stützen sich auf Veröffentlichungen der nachfolgend genannten Unternehmen und Institutionen. Die Links dienen zugleich der weiterführenden Information.
All-AI.de – OpenAI drosselt Rechenzentren, wenn das Stromnetz an seine Grenze kommt
Der Beitrag beschreibt Project Camellia als ersten Anwendungsfall der „Grid Protectors“ und die vereinbarte Lastreduzierung um bis zu 1.000 Megawatt.
https://www.all-ai.de/news/news26/openai-rechenzentren-drosselung
alphaXiv – Vom Stromnetz zum Chip: Energieversorgungsarchitektur, Stabilität und Flexibilität von KI-Rechenzentren
Die technische Vertiefung untersucht Training, Inferenz, zeitliche und räumliche Lastverlagerung sowie Batteriespeicher und benennt praktische Grenzen der netzdienlichen Steuerung.
https://www.alphaxiv.org/de/abs/2609.11649
Dr. Web – OpenAI will seine Rechenzentren bei Stromengpässen drosseln, in Georgia um bis zu 1.000 Megawatt
Der Beitrag erläutert die Vertragsgenehmigung, OpenAIs Kostenübernahme und Georgia Powers prognostizierte finanzielle Vorteile für andere Stromkunden.
https://www.drweb.de/openai-rechenzentren-stromnetz-drosseln/



