Der US-amerikanische Anbieter von Solar- und Heimenergiespeichersystemen Sunrun weitet sein Geschäftsmodell in den Bereich der Künstlichen Intelligenz aus. Statt herkömmlicher Rechenzentren plant das Unternehmen die Einführung eines Pilotprogramms für verteilte KI-Computingkapazitäten. Dabei sollen zahlreiche Compute-Knoten in den Haushalten von Kundinnen und Kunden installiert werden, die bereits über Solaranlagen und Batteriespeichersysteme von Sunrun verfügen. Als Entschädigung für die Bereitstellung der lokalen Infrastruktur und die notwendige Stromversorgung erhalten die Teilnehmer finanzielle Vergütungen. Die verarbeitete Rechenleistung wird anschließend an Unternehmen und KI-Spezialisten verkauft. Diese dezentrale Strategie stellt eine direkte Antwort auf die wachsende gesellschaftliche Ablehnung von Großrechenzentren dar. Aktuelle Umfragen belegen, dass über siebzig Prozent der US-Bevölkerung dem Bau neuer Datenzentren in ihrer Nähe kritisch gegenüberstehen, wobei vor allem Bedenken hinsichtlich Wasserverbrauch, Energiebedarf, Lärmbelastung und Umweltverschmutzung im Vordergrund stehen. Durch die Aufteilung der Infrastruktur auf viele kleine Knotenpunkte im gesamten Landesnetz sollen lokale Widerstände reduziert und die Effizienz der Ressourcenverteilung gesteigert werden. Sunrun verweist auf einen erfolgreich durchgeführten Machbarkeitsnachweis des Konzepts, betont jedoch, dass die Technologie im großen Maßstab noch erprobt werden muss. Das Unternehmen, das traditionell primär im Bereich Heimenergie tätig ist, nutzt den Pilotzeitraum, um technische Stabilität, Energiemanagement und wirtschaftliche Machbarkeit zu validieren. Derzeit können sich die rund 1,1 Millionen bestehenden Kunden auf eine Warteliste setzen lassen. Die Planungen sehen vor, den Pilotversuch in den kommenden Monaten abzuschließen und die Ergebnisse einer gründlichen Bewertung zu unterziehen, bevor eine flächendeckende kommerzielle Einführung geprüft wird. Dieses Modell markiert einen signifikanten strategischen Wandel für die Energiewirtschaft und könnte langfristig neue Architekturprinzipien für die KI-Infrastruktur etablieren.