Ein Artikel von Gastautorin Josefa Niedermaier

AI sucks. Jedenfalls jede Menge Ressourcen. Das lässt sich nicht abstreiten – aber sehr leicht ignorieren. Wer sieht schon, dass für das Training von ChatGPT-3 hunderttausende Liter Trinkwasser verdampft sind? Der Ressourcenhunger von KI ist unsichtbar – und doch enorm. Aber wie genau entsteht dieser Verbrauch? Lassen sich KI und Umweltschutz nicht doch vereinen? Und macht es überhaupt einen Unterschied, ob wir im Alltag auf KI verzichten? Sind am Ende nicht wir das Problem? Viele Fragen – fangen wir von vorne an.

Was ist eigentlich „die KI“?

Künstliche Intelligenz ist kein einzelnes System, sondern ein Sammelbegriff für Technologien, die menschliche Fähigkeiten imitieren – Sprechen, Planen, Malen, Rechnen. KI ist längst Alltag: Autocorrect, Sprachassistenten, Suchvorschläge. Sogar künstlerisch eingesetzte KI wie „AARON“ von Harold Cohen gibt es seit den 1970ern.

Neu ist der Hype um generative KI wie ChatGPT oder Midjourney, die Texte, Bilder und Code neu erschaffen. (GPT steht übrigens für Generative Pre-Trained Transformer.)

Ob wir es wollen oder nicht: KI-Anwendungen sind heute tief in unsere digitale Infrastruktur eingebaut. Google, Microsoft, Meta – alle integrieren Modelle, die im Hintergrund laufen, selbst wenn du sie nie aktiv startest.

Das Ressourcen-Problem: Unsichtbar, aber real

Das eigentliche Problem? Der gigantische Ressourcenverbrauch und CO₂-Ausstoß. Und das betrifft uns alle.

Konkrete Zahlen sind schwer zu bekommen. Tech-Konzerne sind kaum verpflichtet, belastbare Daten zu veröffentlichen. Die meisten Angaben sind daher Schätzungen – vermutlich eher zu niedrig.

Eine weitere Schwierigkeit: Es gibt keine einheitlichen Standards. Zählt man nur den Rechenzentrumsbetrieb? Auch die Hardwareproduktion? Wie bewertet man Kühlung und Lieferketten?

Genau hier setzt das AI Energy Score Project an. Ziel: eine standardisierte Methode, um die Energieeffizienz von KI-Modellen objektiv bewerten zu können.

Was bringt der AI Act?

Der EU AI Act soll mehr Transparenz schaffen. Allerdings nur punktuell. Vorgeschrieben ist bislang lediglich die Offenlegung des geschätzten Stromverbrauchs während des Trainings – und das nur auf Anfrage der Behörden, nicht für die Öffentlichkeit.

KI, die nicht für allgemeine Zwecke entwickelt wurde, bleibt außen vor. (In diese „General Purpose“-Kategorie fällt z. B. ChatGPT.)

Und: Der immense Ressourcenbedarf der Hardware – etwa der zigtausend Nvidia-GPUs bei OpenAI – bleibt weitgehend im Dunkeln. Herkunft der Rohstoffe? Selten transparent.

Kurz: Der AI Act ist ein Anfang, aber kein Durchbruch. Verpflichtende Offenlegung, unabhängige Messstandards und realistische Verbrauchsobergrenzen wären nötig, damit Regulierung mehr ist als Symbolpolitik.

Ein Beispiel: Unternehmen dürfen Nutzerdaten fürs KI-Training oft per Opt-Out verwenden. Das bedeutet: Du musst aktiv widersprechen, sonst werden deine Daten genutzt. Ein echtes Opt-In würde die Praxis drastisch verändern.

Wie entsteht der Energieverbrauch von KI?

Rechenzentren laufen 24/7 und brauchen Strom – viel Strom. Und sie müssen gekühlt werden.

Die Kühlung erfolgt mit Luft oder Wasser; oft wird dabei Trinkwasser verdampft, weil selbst minimal verunreinigtes Wasser Server beschädigen könnte.

Je nach Standort kann ein Rechenzentrum effizienter sein – aber Tech-Konzerne bauen dort, wo Strom günstig ist. Und das ist oft in Regionen mit Hitze oder Wassermangel.

Wasserverbrauch: Frisch und kostbar

Eine Studie der University of California schätzt:
Pro 100 generierte Wörter Text verbraucht ChatGPT etwa 500 ml Trinkwasser.

Das Training von GPT-3 hat laut einer Studie 700.000 Liter Frischwasser verdampft.

Bis 2027 wird der KI-Wasserbedarf weltweit auf 4,2–6,6 Milliarden Kubikmeter geschätzt – mehr, als halb Großbritannien jährlich verbraucht.

Stromverbrauch: KI schlägt Google um Längen

Eine einzelne ChatGPT-Anfrage benötigt laut Goldman Sachs ca. 2,9 kWh – etwa zehnmal mehr als eine Google-Suche.

Bei Milliarden Anfragen pro Tag entspricht das dem Stromverbrauch ganzer Länder.

Das Training von GPT-4 verschlang laut BestBrokers über 62 Millionen kWh – mehr als das 16-Fache von GPT-3.

KI-Stromverbrauch im globalen Vergleich

  • 2024 verbrauchten Rechenzentren weltweit 415 TWh Strom.
  • Etwa 20 % davon entfielen auf KI.
  • Bis 2030 könnte der Verbrauch auf 945 TWh steigen.
  • Bis 2040 könnten digitale Datenspeicher 14 % der weltweiten Emissionen ausmachen.
  • In den USA verursacht KI bereits rund die Hälfte des Rechenzentrumsverbrauchs.
  • Die EU will ihre Rechenzentrumskapazitäten in 5–7 Jahren verdreifachen.

Viele große Anbieter – Apple, Amazon – geben weiterhin kaum Details preis.

CO₂-Fußabdruck: Vor allem das Training belastet

Das Training großer Modelle verursacht extreme Emissionen. GPT-3 erzeugte laut Schätzungen bis zu 552 Tonnen CO₂ – genug, um 25.000 Haushalte einen Monat lang zu versorgen.

Was kannst du tun? Macht individuelle Zurückhaltung einen Unterschied?

Jein.

Großverbraucher machen den Unterschied, aber auch im Alltag gilt: Viele kleine unnötige Anfragen summieren sich.

Beispiel: Für die Erstellung eines „Starter Pack“-Avatars werden etwa 3,5 Liter Wasser verbraucht.
Bisher wurden über 700 Millionen solcher Bilder generiert.

Ein paar einfache Regeln helfen:

  • lieber eine klare, vollständige Anfrage als zehn kleine
  • keine Dopplungen, keine Wiederholungsfragen
  • unnötige „Danke“-Prompts weglassen
  • bewusst statt gedankenlos prompten

Es gibt aber auch positive Beispiele: In Cerrillos, Chile, konnte eine Community den Bau eines Google-Rechenzentrums verhindern – durch Recherche, Aufklärung und politischen Druck.

Fazit: Ist KI der Klimakiller?

Worst Case: ja.
Realistisch: eine massive Belastung – und eine Chance zugleich.

Projekte wie KIWA (Waldmonitoring) zeigen, wie KI Umwelt- und Brandschutz verbessern kann. Das Borderstep-Institut erforscht Möglichkeiten, Rechenzentrums-Abwärme sinnvoll wiederzuverwenden.

Die Verantwortung liegt also nicht „bei der KI“, sondern bei uns – bei jenen, die sie entwickeln, regulieren, einsetzen und kritisch begleiten.

Bewusste Nutzung, klare Regeln und technologische Innovation entscheiden, ob KI zum Klimakiller oder Teil der Lösung wird.

Share this article
The link has been copied!