Marcel O.
Ob Google, Twitter oder WhatsApp – Künstliche Intelligenz (KI) findet zunehmend in alltäglichen Anwendungen ihren Platz. Weniger bekannt ist jedoch, dass der Betrieb der dafür erforderlichen Rechenzentren erhebliche Auswirkungen auf Energieverbrauch und Umwelt haben kann.
Während viele Bereiche der Gesellschaft verstärkt auf Nachhaltigkeit setzen, stellt sich die Frage, wie sich der wachsende Energiebedarf durch KI mit diesen Bemühungen vereinbaren lässt. Fachleute weisen darauf hin, dass die zunehmende Nutzung von KI sowohl Chancen als auch Herausforderungen für Klima und Energieversorgung mit sich bringt.
Wie viel Energie verbraucht eine KI?
Eine Anfrage an ChatGPT benötigt durchschnittlich 2,9 Wattstunden Strom. Zum Vergleich: Eine klassische Google-Suche verbraucht rund 0,3 Wattstunden. Besonders energieintensiv ist die Bilderzeugung durch Künstliche Intelligenz: Sie kann mehr als 60-mal so viel Energie beanspruchen wie eine einfache Texteingabe. Ein Beispiel ist Stable Diffusion, ein weit verbreitetes Text-zu-Bild-Modell. Mit der XL-Version entstehen für 1.000 generierte Bilder so viele Emissionen wie bei einer Autofahrt von etwa 6,5 Kilometern mit einem benzinbetriebenen Fahrzeug.
Erst kürzlich stellte Google sein neues Video-KI-Modell „VEO 3“ vor, das realistische Bewegungen und Mimiken in gestochen scharfer Qualität erzeugen kann. Solche Entwicklungen werfen Fragen zum Energiebedarf auf, da Videogenerierung nochmals deutlich höhere Rechenleistungen erfordert.
Ein zusätzlicher Aspekt sind die hohen Grundlasten der Rechenzentren. Da KI-Anwendungen kontinuierlich Rechenleistung benötigen, sinkt die Flexibilität des Stromnetzes – insbesondere, weil erneuerbare Energien wie Solar- und Windkraft nicht jederzeit verfügbar sind. Dies kann die Netzstabilität belasten. So kam es beispielsweise in Spanien vor kurzem zu einem mehrstündigen Stromausfall, ausgelöst durch hohe Netzauslastung und den Ausfall einer zentralen Leitungsverbindung. Experten sehen auch in Regionen wie Süd- und Osteuropa Risiken, da dort teilweise instabile Netze und unzureichende Investitionen bestehen.
Laut einem Bericht des U.S. Department of Energy wird ab 2028 mehr als die Hälfte der globalen Rechenzentren für KI-Anwendungen genutzt werden. Die Internationale Energieagentur (IEA) prognostiziert zudem, dass sich der weltweite Stromverbrauch von Rechenzentren zwischen 2022 und 2026 verdoppeln könnte. Dies entspräche in etwa dem zusätzlichen Energiebedarf eines Landes wie Deutschland oder Schweden.
Investitionen in den Energiesektor
US-President Donald Trump hat im Jänner 2025 eine Initiative namens „Stargate“ geschaffen. Das Ziel ist, zusammen mit OpenAI und Oracle bis zu 500 Milliarden Dollar in KI-Infrastrukturen zu investieren.
Microsoft möchte, um seine ansteigenden Stromverbräuche abzusichern, dem Atomkraftwerk „Three Misle Island“ eine zweite Chance geben. Das Atomkraftwerk hatte 1979 eine Kernschmelze und wurde 2019 permanent geschlossen. Ein Reaktor, der nicht von der Kernschmelze betroffen wurde, soll von einem Unternehmen namens „Constellation Energy“ wieder in Betrieb genommen werden.
Mark Zuckerberg, Metas CEO hat Anfang des Jahres bekannt gegeben, rund 65 Milliarden US-Dollar in neue KI-Infrastrukturen zu investieren. Einen Monat später kam ein neues Statement von Meta, in dem sie bekannt gaben, einen neuen „data campus“ für bis zu 200 Milliarden US-Dollar zu bauen.
Egal ob Amazon, Apple oder Co., die Investitionen in Energie und Datenzentren in den USA sind gewaltig. Viele der Unternehmen investieren auch Millionen Summen in Solar und andere erneuerbare Energien. Man sieht, dass die USA eine Pole Position haben möchte, wenn es um das Rennen zur besten KI geht.
Die EU legt hier den meisten Wert auf Nachhaltigkeit. Rechenzentren müssen 100% CO2 freien Strom verwenden. Des Weiteren sollen in den nächsten Jahren fünf „KI-Gigafabriken“ gebaut werden. Dazu kommen auch noch Investitionen in KI-optimierte Supercomputer, die die europäische Rechenleistung verdoppeln sollen.
Ein optimistisch realistischer Zukunftsblick
Trotz des rasant steigenden Energiebedarfs durch KI-Anwendungen gibt es vielversprechende Entwicklungen, die auf mehr Effizienz und Nachhaltigkeit hoffen lassen. Neue verbesserte Chip-Architekturen, KI-unterstützte Hardware und effizientere Trainingsmethoden könnten den Energieverbrauch deutlich senken. Optimieren von Brennstoffnutzung, Last- und Nachfrageprognosen, vorausschauende Wartungen, Energiebedarfsprognosen und vieles mehr werden mittels KI-gesteuert und führen zu weniger Emissionen, länger nutzbaren Bauteilen, stabilere Stromnetze und weniger Unfällen bzw. im extrem Fall Katastrophen.
Dennoch bleibt festzuhalten: Das aktuelle Rennen um die globale Nummer Eins im KI-Sektor wird voraussichtlich nicht kompatibel mit unseren Klimazielen sein. Im Gegenteil es wird laut Berechnungen unserer Umwelt weiter schaden.
