Der CO2-Fußabdruck von KI erklärt

Der CO2-Fußabdruck von KI sind die Treibhausgasemissionen, die während ihres gesamten Lebenszyklus entstehen: Stromerzeugung für Training und Inferenz, Herstellung von Chips und Servern, Bau von Rechenzentren und Betrieb der unterstützenden Lieferkette. Für „KI“ gibt es keinen einheitlichen Fußabdruck, da sich Modelle, Aufgaben, Standorte und Abrechnungsgrenzen unterscheiden.

Der Betriebsstrom ist der sichtbarste Teil und oft der einzige Teil, der in einer Schätzung pro Abfrage enthalten ist. Es ist nicht die ganze Geschichte. Der mit einer Wattstunde verbundene Kohlenstoff ändert sich mit dem Netz, das das Rechenzentrum versorgt, während Jahresverträge für erneuerbare Energien zu einem anderen Abrechnungsergebnis führen können als der physische Strom, der zu einer bestimmten Stunde verfügbar ist. Eine glaubwürdige Behauptung gibt an, was gezählt wird, welche Kohlenstoffmethode verwendet wird und was unbekannt bleibt.

Strom wird durch das Netz zu Kohlenstoff

Computer verbrauchen Energie; Emissionen entstehen, wenn diese Energie erzeugt wird. Ein Rechenzentrum, das an ein fossillastiges Netz angeschlossen ist, kann höhere Betriebsemissionen verursachen als eines, das den gleichen Strom in einem kohlenstoffärmeren System nutzt. Die Netzintensität ändert sich auch je nach Jahreszeit und Stunde, da Nachfrage und Erzeugung variieren.

Analysten können eine standortbasierte Methode verwenden, die das lokale Netz widerspiegelt, oder eine marktbasierte Methode, die vertragliche Instrumente wie Stromabnahmeverträge und Energiezertifikate berücksichtigt. Beide können berechtigte Fragen beantworten, sind aber nicht austauschbar.

Die IEAs Analyse der Stromversorgung für Rechenzentren Der Schwerpunkt liegt ausdrücklich auf dem physischen Erzeugungsmix und nicht auf dem vertraglichen Mix der Betreiber. Durch diese Wahl unterscheidet sich die Emissionsaussicht auf Systemebene von einer Unternehmensinventur, die Marktinstrumente verwendet.

Training und Schlussfolgerung haben unterschiedliche Zeitpläne

Beim Training handelt es sich um einen konzentrierten Rechenzeitraum, der zum Erstellen oder wesentlichen Aktualisieren eines Modells verwendet wird. Inferenz ist die wiederholte Berechnung nach der Bereitstellung: jede generierte Antwort, jedes Bild oder jede Vorhersage. Entwicklungsexperimente und fehlgeschlagene Läufe können zu Emissionen führen, bevor das veröffentlichte Modell existiert.

Schulungen können einen großen Schlagzeilen-Fußabdruck haben, aber mit der Nutzung häufen sich immer mehr Schlussfolgerungen. Was die Lebensdauer des Modells dominiert, hängt davon ab, wie oft es aufgerufen wird, wie effizient es bedient wird und wie lange es in Produktion bleibt. Die Zuordnung von Trainingsemissionen zu einer Nachricht erfordert eine Annahme über die Gesamtlebensdauer von Nachrichten.

KI-Training versus Inferenzemissionen untersucht, warum keine feste Aufteilung für jedes Modell funktioniert. Eine Betriebsquittung pro Nachricht sollte nicht stillschweigend eine spekulative Trainingszuteilung enthalten und diese als gemessen darstellen.

Chips und Gebäude tragen graue Emissionen

Beschleuniger kommen nicht ohne Fußabdruck an. Bei der Halbleiterfertigung werden Energie, Materialien und komplexe globale Lieferketten benötigt. Server benötigen Racks und Netzwerke. Rechenzentren verwenden Beton-, Stahl- und Elektrogeräte. Der Austausch von Hardware wirft Fragen zum Ende der Lebensdauer und zum Recycling auf.

Diese werden von Technologieunternehmen üblicherweise als Wertschöpfungsketten- oder Scope-3-Emissionen gemeldet. Microsofts Umweltverträglichkeitsbericht 2025 sagte, dass seine gesamten Scope-1-, 2- und 3-Emissionen im Berichtsjahr 23.4% über dem Basiswert von 2020 lagen, wobei KI und Cloud-Ausbau zu den wachstumsbedingten Faktoren zählten. Das Unternehmen meldete außerdem niedrigere betriebliche Scope-1- und Scope-2-Emissionen und höhere Scope-3-Emissionen.

Diese Kombination zeigt, warum erneuerbarer Strom allein nicht dazu führen kann, dass der gesamte Lebenszyklus verschwindet.

Ein Unternehmen kann seinen jährlichen Stromverbrauch durch erneuerbare Energien decken und dennoch Strom aus dem örtlichen Stromnetz beziehen, wenn Wind- oder Solarenergie nicht verfügbar ist. Es kann Netto-Null-Betriebe melden und gleichzeitig ein späteres Ziel für die gesamte Wertschöpfungskette verfolgen. Es kann CO2-Entfernungen für Restemissionen kaufen.

Meta’s Nachhaltigkeitsbericht 2025 sagt, dass es 100% seines Stromverbrauchs mit sauberer und erneuerbarer Energie deckt und bis 2030 in seiner gesamten Wertschöpfungskette auf Netto-Null-Emissionen hinarbeitet. Das sind zwei unterschiedliche Behauptungen. Google’s Umweltbericht 2025 berichtet über Fortschritte bei Energie und Emissionen und strebt weiterhin rund um die Uhr kohlenstofffreie Energie an.

Die Berichte sind nützliche Primärquellen, aber es handelt sich dabei um die Buchhaltung des Unternehmens und nicht um Prüfungen pro Modell. Lesen Sie die Scopes, Baseline, Instrumente und Assurance Notes.

Die Schätzungen pro Nachricht sind bewusst eng gefasst

Um den betrieblichen CO2-Ausstoß einer Reaktion abzuschätzen, beginnen Sie mit dem durch die Inferenz verbrauchten Strom, addieren Sie den Overhead des Rechenzentrums, falls dieser nicht bereits enthalten ist, und multiplizieren Sie ihn mit einer geeigneten Kohlenstoffintensität im Netz. Jede Eingabe bringt Unsicherheit mit sich. Anbieter legen selten Zählerdaten auf Modellebene offen, und ein globaler Durchschnitt kann eine bestimmte Einrichtung und Stunde nicht erfassen.

Das Ergebnis kann dennoch dabei helfen, eine kurze Antwort mit einer langen oder ein kleines Modell mit einer größeren Basislinie zu vergleichen. Es sollte als Schätzung bezeichnet werden und nicht als vollständiger CO2-Fußabdruck von KI beschrieben werden.

Unser Leitfaden zu wie viel CO2 KI produziert geht durch die Umrechnung und erklärt, warum scheinbar genaue Grammzahlen das Bekannte überbewerten können.

Gesamtemissionen und individuelle Entscheidungen sind unterschiedliche Ansichten

Auf Systemebene prognostiziert die IEA, dass die Emissionen aus der Stromerzeugung für Rechenzentren im Basisszenario bis 320 etwa 2030 Millionen Tonnen CO2 erreichen, bevor sie leicht zurückgehen. Darin heißt es auch, dass Rechenzentren weniger als 1% der weltweiten CO2-Emissionen ausmachen würden. Dabei handelt es sich um eine Rechenzentrumsprognose, nicht um eine reine KI-Inventur, und die physische Netzgrenze sollte bestehen bleiben.

Auf Aufgabenebene können Benutzer ein kleineres, leistungsfähiges Modell auswählen, nur die benötigte Ausgabe anfordern und unnötige Generationen vermeiden. Anbieter kontrollieren größere Hebel: Modellarchitektur, Hardwareeffizienz, Auslastung, Anlagenstandort, Strombeschaffung und Lieferkettendesign.

Wie viel Strom verbraucht KI? ist ein Teil der Antwort, aber Kohlenstoff erfordert die zusätzliche Frage: Welcher Strom?

Wie Treechat meldet Kohlenstoff

Treechat schätzt die Betriebsenergie aus der Modell- und Token-Nutzung, bezieht einen angegebenen Rechenzentrums-Overhead ein und rechnet ihn mit einer veröffentlichten durchschnittlichen Netzintensitätsannahme um. Es kann nicht die genaue Einrichtung oder stündliche Stromquelle für eine Reaktion identifizieren und die Quittung wird nicht als vollständige Lebenszyklusbewertung dargestellt. Die Annahmen und Ausschlüsse liegen bei uns Seite zur Methodik.

Die Baumfinanzierung wird als separate Maßnahme gemeldet und ist kein Beweis dafür, dass die Berechnung emissionsfrei war. Diese Unterscheidung ist wichtig. Reduzierung, sauberer Strom und dauerhafte Kohlenstoffentfernung können alle dazu beitragen, aber nichts ändert die historische Tatsache, dass Hardware hergestellt und Energie verwendet wurde.

Die beste kurze Erklärung des CO2-Fußabdrucks von KI ist daher eine Grenze, kein Slogan: Zählen Sie betriebliche und verkörperte Emissionen, unterscheiden Sie physische Netze von vertraglichen Ansprüchen und wahren Sie die Unsicherheit, anstatt den gesamten Lebenszyklus auf eine einzige Zahl zu komprimieren.