Wie schädlich ist KI wirklich für die Umwelt?

Die Auswirkungen von KI auf die Umwelt sind real und nehmen zu, aber viele virale Vergleiche sind zu sicher. Gewöhnliche Textaufforderungen scheinen nach jüngsten Schätzungen nur einen Bruchteil einer Wattstunde zu verbrauchen; Lange Argumentation, großer Kontext, Bilder und Videos können weitaus mehr gebrauchen. Der Strom- und Wasserbedarf von Rechenzentren ist von großer Bedeutung, insbesondere in bestimmten Regionen.

Das ehrlichste Urteil ist weder Panik noch Entlassung. Einige gängige Zahlen sind veraltet, haben keine Annahmen mehr oder werden auf die falsche Einheit angewendet. Unterdessen wird der Trend auf Systemebene – ein schnelles Infrastrukturwachstum, das teilweise durch KI vorangetrieben wird – gut unterstützt. Diese Mythenprüfung trennt das, was ausgemustert werden sollte, von dem, was ernsthafte Aufmerksamkeit verdient.

Mythos: Jede KI-Abfrage verbraucht 3 Wh

Die 3-Wattstunden-Zahl war eine frühe Schätzung, die auf älterer A100-Hardware basiert GPT-3.5-scale Modell und angenommen 2,000 generierte Token. Es handelte sich nicht um eine universelle Messung.

Neuere öffentliche Schätzungen für eine gewöhnliche Textabfrage sind niedriger. OpenAI CEO Sam Altman gab einen Durchschnitt an ChatGPT Abfrage verwendet ca. 0.34 Wh. Google gemeldet 0.24 Wh für a Mittelwert Gemini Textaufforderung für Apps im Mai 2025 unter Verwendung einer Methodik, die die unterstützende Infrastruktur umfasste.

Keine der Zahlen deckt alle Modi ab und Altman hat die Berechnung hinter seinem Durchschnitt nicht veröffentlicht. Lange Ein- und Ausgänge können dennoch ein Vielfaches verbrauchen. „3 Wh für jede Abfrage“ abschaffen; Fragen Sie immer wieder nach Arbeitsbelastung und Grenze.

Mythos: Eine Nachricht trinkt eine Flasche Wasser

Die wissenschaftliche Schätzung hinter der Flaschenbehauptung enthielt keine Aussage. Li und Kollegen schätzten, dass eine 500-ml-Flasche ungefähr dem entsprechen könnte 20–50 Antworten mittlerer Länge, abhängig davon, wo und wann das Modell lief. Das entspricht unter ihren Annahmen etwa 10–25 ml pro Antwort.

Spätere Betreiberzahlen waren viel niedriger: Altman gab als Durchschnitt etwa 0.000085 US-Gallonen – etwa 0.32 ml – an ChatGPT Abfrage, während Google gab als Median 0.26 ml an Gemini Textaufforderung. Dies sind keine eindeutigen Widerlegungen, da die Systeme und Grenzen unterschiedlich sind.

Die Schlussfolgerung ist Unsicherheit, nicht Null. Wasser variiert je nach Kühlung, Wetter und Strom. Sehen Verwendet KI wirklich eine Flasche pro Nachricht? für den gesamten Weg.

Mythos: KI verwendet eine Websuche immer zehnmal

Dieses Verhältnis stellt normalerweise ein altes dar Google Suchschätzung neben einer neueren KI-Schätzung. Seitdem hat sich die Suchinfrastruktur verändert Google veröffentlichte Energiezahlen im Jahr 2009, und viele Suchprodukte enthalten jetzt generierte Zusammenfassungen. Unterdessen könnte „KI-Abfrage“ einen kurzen Abschluss oder einen mehrstufigen Forschungsauftrag bedeuten.

Ein aus verschiedenen Anbietern, Jahren und Systemgrenzen zusammengesetztes Verhältnis ist kein kontrollierter Vergleich. Es mag einst eine nützliche Veranschaulichung gewesen sein, sollte aber nicht als aktuelle physikalische Konstante betrachtet werden.

Für eine einzelne Aufgabe ist die Frage relevanter, ob eine Suche, eine direkte Quelle oder eine generierte Antwort das richtige Werkzeug ist. Vergleichen Sie auf Systemebene transparente, zeitgemäße Summen. Präzision ohne Vergleichbarkeit ist keine Genauigkeit.

Mythos: Erneuerbare Energie macht KI wirkungsfrei

CO2-armer Strom kann die betrieblichen Emissionen drastisch reduzieren, und Verträge mit Technologieunternehmen können zum Aufbau einer neuen Stromerzeugung beitragen. Die IEA geht davon aus, dass erneuerbare Energien im Basisszenario bis 2030 fast die Hälfte des Wachstums der Stromversorgung von Rechenzentren ausmachen werden.

Außerdem geht man davon aus, dass Erdgas und Kohle in diesem Zeitraum zusammen mehr als 40% des zusätzlichen Angebots decken werden. Der jährliche Abgleich erneuerbarer Energien stimmt die Erzeugung möglicherweise nicht mit dem Ort und der Uhrzeit des Bedarfs des Rechenzentrums überein. Sauberer Strom verbraucht auch kein Kühlwasser, keine Hardware-Herstellung, keine Gebäude oder Grundstücke.

„Kohlenstoffärmerer Betrieb“ ist eine vertretbare Behauptung mit Beweisen. „Kein Fußabdruck“ ist es nicht. Die Unterscheidung ist von zentraler Bedeutung ob KI schlecht für die Umwelt ist.

Mythos: Eine kleine Aufforderung kann keine Rolle spielen

Eine kurze Eingabeaufforderung hat einen geringen betrieblichen Platzbedarf. Das ist ein Grund zur Verhältnismäßigkeit, nicht zur Leugnung. Milliarden von Anwendungen, wachsende Ausgabelängen und neue Bild-, Video- und Agenten-Arbeitslasten summieren sich. Anbieter bauen Kapazitäten für die erwartete Gesamtnachfrage auf, nicht für die Botschaft einer einzelnen Person.

Die IEA schätzte, dass alle Rechenzentren – nicht nur die KI – etwa genutzt werden 415 TWh im Jahr 2024 und prognostiziert im Basisszenario etwa 945 TWh im Jahr 2030. KI-gesteuerte beschleunigte Server machen fast die Hälfte des Nettozuwachses aus.

Individuelle Schuld ist immer noch die falsche Politik. Betreiber wählen Modelle, Hardware, Standort und Energie; Regierungen überwachen Netze und Wasser. Benutzer können Verschwendung vermeiden, während strukturelle Entscheidungen den größten Teil der Entwicklung des Systems bestimmen.

Mythos: KI ist der einzige Grund für das Wachstum von Rechenzentren

KI ist ein wichtiger Treiber, nicht der gesamte Sektor. Rechenzentren bieten außerdem Speicher, Video, Finanzsysteme, Unternehmenssoftware und herkömmliches Cloud Computing. Die Angabe der Gesamtsumme des Rechenzentrums als „KI-Strom“ übertreibt die aktuelle Zuschreibung.

Der umgekehrte Fehler besteht darin, KI zu ignorieren, weil eine genaue Zuordnung schwierig ist. Die IEA geht davon aus, dass die Stromerzeugung aus beschleunigten Servern viel schneller wächst als die Nachfrage nach konventionellen Servern und identifiziert KI als führende Wachstumsquelle.

Eine gute Berichterstattung hält beide Fakten zusammen: Die beobachteten Gesamtzahlen sind umfassender als KI, und KI verändert die Aussichten erheblich. Unser Artikel zum Thema KI-Rechenzentren erklärt, warum lokale Netz- und Wasserauswirkungen aussagekräftiger sein können als ein globaler Prozentsatz.

Was wirklich besorgniserregend ist

Eine schnelle absolute Nachfrage kann die Effizienz und den Bau sauberer Energie übertreffen. Anlagen häufen sich, so dass lokale Netze und Wassersysteme einem Druck ausgesetzt sein können, der durch globale Durchschnittswerte verschleiert wird. Die Emissionen der Lieferkette und der Hardware-Herstellung sind nach wie vor nur unzureichend zugeordnet. Die Betriebsdaten auf öffentlicher Modellebene sind immer noch spärlich.

Generative Medien und Agentensysteme könnten jede Benutzeranfrage rechentechnisch komplexer machen. Eine Erholung kann dazu führen, dass billigere Schlussfolgerungen zu einer höheren Gesamtnachfrage führen. Dabei handelt es sich eher um Planungsrisiken als um Beweise für das schlimmste Szenario, weshalb Szenariobereiche wichtig sind.

Benutzer können kleinere, leistungsfähigere Modelle wählen, kontextfokussiert bleiben und Wegwerfgenerationen vermeiden. Anbieter sollten arbeitslastspezifische und absolute Gesamtzahlen veröffentlichen. Treechat erklärt seine begrenzten, modellbasierten Schätzungen dazu Seite zur Methodik. Eine Quittung kann zu besseren Entscheidungen führen, es handelt sich jedoch nicht um eine Prüfung des gesamten Lebenszyklus.

KI ist schlimm genug, um Transparenz, sauberere Infrastruktur und Zurückhaltung zu erfordern. Die Beweise sprechen nicht dafür, jede Aufforderung als Umweltnotfall zu behandeln. Es unterstützt den Aufbau einer Kultur, in der teure Berechnungen ihren Lebensunterhalt verdienen müssen.