KI ist eine Bedrohung für den Planeten: Ihr ökologischer Fußabdruck ist größer als der Verbrauch vieler Länder

Die Entwicklung der KI verschärft die Umweltkrise, die unseren Planeten bedroht. Jede Interaktion mit Modellen, die dieses Werkzeug nutzen, erhöht den Energieverbrauch, verbraucht Wasser und trägt zur Zunahme des Elektronikmülls bei.

Der Energieverbrauch, der für KI-Training, Inferenz und Datenspeicherung erforderlich ist, stellt eine ökologische Herausforderung dar.

Jedes Mal, wenn wir ein System der künstlichen Intelligenz (KI) wie ChatGPT verwenden, verbraucht es zehnmal mehr Energie als eine Google-Suche. Bei Anwendungen mit hohem Datenaufkommen (z. B. virtuelle Assistenten, Suche oder Empfehlungen) kann sich die Inferenz zu einem erheblichen Energieaufwand summieren.


Obwohl das Potenzial der KI enorm ist, erfordert ihre nachhaltige Nutzung einen sorgfältigen Ansatz zur Minimierung ihrer Energie- und Umweltauswirkungen.

Denn die Wahrheit ist, dass es eine Menge Energie verbraucht. So viel, dass in einigen Jahren die Nutzung dieses Werkzeugs den Energiebedarf einiger Länder übersteigen wird.

Warum ist KI so energieintensiv?

Der Energieverbrauch von KI tritt in verschiedenen Phasen auf, z. B. beim Training, bei der Inferenz und bei der Datenspeicherung. Und er ist besonders intensiv, wenn es um große Modelle geht, wie etwa Deep-Learning-Modelle.

Der Schlüssel dazu ist, dass das Training fortgeschrittener KI-Modelle den intensiven Einsatz von Spezialhardware wie GPUs (Graphics Processing Units) und TPUs (Tensor Processing Units) erfordert.

So verbrauchte das in New York ansässige Unternehmen Hugging Face beim Training seines mehrsprachigen, textgenerierenden KI-Tools etwa 433 Megawattstunden (MWh) - eine Menge, die dem Stromverbrauch von 40 US-Haushalten für ein ganzes Jahr entspricht.

Außerdem laufen in den Rechenzentren, in denen die KI-Modelle gehostet werden, die Server ununterbrochen, was einen erheblichen Stromverbrauch verursacht (40 % des Gesamtverbrauchs). Diese Zentren benötigen auch Kühlsysteme, um eine Überhitzung zu verhindern (weitere 40 %), was den Energieverbrauch weiter erhöht.

Aber es ist nicht nur Strom, der benötigt wird. Für das Training von GPT-3 - einem der generativen KI-Modelle von ChatGPT - wurden 700.000 Liter sauberes Frischwasser zur Kühlung der Server verbraucht.

Die Umweltauswirkungen der KI

In den letzten Jahren hat der Aufstieg der KI dazu geführt, dass Internetgiganten in den Bau von Rechenzentren auf der ganzen Welt investiert haben. Allein die Kohlenstoffemissionen von Google sind in den letzten fünf Jahren aufgrund dieser Entwicklung um 48 % gestiegen.

Dies ist nicht der einzige Fall. Auch der Umsatz von Microsoft stieg 2023 im Vergleich zu 2020 um 30 %.

Allein im Jahr 2022 verbrauchten KI-Rechenzentren und der Kryptowährungssektor nach Angaben der Internationalen Energieagentur (IEA) fast 460 TWh Strom oder 2 % der gesamten weltweiten Produktion.

Eine Zahl, die sich bis 2026 verdoppeln und 1.000 TWh erreichen könnte, was dem Stromverbrauch Japans entspricht. Aber wie ist das möglich? Schauen wir uns einige Beispiele an.

Wie viel Strom brauchen die Internet-Giganten?

Google, das generative KI in seinen E-Mail-Dienst integriert hat und plant, seine Suchmaschine mit der gleichen Technologie zu betreiben, verarbeitet bis zu 9 Milliarden Suchanfragen pro Tag.

Nach Schätzungen des Wirtschaftswissenschaftlers Alex de Vries, Doktorand an der Freien Universität Amsterdam in den Niederlanden, die in der Zeitschrift Joule veröffentlicht wurden, würde jeder von ihnen, wenn er KI einsetzen würde, etwa 29,2 Terawattstunden (TWh) Energie pro Jahr benötigen. Diese Menge entspricht dem jährlichen Stromverbrauch von Irland.

Wenn jede Google-Suche jeden Tag von KI angetrieben würde, bräuchte man die Energie, die Irland in einem Jahr verbraucht.

Ein weiteres Beispiel ist das Unternehmen Nvidia, ein weltweit führender Anbieter von Computern für künstliche Intelligenz, dessen Prozessoren für das Training von Modellen unerlässlich sind.

Wenn alle Server des Unternehmens mit voller Kapazität arbeiten würden, könnten sie zwischen 85,4 und 134 TWh pro Jahr verbrauchen, was dem Energiebedarf Argentiniens entspricht.

Versprechen, diesen ökologischen Fußabdruck zu minimieren

Je nach verwendeter Energiequelle trägt der AI-Energieverbrauch zu den Kohlenstoffemissionen bei, insbesondere dann, wenn Strom aus fossilen Brennstoffen verwendet wird, die eine höhere Umweltbelastung aufweisen.

Aus diesem Grund versuchen viele Unternehmen, diesen Effekt durch den Einsatz erneuerbarer Energien und die Entwicklung effizienterer Algorithmen abzuschwächen.

Google und Microsoft haben sich verpflichtet , bis 2030 keine Kohlenstoffemissionen mehr zu verursachen, und Amazons Cloud-Gigant AWS hat sich dazu verpflichtet, dies bis 2040 zu erreichen. Die schlechte Nachricht ist, dass diese guten Absichten vor der Ausbreitung der KI gefasst wurden.

Es wird nicht lange dauern, bis wir die Auswirkungen ihrer Aktivitäten auf die Nachhaltigkeit unseres Planeten zu spüren bekommen.

Quellenhinweis:

The growing energy footprint of artificial intelligence. De Vries, Alex. Joule, Volume 7, Number 10, 2191-2194. https://doi.org/10.1016/j.joule.2023.09.004