Ist KI schlecht für die Umwelt? Die ehrliche Antwort

Kurz gesagt: Eine einzelne KI-Antwort schadet der Umwelt nicht, KI insgesamt kann es aber, weil sie so schnell wächst und weil es darauf ankommt, womit sie betrieben wird. Eine typische Textfrage braucht ungefähr so viel Strom wie ein paar Sekunden Fernsehen. Das Problem: Milliarden solcher Fragen, dazu Bilder, Videos und lange Dokumente, treiben den Stromverbrauch der Rechenzentren rasant in die Höhe, und ein großer Teil dieses Stroms stammt noch aus fossilen Quellen.

Ob KI am Ende schlecht für den Planeten ist, hängt weniger an einer einzelnen Anfrage als an zwei Entscheidungen: womit die Rechenzentren betrieben werden und wie effizient die Modelle sind.

Was eine KI-Antwort wirklich kostet

Die besten Werte stammen von den Unternehmen, die die Modelle betreiben:

	Strom pro Textantwort	Wasser pro Textantwort
Google Gemini (mittlere Anfrage)	0,24 Wh	0,26 ml
OpenAI ChatGPT (durchschnittliche Anfrage)	Etwa 0,34 Wh	Etwa 0,32 ml

Zur Einordnung: Google vergleicht 0,24 Wh mit weniger als neun Sekunden Fernsehen, und 0,26 ml sind etwa fünf Tropfen Wasser. Die unabhängigen Forschenden von Epoch AI schätzen eine typische GPT-4o-Anfrage auf etwa 0,3 Wh, also im selben Bereich.

Manche Aufgaben kosten deutlich mehr:

• Lange Dokumente. Das Modell liest jedes Mal alles, was du schickst. Epoch AI schätzt eine Anfrage mit 10.000 Tokens Eingabe, also einem langen Bericht, auf etwa 2,5 Wh.
• Bilder. In einer begutachteten Studie zu offenen Bildmodellen brauchte die Erzeugung eines Bildes im Schnitt etwa 2,9 Wh, so viel wie rund zehn Textantworten.
• Denkmodi und Video. Modelle, die Schritt für Schritt „denken“, und Videogenerierung brauchen noch einmal weit mehr.

Ältere Werte, die noch kursieren, etwa 3 Wh pro ChatGPT-Frage, sind laut Epoch AI für heutige Modelle rund zehnmal zu hoch.

Warum die Gesamtmenge das eigentliche Problem ist

Pro Antwort wird KI immer effizienter. Google berichtet, dass der Energieverbrauch seiner mittleren Gemini-Textanfrage in den zwölf Monaten bis Mai 2025 um den Faktor 33 gesunken ist.

Aber die Nutzung wächst schneller als die Effizienz. Die Internationale Energieagentur schätzt, dass Rechenzentren weltweit 2025 rund 485 TWh Strom verbraucht haben, 17 % mehr als im Vorjahr, bei KI-Rechenzentren sogar 50 % mehr. Bis 2030 erwartet sie fast eine Verdopplung auf 950 TWh, rund 3 % des weltweiten Strombedarfs.

Dieses Wachstum muss mit irgendetwas gedeckt werden. Wenn dafür neue Gaskraftwerke gebaut oder Kohlekraftwerke länger betrieben werden, verursacht KI echte zusätzliche Emissionen. Mehrere große Tech-Konzerne haben mit dem Ausbau von KI steigende Emissionen gemeldet; Google zum Beispiel ist von seinem Netto-Null-Ziel für 2030 abgerückt (Artikel auf Englisch).

Wasser

Viele Rechenzentren kühlen ihre Chips mit Verdunstungskühltürmen, und das verdunstete Wasser fehlt der lokalen Versorgung. Auch Kohle-, Gas- und Atomkraftwerke verbrauchen Wasser.

Pro Antwort sind die Mengen klein. In Summe kommt einiges zusammen: Forschende der UC Riverside und der UT Arlington erwarten, dass der weltweite KI-Bedarf 2027 für 4,2 bis 6,6 Milliarden Kubikmeter Wasserentnahme verantwortlich sein könnte. Das zählt vor allem dort, wo Rechenzentren in heißen, trockenen Regionen mit Wasserknappheit gebaut werden. Mehr dazu in wie viel Wasser KI verbraucht.

Hardware und Training

Zwei Teile des KI-Fußabdrucks tauchen in Werten pro Antwort selten auf:

• Training. Ein großes Modell zu bauen, erfordert enorme Rechenleistung, bevor es überhaupt jemand nutzt.
• Hardware. Die Herstellung von Chips und Servern verbraucht Energie, Wasser und Rohstoffe, und die Hardware wird alle paar Jahre ersetzt.

Mistral ist eines der wenigen Unternehmen, das eine vollständige Lebenszyklusanalyse veröffentlicht hat, die beides umfasst. Ergebnis: Die Umweltwirkung steigt ungefähr proportional zur Modellgröße, ein weiterer Grund, kleinere Modelle zu nehmen, wenn sie reichen.

Was entscheidet, ob KI Teil des Problems ist

1. Woher der Strom kommt. Dieselbe Antwort hat in einem Netz mit Wasser- oder Windkraft einen winzigen CO₂-Fußabdruck und mit Kohlestrom einen viel größeren. Das ist der wichtigste Einzelfaktor.
2. Wie effizient die Modelle sind. Passend große Modelle für die passenden Aufgaben senken den Energiebedarf um ein Vielfaches.
3. Wie die Rechenzentren gekühlt werden. Kaltes Klima und Kühlung im geschlossenen Kreislauf brauchen viel weniger Wasser als Verdunstungstürme in heißen Regionen.
4. Ob neuer sauberer Strom gebaut wird. Das Wachstum der KI kann fossile Energie festschreiben oder neuen Wind-, Solar- und Speicherausbau finanzieren.

Was du tun kannst

• Nimm für Alltagsfragen ein kleineres, schnelleres Modell.
• Verzichte auf Denkmodi, Bilder und Videos, wenn du sie nicht brauchst.
• Häng nur den Teil eines Dokuments an, den du brauchst.
• Wähle eine KI-App, die sagt, wo ihre Rechenzentren stehen und womit sie betrieben werden. Siehe Was ist nachhaltige KI?

So macht es Viro. Viros eigenes Modell läuft in Rechenzentren in Island, Norwegen, Finnland und Irland, betrieben mit Wasserkraft, Geothermie und Wind, gekühlt mit kalter Außenluft und geschlossenen Kreisläufen statt Verdunstung. Wenn du in Viro ChatGPT, Claude oder Gemini nutzt, laufen diese Antworten auf den Servern ihrer Hersteller; Viro schätzt den Strom jeder Nachricht und finanziert die gleiche Menge neuen sauberen Stroms. Jede Antwort zeigt eine Schätzung des verbrauchten Stroms. Zu den Rechenzentren.

KI muss nicht schlecht für die Umwelt sein. Mit sauberem Strom und effizienten Modellen kann ihr Wachstum den Ausbau sauberer Energie sogar mitfinanzieren, statt ihn zu bremsen.

Teste Viro AI kostenlos: ChatGPT, Claude, Gemini und Viros eigenes Modell mit erneuerbarer Energie, in einer App und auf Deutsch.

Häufige Fragen

Ist KI schlecht für die Umwelt?

Sie kann es sein, vor allem wegen ihrer Größenordnung und der Art, wie sie mit Strom versorgt wird. Eine Textantwort braucht etwa 0,24 bis 0,34 Wattstunden, ein paar Sekunden Fernsehen, aber Rechenzentren haben 2025 rund 485 TWh Strom verbraucht, und die IEA erwartet bis 2030 fast eine Verdopplung. KI mit sauberem Strom und passend großen Modellen hat einen viel kleineren Fußabdruck.

Wie schlecht ist ChatGPT für die Umwelt?

OpenAI gibt an, dass eine durchschnittliche ChatGPT-Anfrage etwa 0,34 Wattstunden Strom und etwa 0,32 ml Wasser braucht. Pro Frage ist das wenig. Die Wirkung kommt von Milliarden Fragen am Tag und von schweren Aufgaben wie Bildern und langen Dokumenten, und OpenAI hat nicht veröffentlicht, womit seine Rechenzentren betrieben werden.

Braucht KI mehr Energie als eine Google-Suche?

Bei einfachen Fragen ist der Unterschied klein geworden, weil KI-Antworten viel effizienter geworden sind. Die IEA schätzt: Würde jede klassische Websuche als einfache KI-Textanfrage gestellt, wären es unter 4 TWh pro Jahr, weniger als 1 % dessen, was Rechenzentren heute verbrauchen.

Wird KI für die Umwelt besser oder schlechter?

Beides. Die Energie pro Antwort sinkt schnell: Google hat den Verbrauch seiner mittleren Gemini-Textanfrage in einem Jahr um den Faktor 33 gesenkt. Aber der Gesamtverbrauch steigt, weil viel mehr KI genutzt wird. Deshalb wird es jedes Jahr wichtiger, woher Rechenzentren ihren Strom beziehen.

Wie kann ich KI nachhaltiger nutzen?

Nimm für einfache Fragen kleinere Modelle, verzichte auf Denkmodi und Bildgenerierung, wenn du sie nicht brauchst, häng nur den nötigen Teil eines Dokuments an und wähle einen KI-Anbieter, der sagt, wo seine Rechenzentren stehen und womit sie betrieben werden.

Quellen

1. Key Questions on Energy and AI, Internationale Energieagentur, 2026
2. How much energy does Google’s AI use? We did the math, Google Cloud, August 2025
3. The Gentle Singularity, Sam Altman, OpenAI, Juni 2025
4. How much energy does ChatGPT use?, Epoch AI, Februar 2025
5. Power Hungry Processing: Watts Driving the Cost of AI Deployment?, Luccioni, Jernite und Strubell, ACM FAccT, 2024
6. Making AI Less “Thirsty”: Uncovering and Addressing the Secret Water Footprint of AI Models, Li, Yang, Islam und Ren, Communications of the ACM, 2025
7. Our contribution to a global environmental standard for AI, Mistral AI, Juli 2025

Titelfoto von Taylor Vick auf Unsplash