Künstliche Intelligenz
Der Stromhunger der KI

Künstliche Intelligenz erlebt weltweit einen Boom. Der globale Markt wird derzeit auf 140 Milliarden Dollar pro Jahr geschätzt, 2030* sollen es schon zwei Billionen Dollar sein. Der Energieverbrauch ist entsprechend enorm und wächst.

Gleichzeitig wird KI oft als wirkmächtiges Instrument im Kampf gegen die Klimaerwärmung beworben. KI-Anwendungen sollen helfen, den CO2-Ausstoß zu reduzieren, beispielsweise durch eine effizientere Steuerung von Verkehr oder die automatisierte Kontrolle von Heizabläufen.

Eines ist sicher: Rechenleistungen durch KI verbrauchen sehr viel Energie. Die Tendenz ist steigend, denn auch die Nachfrage wächst rasant. Doch wie viel genau, ist sehr schwer zu beziffern. Einerseits sind die Vorgänge um Rechenleistungen sehr komplex und hängen von verschiedenen Faktoren ab, wie beispielsweise dem Standort eines Rechenzentrums. Zum anderen veröffentlichen viele Unternehmen ihre Zahlen zum Energieverbrauch und zu Rechenzentren nicht oder nicht vollständig.

Derzeit verbrauchen Rechenzentren bereits bis zu 1,5 Prozent des weltweiten Strombedarfs. Bleibt der KI-Boom ungebrochen, so könnten sie im Jahr 2030 bereits 3,5 Prozent des weltweiten Stromverbrauchs ausmachen, das zeigen Berechnungen des US-Marktforschungs- und Beratungsunternehmen Gartner.

Die Internationale Energieagentur (IEA) schätzt, dass sich der Stromverbrauch von Rechenzentren bis 2030 verdoppeln könnte. Dies entspräche etwa drei Prozent des weltweiten Strombedarfs, was dem heutigen Energieverbrauch von ganz Japan gleichkommt. Allein in Deutschland machen Rechenzentren etwa vier Prozent des deutschen Stromverbrauchs aus. Die Bundesnetzagentur prognostiziert jedoch, dass dieser Anteil bis 2037 auf zehn Prozent ansteigen könnte.

Auch in Europa wird der Energieverbrauch von Rechenzentren für KI-Anwendungen und andere Digitalisierungsprojekte voraussichtlich ansteigen.

In vielen Medien wird berichtet, dass eine KI-Anfrage zehnmal so viel Strom verbraucht wie eine Google-Suche. Doch dieser Vergleich ist problematisch: Die Zahl stammt aus einem Interview von 2023, in dem es um Kosten, nicht primär um Strom ging. Die Vergleichswerte für eine Google-Suche (0,3 Wattstunden) basieren auf einem Blogpost aus dem Jahr 2009 und sind somit völlig veraltet.

Aktuell befinden sich 70 Prozent der globalen KI-Rechenleistung in den USA, während Europa nur auf einen Anteil von fünf Prozent kommt. Hierzulande gibt es etwa 2.000 Rechenzentren, wobei über ein Drittel in Frankfurt konzentriert ist. Neue Großprojekte entstehen zunehmend in ländlichen Regionen wie Brandenburg und Mecklenburg-Vorpommern.

Zentral für den Verbrauch ist die Leistung in den Rechenzentren. KI-Rechenzentren benötigen weitaus mehr Leistung als bisherige Rechenzentren. Zum Vergleich:

Während herkömmliche Serverschränke etwa 2.000 bis 5.000 Watt verbrauchen, benötigen moderne KI-Serverschränke bis zu 140.000 Watt. Das entspricht der Leistung von 50 gleichzeitig laufenden Küchenbacköfen.

Vergangenen Sommer haben Google und OpenAI erstmals Zahlen veröffentlicht, die den Energieverbrauch von KI-Anfragen konkretisieren. Eine einzelne Chat-Anfrage bei ChatGPT oder Gemini verbraucht demnach rund 0,2 bis 0,3 Wattstunden Strom – so viel, wie neun Sekunden fernsehen oder einen Backofen für eine Sekunde heizen. Hochgerechnet bedeutet das, dass man selbst etwa sieben Sekunden auf einem 150-Watt-Fahrrad strampeln müsste, um die gleiche Energiemenge zu erzeugen. Während Textanfragen vergleichsweise wenig Energie verbrauchen, sind die Generierung von Bildern und Videos sowie komplexe Berechnungen deutlich energieintensiver.

Der Energieverbrauch von KI-Modellen lässt sich in zwei Bereiche aufteilen: das Training und den Betrieb. Beim Training werden sprichwörtlich Milliarden Buchseiten verarbeitet, was Monate dauern kann und ganze Rechenzentren auf Volllast laufen lässt.

Dafür werden meist sogenannte GPU-Chips verwendet, für die das Unternehmen Nvidia weltweit führend ist. Der Datenforscher Alex de Vries kam im Hinblick auf das Unternehmen bei seinen Berechnungen auf einen Verbrauch von 85,4 bis 134,0 Terawattstunden Strom – so viel verbrauchen Argentinien oder Schweden innerhalb eines Jahres. Die Fertigung von Chips verbraucht zudem viel Wasser.

Dazu kommt, dass Rechenzentren sehr viel Energie für die Kühlung ihrer Server benötigen: laut der internationalen Energieagentur (IEA) 40 Prozent ihres Stroms für den Betrieb und ebenso viel für die Kühlung.

In Deutschland wird prognostiziert, dass der Anteil der Rechenzentren am Stromverbrauch von derzeit vier Prozent auf zehn Prozent im Jahr 2037 ansteigen könnte. Zudem verursachen derzeit Rechenzentren für KI-Leistungen etwa zwei bis vier Prozent der globalen Treibhausgas-Emissionen. Prognostiziert wird, dass dieser Ausstoß neun Prozent pro Jahr wachsen wird.

Dabei stammt ein Großteil des Stroms für Rechenzentren noch aus fossilen Brennstoffen, obwohl sich viele große Rechenzentrumsbetreiber wie Amazon (AWS), Microsoft und Google verpflichtet haben, ihre Anlagen mit erneuerbaren Energien zu betreiben. Kürzlich erklärten Google und Microsoft jedoch, dass ihre Treibhausgas-Emissionen in den vergangenen Jahren weiter angestiegen seien. Google meldete eine Zunahme um 48 Prozent seit 2019, Microsoft um 30 Prozent seit 2020.

Der wissenschaftliche Beirat für globale Umweltveränderung habe Digitalisierung und KI deswegen als „Brandbeschleuniger für die Klimakatastrophe“ bezeichnet, hebt Rainer Rehak, wissenschaftlicher Mitarbeiter am Weizenbaum-Institut für die vernetzte Gesellschaft, hervor.

Um den enormen Bedarf für KI zu decken, werden neue Gaskraftwerke geplant oder länger betrieben. Kritiker warnen vor einer „unheiligen Allianz“ zwischen der Gasindustrie und KI-Konzernen: Rund zwölf Prozent der derzeit in Deutschland geplanten Gaskraftwerksleistungen stehen direkt mit der Versorgung von Rechenzentren in Verbindung. Da diese Kraftwerke für 25 bis 40 Jahre ausgelegt sind, zementiert dies fossile Abhängigkeiten.

Ein Problem ist auch der hohe Wasserverbrauch von Rechenzentren, der in bestimmten Regionen zu Wasserknappheit führen könnte. Daher gibt es häufig Widerstand gegen Rechenzentren – besonders durch Landwirte.

Derzeit kommt der größte Anteil der Energie für Rechenzentren der Tech-Firmen aus fossilen Rohstoffen. Die großen Tech-Firmen werben jedoch damit, bald klimaneutral zu werden. So will AWS bis 2040 klimaneutral arbeiten, Google und Microsoft wollen dieses Ziel bereits ab 2030, also zehn Jahre früher, erreichen. Doch ob diese Ziele auch umgesetzt werden, ist derzeit nicht zu beantworten.

Der massive Energiehunger der KI-Branche führt in den USA derzeit zu einer regelrechten Atomstromblüte. Da große Technologiekonzerne wie Microsoft, Google und Amazon ihre ursprünglichen Klimaziele aufgrund des KI-Booms kaum noch einhalten können, setzen sie verstärkt auf Kernkraft als CO2-arme Energiequelle. Eine umstrittene Technologie, die zwar das Klima schont, jedoch andere ungelöste Sicherheits- und Umweltprobleme mit sich bringt. Ab 2030 sollen dafür auch neuartige Reaktoren, sogenannte Small Modular Reactors (SMR), ans Netz gehen.

Immerhin lässt sich der hohe Energieverbrauch reduzieren, wenn Rechenzentren in grundsätzlich kühlen oder kalten Regionen stehen, wie Alaska oder in skandinavischen Ländern. Bei einer Außentemperatur von unter zehn Grad braucht es deutlich weniger zusätzliche Kühlung.

Auch gibt es Möglichkeiten an der Rechenleistung zu sparen, indem beispielsweise effizienter programmiert wird. Grundlagenforschung zu KI, die weniger datenhungrig ist, existiert bereits. Die zielt darauf ab, dass Berechnungen mit weniger Parametern und damit weniger Energieeinsatz gelingen können.

Ab dem Sommer 2026 gelten strengere Vorgaben für neue Rechenzentren: Der sogenannte PUE-Wert (Power Usage Effectiveness) darf höchstens 1,2 betragen. Er beschreibt das Verhältnis zwischen dem Gesamtstromverbrauch und der Energie, die tatsächlich in die Rechenleistung fließt. Zum Vergleich: Der aktuelle Durchschnitt in Deutschland liegt bei etwa 1,43.

Das Energieeffizienzgesetz schreibt ab 2027 vor, dass Rechenzentren ihren Strom vollständig aus erneuerbaren Energien beziehen und die entstehende Abwärme nach Möglichkeit nutzen müssen, zum Beispiel über Einspeisung in Fernwärmenetze. Kritiker bemängeln jedoch die Umsetzung: In ländlichen Regionen, in denen viele neue Großrechenzentren entstehen, fehlt oft die notwendige Infrastruktur, um die theoretisch für zehntausende Haushalte ausreichende Wärme tatsächlich zu nutzen.

Ein EU-Forschungsprojekt geht einem anderen Weg nach: Rechenzentren im All. Eine im Auftrag der EU durchgeführte Studie von Thales Alenia Space hat gezeigt, dass es technisch, ökologisch und wirtschaftlich machbar ist, Rechenzentren in den Orbit zu schicken. Sie verbrauchen weniger Energie als Rechenzentren am Boden.

KI kann in vielen Anwendungen helfen, Emissionen einzusparen oder andere Nachhaltigkeitsziele zu verfolgen. In der Landwirtschaft beispielsweise kann KI den Wasserverbrauch reduzieren, wenn Pflanzen durch KI-gesteuerte Systeme bedarfsgerecht und damit sehr sparsam gegossen werden. Auch in der Güterproduktion kann der Einsatz von KI dazu beitragen, Ressourcen zu sparen, wie auch beim Energieverbrauch durch Heizungen, durch Maschinen oder in der Lebensmittelproduktion. Diskutiert werden auch KI-Anwendungen zur effizienteren Steuerung von Verkehr.

Digitalexperte Rainer Rehak sieht den Anspruch, KI solle bei der Klimarettung helfen, dennoch grundsätzlich kritisch. Zunächst einmal müsse der KI-Einsatz selbst nachhaltig werden, so Rehak. Zudem könnten KI-Anwendungen politische und gesellschaftliche Entscheidungen nicht ersetzen, wie beispielsweise beim Straßenverkehr. Wenn eine KI diesen „optimal“ regulieren solle, müsse zunächst geklärt werden, was damit gemeint sei: Optimal für Radfahrer, Fußgänger, Pkws oder für Emissionsreduktionen?

Die Vorstellung einer KI, die zu Nachhaltigkeit führt, entpolitisiere letztlich Probleme, die politisch und gesellschaftlich gelöst werden müssten, betont Rainer Rehak. Der Einsatz von KI könne weder die Debatten über Ziele ersetzen noch notwendige Entscheidungen etwa über Regulierungen, Veränderungen oder Verzicht treffen.

So könne die KI-Nutzung im schlimmsten Fall sogar verhindern, dass die eigentlichen Ursachen der steigenden Treibhausgasemissionen angepackt würden, warnt Rehak – weil ihr Einsatz suggeriere, dass keine weitere Veränderung notwendig sei.

*In einer früheren Textfassung wurden die falsche Jahreszahl genannt. Das haben wir korrigiert.