Grafik mit dem Titel „Die unsichtbaren Kosten der KI“ zeigt in drei oberen Feldern, wo Ressourcen verbraucht werden: bei der Hardware-Herstellung für Rechenzentren, beim Training von KI-Modellen und bei deren Nutzung. Ergänzt durch eine Zukunftsprognose: Der weltweite Stromverbrauch von Rechenzentren könnte sich bis 2030 verdoppeln. Unten folgen Empfehlungen: Politik soll Standards für KI setzen, Unternehmen Verantwortung übernehmen und alle KI sinnvoll einsetzen. Die Inhalte sind mit gezeichneten Figuren u

Die unsichtbaren Kosten der KI

Kostenlos (zzgl. Versandkosten)

Welche materiellen und ökologischen Folgen hat der Einsatz von KI entlang der gesamten Wertschöpfungskette?

Abbau von Rohstoffen im globalen Süden

Dort holen Arbeiter*innen seltene Erden und Mineralien aus der Erde, oft unter gefährlichen Bedingungen. Abholzung und die Verschmutzung von Grundwasser begleiten diesen Abbau. Ohne diese Stoffe entstehen keine Rechenzentren, keine Server und keine Chips und somit keine Infrastruktur für KI.

Ressourcenverbrauch

Ein einziges älteres Modell verbraucht beim Training rund 556 Gigawattstunden Strom. Das entspricht dem Jahresverbrauch von 28.000 Haushalten mit je zwei Personen. Der Kern von KI ist energieintensiv: Modelle müssen viele Tage oder Wochen auf Hochleistungsrechnern laufen, um Muster in gewaltigen Datenmengen zu erkennen.

Auch der alltägliche Gebrauch nutzt Ressourcen. Ein Gespräch mit einem KI-System benötigt so viel Strom wie 33 klassische Suchanfragen, und die Kühlung der Server verbraucht zusätzlich rund 50 ml Wasser pro Chat. Auch selbst scheinbar leichte Interaktionen sind ressourcenintensiv.

Politische, wirtschaftliche und gesellschaftliche Handlungsmöglichkeiten

Politik soll Standards setzen und wirksame Klimapreise einführen. Unternehmen sollen offen über ihren Verbrauch berichten und stärker in erneuerbare Energien investieren. Nutzer*innen sollen KI bewusst einsetzen, kleinere Modelle wählen und darauf achten, wie Inhalte entstehen.

Zukunftsszenario

Der weltweite Stromverbrauch von Rechenzentren könnte bis 2030 doppelt so hoch sein wie der gesamte heutige Stromverbrauch in Deutschland. Effizienzgewinne neuer Modelle gleichen das Wachstum nur teilweise aus. Wie groß mögliche Einsparungen werden können, bleibt unklar, weil Rebound-Effekte die Nutzung immer weiter antreiben.

Produktdetails
Veröffentlichungsdatum
27.11.2025
Herausgegeben von
hbs BW
Seitenzahl
1
Sprache der Publikation
deutsch
Schlagworte