KI & Klima
KI-Systeme brauchen Strom, sehr viel davon. Und Wasser. Und sie emittieren CO₂, obwohl die Konzerne dahinter das Gegenteil versprechen. Diese Seite zeigt, was die Zahlen wirklich sagen.
Alle Fakten stammen aus offiziellen Unternehmensberichten, Regierungsquellen oder peer-reviewten Studien. Jeder Fakt ist direkt verlinkt.
Was die Konzerne selbst berichten
Versprochen, verfehlt: die Klimaziele von Microsoft und Google
Quellen: Microsoft Environmental Data Fact Sheet 2026, Google Environmental Report 2026. Scope 1–3, Zielpfad linear.
So habe ich gerechnet
Grundlage sind die Emissionen, an denen die Konzerne ihre Ziele selbst messen: bei Microsoft Scope 1, Scope 2 (market-based) und Scope 3 nach „management’s criteria“ im Geschäftsjahr bis 30. Juni, bei Google die „ambition-based emissions“ im Kalenderjahr. Weil beide unterschiedlich abgrenzen, zeigt die Grafik die Veränderung gegenüber dem jeweiligen Basisjahr statt absoluter Tonnen.
Der Zielpfad ist eine gerade Linie vom Basisjahr zum Ziel 2030. Bei Microsoft entspricht das Ziel der Hälfte der Scope-3-Emissionen von 2020 bei Scope 1 und 2 nahe null, bei Google der Hälfte der Emissionen von 2019. Das Netto-Ziel (CO₂-negativ bzw. netto null) wollen beide zusätzlich über CO₂-Entnahme erreichen.
Beide Konzerne haben 2026 ältere Jahre rückwirkend nach oben korrigiert. Die Grafik nutzt jeweils die neueste veröffentlichte Zeitreihe.
Was KI heute verbraucht
Energieverbrauch
Ein Plus von 17 % gegenüber dem Vorjahr, während die weltweite Stromnachfrage insgesamt nur um rund 3 % wuchs. Der Verbrauch von KI-Rechenzentren stieg sogar um etwa 50 %.
China folgt mit 25 %, Europa mit 15 %. Die geopolitische Konzentration von KI-Infrastruktur ist extrem, und wächst weiter.
Google hat im August 2025 eine vollständige Messung veröffentlicht: 0,24 Wh, 0,03 g CO₂e und 0,26 ml Wasser pro mittlerem Textprompt. Frühere Schätzungen von rund 3 Wh pro Anfrage sind damit überholt. Die einzelne Anfrage wird effizienter, der Gesamtverbrauch steigt trotzdem mit der Menge.
Ein Land als Beispiel
Irland: Jede vierte Kilowattstunde geht an Rechenzentren
Quelle: Central Statistics Office Ireland, Tabelle MEC02 (CC BY 4.0), Stand 07.07.2026. Ohne Eigenerzeugung vor Ort.
Wohin die Kurve zeigt
Prognosen 2030
Fast eine Verdoppelung gegenüber 2025 und rund 3 % des weltweiten Strombedarfs. Der Verbrauch von KI-Rechenzentren verdreifacht sich bis dahin. Im Basisszenario rechnet die IEA für 2035 mit rund 1.200 TWh.
Goldman Sachs hat seine Prognose im September 2026 angehoben. Allein in den USA rechnen die Analysten 2030 mit rund 108 GW Strombedarf für Rechenzentren, vorher waren es 83 GW. Etwa ein Fünftel davon soll aus Gaskraftwerken direkt am Standort kommen.
Knapp vier von fünf zusätzlichen Kilowattstunden für Rechenzentren entstehen bis 2030 in den USA und in China. Das belastet dort die Netze, treibt Investitionen und erhöht den Druck auf erneuerbare Kapazitäten.
Training, Betrieb, Systeme
CO₂-Fußabdruck
So viel schätzt der Stanford AI Index 2026 für das Training eines einzigen großen Modells. Zum Vergleich: 2019 sorgte eine Studie der UMass Amherst mit 284 Tonnen für Aufsehen, und das nur für ein Transformer-Training inklusive aufwendiger automatischer Architektursuche. Die Hersteller selbst veröffentlichen solche Zahlen kaum, alle Werte sind Schätzungen.
Der gesamte Rechenzentrumssektor verursachte 2024 ca. 180 Millionen Tonnen CO₂. Laut IEA-Update von 2026 verdoppeln sich die Emissionen bis 2035 auf rund 350 Mt, das sind etwa 2 % der Emissionen des Stromsektors.
Eine begutachtete Studie hat die Emissionen von 79 bekannten KI-Systemen aus den Jahren 2020 bis 2024 berechnet. Allein die 20 Systeme mit dem größten Fußabdruck könnten demnach auf bis zu 102,6 Millionen Tonnen CO₂e pro Jahr kommen. Das ist eine Projektion mit vielen Annahmen, aber sie zeigt die Größenordnung.
Der unsichtbare Ressourcenverbrauch
Wasserverbrauch
Mistral hat im Juli 2025 als erster Anbieter eine geprüfte Lebenszyklusanalyse veröffentlicht: 45 ml Wasser und 1,14 g CO₂e für eine Antwort mit rund 400 Tokens, inklusive Training, Chipherstellung und Stromerzeugung. Googles 0,26 ml pro Gemini-Prompt zählen nur die Kühlung vor Ort. Welche Zahl man hört, hängt also stark davon ab, was gezählt wird.
Google verbrauchte 2025 rund 10,9 Milliarden Gallonen Wasser, 34 % mehr als im Vorjahr. Nach eigenen Angaben wurden etwa 78 % des Frischwasserverbrauchs wieder aufgefüllt. Lokal, in wasserarmen Regionen, bleibt der Verbrauch trotzdem ein ernstes Problem.
Microsoft verbrauchte im Geschäftsjahr 2025 rund 8.170 Megaliter Wasser, nach 6.693 Megalitern im Vorjahr. Gleichzeitig meldet der Konzern erstmals, mehr Wasser wieder aufgefüllt als entnommen zu haben.
Was Microsoft und Google selbst berichten
Versprechen vs. Realität
Microsoft hat 2020 versprochen, bis 2030 CO₂-negativ zu werden. Laut eigenem Datenblatt stiegen die Emissionen von 12,9 Mio. t (2020) auf 20,3 Mio. t CO₂e im Geschäftsjahr 2025, allein um 25 % im letzten Jahr. Microsoft hält am Ziel für 2030 trotzdem fest.
Der größte Anstieg, den Google je gemeldet hat. Die betrieblichen Emissionen sanken leicht, die Emissionen in der Lieferkette stiegen dagegen um 25 %, getrieben vom Ausbau der KI-Infrastruktur.
Microsofts Stromverbrauch stieg von 10,8 Mio. MWh (Geschäftsjahr 2020) auf 37,0 Mio. MWh (Geschäftsjahr 2025). Google meldete für 2025 ein Plus von 37 % beim Strombedarf, den größten Sprung der Firmengeschichte. Beides trotz massiver Investitionen in erneuerbare Energien.
Meine Einordnung
KI und Klimaschutz schließen sich nicht aus, aber die Lücke zwischen Versprechen und Realität wird größer. Rechenzentren haben 2025 laut IEA 485 Terawattstunden Strom verbraucht, 17 % mehr als im Vorjahr, bis 2030 dürften es rund 950 TWh werden. Googles Emissionen stiegen 2025 um 18 %, so stark wie nie zuvor, Microsofts um 25 %. Beide kaufen Ökostrom in Rekordmengen, und trotzdem wächst die Infrastruktur schneller, als sie sauber versorgt werden kann.
Pro Anfrage wird KI deutlich effizienter: Google beziffert einen typischen Gemini-Prompt inzwischen auf 0,24 Wattstunden. Das Problem ist nicht die einzelne Anfrage, sondern die Menge und der Bau neuer Rechenzentren. Das heißt nicht, KI nicht zu nutzen. Es heißt, ehrlich zu sein: Wer KI einsetzt, sollte ihren Ressourcenverbrauch kennen und in seine Entscheidungen einbeziehen.
Claudius Neidig, September 2026