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 KI heute verbraucht
Energieverbrauch
Entspricht 1,5 % des weltweiten Gesamtstromverbrauchs. Seit 2017 wächst der Verbrauch um ca. 12 % jährlich — viermal schneller als der globale Gesamtverbrauch.
China folgt mit 25 %, Europa mit 15 %. Die geopolitische Konzentration von KI-Infrastruktur ist extrem — und wächst weiter.
Eine ChatGPT-Anfrage verbrauchte in frühen Modellen ca. 2,9 Wh — fast zehnmal so viel wie eine klassische Suche (≈ 0,3 Wh). Neuere Modelle sind effizienter (GPT-4o: ca. 0,3 Wh), aber das Volumen gleicht den Effizienzgewinn aus.
Wohin die Kurve zeigt
Prognosen 2030
Eine Verdoppelung gegenüber 2024 — entspricht dem heutigen Gesamtstromverbrauch Japans. Im Hochszenario bis 2035 sogar über 1.700 TWh (4,4 % des weltweiten Strombedarfs).
Goldman Sachs prognostiziert, dass Rechenzentren bis 2030 in den USA 8 % des Gesamtstroms verbrauchen — mehr als doppelt so viel wie 2022 (3 %). In absoluten Zahlen mehr als Aluminium, Stahl, Zement und Chemie zusammen.
Fast jede zweite zusätzliche Kilowattstunde, die die USA bis 2030 erzeugen müssen, geht in Rechenzentren. Das belastet Netze, treibt Investitionen und erhöht den Druck auf erneuerbare Kapazitäten.
Training, Betrieb, Systeme
CO₂-Fußabdruck
Die Studie von Strubell et al. (UMass Amherst, 2019) setzte den ersten Referenzwert: ca. 284 Tonnen CO₂ für ein Transformer-Modell — Lebzeitemissionen von fünf PKW. Neuere Modelle wie GPT-4 liegen je nach Stromquelle um ein Vielfaches darüber.
Der gesamte Rechenzentrumssektor verursacht heute ca. 180 Millionen Tonnen CO₂ jährlich. Bis 2030 steigt dies auf ca. 300 Mt — bleibt aber unter 1,5 % der globalen Energiesektoremissionen.
Eine Peer-Review-Studie (Zhang et al., 2024) analysierte 79 KI-Systeme von GPT-4 bis Mistral. Der Projektionspfad für 2024: bis zu 102,6 Mt CO₂e pro Jahr — vergleichbar mit den Jahresemissionen von 22 Millionen Menschen.
Der unsichtbare Ressourcenverbrauch
Wasserverbrauch
Forscher der University of California, Riverside, schätzen ca. eine Trinkflasche Wasser pro 100-Wort-Prompt zur Kühlung der Rechenzentren. Die Methodik ist umstritten, illustriert aber die Größenordnung.
Googles Wasserverbrauch stieg seit 2019 um 88 %. Absolut verbrauchte Google 2023 über 6 Milliarden Gallonen (ca. 22,7 Milliarden Liter) — lokal in wasserarmen Regionen ein ernstes Problem.
Microsoft verbrauchte zuletzt ca. 6,4 Millionen Kubikmeter Wasser (1,69 Milliarden Gallonen). Der 34-%-Anstieg im Jahresvergleich korreliert direkt mit dem Ausbau der KI-Infrastruktur.
Was Microsoft und Google selbst berichten
Versprechen vs. Realität
Microsoft versprach 2020 bis 2030 CO₂-negativ zu werden. Die eigenen Berichte zeigen: Emissionen stiegen um 23,4 %. Der Chief Sustainability Officer schrieb: „In 2020 we referred to our sustainability goals as a ‘moonshot’ — five years later, the moon has gotten further away.“
2023 stiegen Googles Emissionen allein um 13 % gegenüber dem Vorjahr. Google erklärte 2023 explizit, es sei keine operative CO₂-Neutralität mehr aufrechtzuerhalten. KI-Rechenzentren wurden als Hauptgrund genannt.
Microsofts Stromverbrauch verdreifachte sich fast: von 10,8 Mio. MWh (2020) auf 29,8 Mio. MWh (2024). Google: von 15,2 auf 32,2 Mio. MWh. Beides trotz massiver Investitionen in erneuerbare Energien.
Meine Einordnung
KI und Klimaschutz schließen sich nicht aus — aber die aktuelle Entwicklung zeigt eine besorgniserregende Lücke zwischen Versprechen und Realität. Google und Microsoft haben Klimaziele öffentlich kommuniziert und verfehlen sie nachweislich, weil KI-Rechenzentren schneller wachsen als erneuerbare Kapazitäten.
Das heißt nicht, KI nicht zu nutzen. Es heißt, ehrlich zu sein: Jede KI-Anfrage hat einen Ressourcenverbrauch. Wer KI einsetzt, sollte das wissen und in seine Entscheidungen einbeziehen.
— Claudius Neidig, März 2026