Eine KI fragen, was man gegen den Klimawandel tun kann – und dabei selbst zum Problem beitragen. Das ist kein Paradox, sondern Alltag. Das Alexander von Humboldt Institut für Internet und Gesellschaft (HIIG) hat den Widerspruch zwischen KI als Klimatreiber und KI als Klimaschutzwerkzeug kürzlich klar aufgedröselt. Die Kernbotschaft trifft auch Webprojekte direkt.

Training und Inferenz: zwei sehr verschiedene Probleme

Das Training des KI-Modells BLOOM verbrauchte 433 MWh. Das klingt abstrakt – zum Vergleich: Ein deutscher Haushalt verbraucht im Jahr durchschnittlich knapp 1.600 kWh. Das Training dieses einen Modells entspricht also dem Jahresstromverbrauch von rund 270 Haushalten. Einmalig, aber erheblich.

Das eigentliche Dauerproblem ist die Inferenz – also die laufende Nutzung. Die Inferenz kann mindestens 60 Prozent des gesamten Energieverbrauchs von generativer KI ausmachen. Die Integration von KI-Fähigkeiten in Web-Suchanfragen kann den Energiebedarf verzehnfachen.

Verzehnfachen. Nicht zehn Prozent mehr. Faktor zehn.

Was das für Websites bedeutet

Wer auf seiner Website eine klassische Volltextsuche durch eine KI-gestützte Suche ersetzt, trifft damit eine Nachhaltigkeitsentscheidung – ob bewusst oder nicht. Jede Suchanfrage kostet künftig zehnmal mehr Energie als vorher. Bei einer stark frequentierten Website summiert sich das schnell auf Megawattstunden pro Jahr.

Dasselbe gilt für KI-Chatbots, KI-Produktempfehlungen oder automatisch generierte Zusammenfassungen. Jede dieser Funktionen ist ein laufender Energieverbrauch, der bei jedem Seitenaufruf anfällt – nicht einmalig beim Deployment.

Achtung

Eine KI-Funktion auf einer Website ist kein einmaliger Aufwand wie ein neues Design. Sie ist ein dauerhafter Betriebsaufwand, der mit jeder Nutzung Energie verbraucht. Die Frage „Brauche ich das wirklich?" ist hier eine Nachhaltigkeitsfrage.

Das Prinzip der Datensparsamkeit gilt auch für KI-Calls

In meiner Arbeit zu nachhaltigen Websites gilt ein einfaches Prinzip: Lade nur, was gebraucht wird. Das gilt für Bilder, JavaScript und Schriften – und es gilt genauso für KI-Anfragen.

Konkret bedeutet das:

Kleinere Modelle bevorzugen. Für viele Website-Aufgaben – Textzusammenfassungen, einfache Klassifikationen, FAQ-Antworten – reichen kleine, spezialisierte Modelle völlig aus. Sie verbrauchen einen Bruchteil der Energie großer Allzweckmodelle.

KI nur einsetzen, wo sie echten Mehrwert liefert. Eine KI-Suche auf einer 50-seitigen Website ist Overkill. Pagefind oder eine einfache Volltextsuche erledigen das ohne Energieaufwand.

Ergebnisse cachen. KI-Antworten auf häufige Fragen müssen nicht bei jeder Anfrage neu generiert werden. Wer Ergebnisse sinnvoll zwischenspeichert, reduziert die Zahl der tatsächlichen Inferenz-Calls drastisch.

Tipp

Vor dem Einbau einer KI-Funktion drei Fragen stellen: Welches Problem löst sie konkret? Gibt es eine einfachere Lösung ohne KI? Wie viele Anfragen wird sie pro Tag verarbeiten – und was kostet das in Energie?

KI kann auch helfen – wenn richtig eingesetzt

Das HIIG-Paper nennt auch die andere Seite: KI kann bei Wetterprognosen, Stromnetzoptimierung und Klimamodellierung echte Fortschritte ermöglichen. Der Unterschied ist die Verhältnismäßigkeit. Wer KI einsetzt, um Stromnetze effizienter zu steuern, spart damit ein Vielfaches der Energie ein, die das Modell verbraucht. Wer KI einsetzt, um auf seiner Website einen menschlich klingenden Willkommenstext zu generieren, hat diese Rechnung nicht gemacht.

Den vollständigen Artikel von Laura State gibt es beim HIIG: hiig.de/ki-zwischen-klimawandel-und-klimaschutz