Ein einzelnes KI-generiertes Bild benötigt rund 1.450-mal so viel Energie wie eine einfache Textklassifikation. Ein kurzes, komplexes KI-Video erreicht den Strombedarf von etwa 200.000 solcher Klassifikationen. Diese Zahlen stehen in einem Bericht der United Nations University, erschienen Anfang Juni. Bemerkenswert ist nicht allein der Befund. Bemerkenswert ist, wie schnell danach die Fachkritik kam – und was von der Botschaft übrig bleibt.
Was der Bericht behauptet
Das UNU-Institut für Wasser, Umwelt und Gesundheit beziffert den weltweiten Stromverbrauch von Rechenzentren für 2025 auf rund 448 Terawattstunden und projiziert für 2030 etwa 945 Terawattstunden – knapp drei Prozent des globalen Stromverbrauchs. Verbunden wären damit rund 399 Millionen Tonnen CO₂, 9,3 Billionen Liter Wasser und über 14.500 Quadratkilometer Fläche.
Zwei Befunde sind wichtiger als diese Größenordnungen. Erstens: 80 bis 90 Prozent des KI-Energiebedarfs entfallen laut Bericht nicht auf das Training, sondern auf die Inferenz – den laufenden Betrieb mit Milliarden Anfragen täglich. Zweitens: Die drei Fußabdrücke laufen nicht parallel. Der Wechsel von Kohle auf Bioenergie senkt den CO₂-Fußabdruck im Mittel um 70 Prozent, vervielfacht aber den Wasserverbrauch um mehr als das Dreißigfache und den Flächenbedarf um das Hundertfache. CO₂-arm ist nicht automatisch wasser- oder flächensparend.
Was die Fachwelt einwendet
Das Science Media Center hat acht Forschende um eine Bewertung gebeten. Ihr Urteil fällt deutlich aus: hilfreicher Einstieg, aber methodisch schwer nachvollziehbar, stellenweise undifferenziert. Der Bericht arbeite mit Energiemix-Zahlen von 2015, die Herkunft der Wasserdaten sei nicht ersichtlich, und er unterscheide nicht zwischen gebrauchtem und verbrauchtem Wasser – entnommenes Kühlwasser steht dem Kreislauf wieder zur Verfügung, verdunstetes nicht.
Der schärfste Einwand betrifft aber nicht die Rechnung, sondern die Adressaten. Jens Gröger vom Öko-Institut merkt an, dass Amazon, Google, Meta und Microsoft im Bericht nicht namentlich vorkommen. Stattdessen erhalten Entwickler und Nutzer Tipps zur Reduktion ihres individuellen Fußabdrucks. Wolfgang Maaß von der Universität des Saarlandes formuliert es nüchtern: Das individuelle Nutzungsverhalten habe messbare Auswirkungen auf die einzelne Anfrage, als gesellschaftliches Einsparpotenzial sei es aber gering.
Warum die Kritik das Argument nicht erledigt
Genau hier lohnt ein zweiter Blick. Tilmann Rabl vom Hasso-Plattner-Institut nennt als größtes Einsparpotenzial die Reduzierung von KI-Anwendungen und IT generell. Das ist Suffizienz in Reinform – nur eben nicht beim Endnutzer angesiedelt.
Und damit wird der eigentliche Punkt sichtbar: Promptlänge, Modellwahl, Antwortlänge und Auflösung sind in der Praxis keine Nutzerentscheidungen. Es sind Produktvoreinstellungen. Kaum jemand wählt bewusst ein kleineres Modell oder eine geringere Bildauflösung. Wer diese Defaults setzt, entscheidet über den Ressourcenverbrauch von Millionen Anfragen – unsichtbar und ohne Rückfrage.
Was das für Deine Website bedeutet
Sobald Du KI in Deine Website einbaust, bist Du derjenige, der die Voreinstellung setzt. Das Chat-Widget, die automatische Zusammenfassung, das generierte Headerbild: Jede dieser Entscheidungen multipliziert sich mit Deinen Seitenaufrufen.
Der UN-Bericht ist angreifbar in seinen Zahlen. In seiner Verschiebung der Fragestellung ist er es nicht. Sie lautet nicht mehr: Wie betreiben wir KI mit saubererem Strom? Sie lautet: Welche KI-Nutzung ist überhaupt erforderlich?
Die sparsamste KI-Anfrage ist die, die das Produkt gar nicht erst auslöst.
Quellen: UNU-INWEH: Environmental Cost of AI’s Energy Use · Pressemitteilung der United Nations University · netzpolitik.org: Gut gemeint, schlecht gerechnet · Science Media Center: Expertenbewertungen