Ein Prompt ist nur der Anfang
Der Klimaforscher Zeke Hausfather hat acht Wochen lang protokolliert, wie er bei seiner Arbeit den KI-Agenten Claude Code nutzt. Aus 1.138 eingetippten Prompts wurden über 14.000 Anfragen an das Modell und 3,2 Milliarden verarbeitete Token. Seine Schätzung: rund 170 Kilowattstunden Strom im Rechenzentrum, mit einer Spanne von 70 bis 330. Pro Prompt sind das etwa 150 Wattstunden. Eine einfache Chat-Anfrage liegt nach Angaben von OpenAI-Chef Sam Altman bei 0,34 Wattstunden.
Der Grund für den Unterschied steckt in der Arbeitsweise. Ein Agent beantwortet nicht eine Frage, er arbeitet eine Aufgabe ab. Er liest Dateien, ruft Werkzeuge auf, prüft Ergebnisse und liest dabei immer wieder seinen gesamten bisherigen Kontext. Bei Hausfather entfielen 96 Prozent aller Token auf dieses erneute Einlesen. Nur 0,4 Prozent waren tatsächlich erzeugter Text.
Eine ehrliche Rechnung voller Annahmen
Ich schätze an Hausfathers Analyse, dass er seine Unsicherheiten offenlegt. Genau diese Unsicherheiten sind für mich aber die eigentliche Nachricht. Denn wer wissen will, wie viel CO₂ ein Prompt verursacht, müsste mindestens drei Dinge kennen, die kein Anbieter offenlegt.
Wo steht das Rechenzentrum? Anthropic veröffentlicht die Standorte nicht. Hausfather rechnet deshalb mit dem US-Durchschnitt von 341 Gramm CO₂ pro Kilowattstunde. Das Emissions-Framework von Watershed zeigt, dass allein die Stromnetze verschiedener Regionen um mehr als das Fünffache auseinanderliegen.
Welche Energie wird genutzt? Ob Ökostrom-Zertifikate oder tatsächlicher Strommix zur Stunde der Anfrage zählen, verändert das Ergebnis erheblich. Google hat 2025 für einen typischen Gemini-Prompt 0,03 Gramm CO₂ angegeben, allerdings marktbasiert, also mit eingekauften Zertifikaten verrechnet.
Was kostet die Hardware? Herstellung und Lebensdauer der Grafikprozessoren sowie das Training der Modelle fehlen in Hausfathers Rechnung vollständig. Watershed bezieht sie ein und kommt allein beim Training auf 32 bis 56 Prozent des gesamten Fußabdrucks eines Modells.
Wie weit die Ergebnisse je nach Methode auseinanderliegen, zeigt Watershed an einem Beispielunternehmen. Mit Standard-Benchmarks berechnet, verursachte dessen KI-Nutzung 54 Tonnen CO₂. Mit genaueren Nutzungsdaten waren es nur drei bis vier Tonnen. Eine Abweichung um mehr als das Zehnfache, allein durch die Wahl der Rechenmethode.
Effizienz löst das Problem nicht
Hausfather verweist selbst auf den Rebound-Effekt: Wird Rechenleistung pro Token billiger, steigt die Nutzung. Effizienz hat den Gesamtverbrauch von KI bisher nicht begrenzt. Sein eigener Verbrauch hochgerechnet: etwa 1,1 Megawattstunden und 370 Kilogramm CO₂ pro Jahr, nur für die Agenten-Nutzung eines einzelnen Menschen.
Die entscheidende Stellschraube liegt deshalb nicht beim Anbieter, sondern bei Dir. Hausfather bringt es auf den Punkt: Es macht einen großen Unterschied, ob fünf Agenten parallel aufwendige Forschung betreiben oder ob Du damit eine Kneipenwette klärst. Kleine Modelle brauchen nach seiner Schätzung pro Token fünf- bis siebenmal weniger Energie als die großen Spitzenmodelle.
Nicht die Zahl zählt, sondern die Größenordnung
Ob es 60 oder 290 Wattstunden pro Prompt sind, wird sich ohne Offenlegung durch die Anbieter nicht klären lassen. Die Größenordnung ist trotzdem eindeutig: Ein Agent verbraucht ein Vielfaches dessen, was wir von Chatbots kennen. Wer Agenten einsetzt, sollte sie deshalb behandeln wie jede andere Ressource: gezielt, bewusst und nur dort, wo sie wirklich gebraucht werden.
Quellen: