(C) unter Verwendung eines Motivs von Andrei Suslov / 123RF.com
Ein Bericht des United Nations University Institute for Water, Environment and Health (UNU-INWEH) der Universität der UN warnt vor den gewaltigen Klimafolgen von künstlicher Intelligenz.
Weil sich die meisten Studien allein auf den CO₂-Fußabdruck konzentrierten, schätzten sie die Umweltfolgen von KI falsch ein, so die Studienautoren. So hätte jede Kilowattstunde elektrischer Energie für Training oder Betrieb eines KI-Modells zugleich einen Wasser-Fußabdruck (für Kühlung und Stromerzeugung) und einen Land-Fußabdruck (für die Energie-Infrastruktur und die Lieferketten). Dadurch könne zwar der Umstieg von Kohle auf Bioenergie für die Stromerzeugung den CO₂-Ausstoß um 70 Prozent senken, gleichzeitig würde aber der Wasserverbrauch um das Dreißigfache und die Landnutzung um das Hundertfache steigen. Wenig CO₂ bedeute also keineswegs auch weniger Wasser oder weniger Landnutzung. Die Bewertung der Nachhaltigkeit von KI anhand einer einzigen Kennzahl könne daher Zielkonflikte verschleiern und Umweltbelastungen auf Regionen verlagern kann, die bereits unter Wasser- oder Flächenknappheit leiden.
Die Zahlen wachsen sehr schnell auf dem Infrastruktur-Level. Wäre die KI ein Staat, so nähme sie mit einem Stromverbrauch von 448 TWh (2025) den 11. Platz unter allen Ländern ein. Früher nahm man an, das Training der Modelle sei der größte Stromfresser. So verbrauchte das Training von GPT-3 erst 1,3 GWh, das von GPT-4 aber bereits zwischen 50 und 70 GWh. Doch der Bericht enthüllt nun, dass in Wahrheit 80 bis 90 Prozent des gesamten Stromverbrauchs gar nicht auf das Training, sondern auf den Betrieb des trainierten Modells (Inferenz) entfallen. ChatGPT allein verbraucht mit der Verarbeitung von 2,5 Milliarden Prompts am Tag 383 GWh Strom im Jahr für ein einzelnes Produkt. Um den Damit verbundenen CO₂-Ausstoß auszugleichen, müsste man 2,6 Millionen Baum-Setzlinge pflanzen und 10 Jahre lang pflegen.
Der Wasser-Fußandruck entspricht dem jährlichen häuslichen Wasserverbrauch von 500 000 Bewohnern des subsaharischen Afrika und der Landverbrauch ist so groß wie 800 Fußballfelder.
Dabei hängt der Ressourcenverbrauch auch sehr stark von der Art der KI ab. Nimmt man eine einfache Textklassifikation als Ausgangspunkt, verbraucht eine typische Frage in einem Chat etwa 200-mal so viel Strom, die Bilderzeugung 1450-mal so viel und ein KI-generiertes Video bis zu 200 000-mal so viel Strom.
Die Lasten sind auch geografisch ungleich verteilt. So verbrauchen in Irrland alle Rechenzentren 21 Prozent des gesamten Stroms und damit mehr als alle Haushalte. Infolgedessen stellt der nationale Netzbetreiber keine Genehmigungen für neue Rechenzentren in der Umgebung von Dublin mehr aus. Eine ähnliche Situation stellt sich in manchen Gegenden auch beim Wasser ein. In Uruguay fielen die Pläne für ein wasserintensives Rechenzentrum mit einer Dürre im Jahr 2023 zusammen, die die Süßwasserreserven Montevideos erschöpfte und das Leitungswasser als Trinkwasser ungenießbar machte.
Zusätzlich generiert die KI bis zu 2,5 Millionen Tonnen Elektroschrott im Jahr bis 2030. Große Mengen davon werden in Staaten mit niedrigem Einkommen und schwachen Sicherheitsbestimmungen aufgearbeitet. Die KI-Rechenleistung dagegen konzentriert sich in den reichen Staaten. Spezialisierte KI-Rechenzentren haben überhaupt nur 32 Länder in der Welt und 90 Prozent der Kapazität konzentriert sich in zwei Ländern, den USA und China, wogegen mehr als 150 Länder kaum oder keine eigenen Rechenkapazitäten für KI haben.
