Mit der Veröffentlichung von ChatGPT ist ein regelrechter Hype rund um das Thema Künstliche Intelligenz entstanden. Doch KI hat mit Blick auf die Umwelt auch ihre Schattenseite. Beispielsweise in Form eines enormen Strom- und Wasserverbrauchs.
Sogenannte generative KI wie ChatGPT hat in den vergangenen Jahren deutliche Fortschritte gemacht. Denn KI-Modelle können inzwischen Texte schreiben, Bilder erstellen und sogar wissenschaftliche Probleme lösen. Doch während die Möglichkeiten dieser Technologie viele begeistern, wird die Umweltbelastung oft übersehen.
Das Training von KI-Modellen erfordert jedoch eine enorme Rechenleistung. Große Modelle wie GPT-4 nutzen Milliarden von Parametern und benötigen riesige Datenmengen, um ihre Fähigkeiten zu entwickeln.
Du willst nicht abgehängt werden, wenn es um KI, Green Tech und die Tech-Themen von Morgen geht? Über 10.000 Vordenker bekommen jeden Tag die wichtigsten News direkt in die Inbox und sichern sich ihren Vorsprung.
Nur für kurze Zeit: Anmelden und mit etwas Glück Beats-Kopfhörer gewinnen!
Mit deiner Anmeldung bestätigst du unsere Datenschutzerklärung. Beim Gewinnspiel gelten die AGB.
Diese Prozesse verbrauchen enorme Mengen an Strom, was teilweise große Mengen an CO2-Emissionen verursacht. Allein das Training eines Modells wie GPT-3 benötigt so viel Strom, wie 120 US-Haushalte in einem Jahr verbrauchen.
Generative KI belastet die Umwelt in jeder Phase ihrer Entwicklung
Nach dem Training geht es jedoch weiter. Denn jede Nutzeranfrage erfordert erneut Energie, die häufig unterschätzt wird. Neben dem Stromverbrauch scheint dabei auch der Wasserbedarf problematisch. Datenzentren, die KI-Modelle betreiben, benötigen große Mengen Wasser, um ihre Server zu kühlen.
Für jede verbrauchte Kilowattstunde Strom werden etwa zwei Liter Wasser benötigt, was lokale Wasserressourcen enorm belasten kann. Datenzentren, die die Infrastruktur für KI bereitstellen, verbrauchen deshalb sehr viel Energie.
Allein in Nordamerika verdoppelte sich der Energieverbrauch von 2022 bis 2023 etwa binnen eines Jahres. Wenn dieser Trend anhält, könnten Datenzentren bis 2026 zu einem der weltweit größten Energieverbraucher werden.
Ein Umdenken ist in der Branche dringend erforderlich
Problematisch ist, dass ein Großteil der Energie bislang aus fossilen Brennstoffen stammt. Zusätzlich verbrauchen die Herstellung und der Transport der Hardware in den Datenzentren Ressourcen. GPUs, die speziell für KI-Aufgaben entwickelt werden, erfordern komplexe Herstellungsprozesse und Rohstoffe, deren Abbau oft umweltschädlich ist.
Doch es gibt auch Möglichkeiten, die Umweltbelastung durch generative KI zu reduzieren. Wissenschaftler betonen, dass ein Ansatz nötig ist, der Umwelt- und die sozialen Kosten einbezieht.
Effizientere Modelle, erneuerbare Energien und ein bewusster Umgang mit der Technologie könnten die Auswirkungen dann abmildern. Dafür braucht es jedoch ein Umdenken – sowohl bei den Entwicklern als auch bei den Nutzern.
Auch interessant:
- Roboter erkennen menschliche Berührungen – ohne künstliche Haut
- Selbstheilendes Stromnetz: Künstliche Intelligenz soll Blackouts vermeiden
- KI-Lücke: Künstliche Intelligenz sorgt für eine noch tiefere „digitale Kluft“
- KI als Richter: Die Vorteile und Nachteile von Künstlicher Intelligenz in der Justiz
