Eine aktuelle Greenpeace-Studie warnt davor, dass der KI-Boom den Klimaschutz gefährdet und die Energiewende ausbremse. Grund seien der massive Energieverbrauch und der steigende Strombedarf von Rechenzentren – mit potenziell fatalen Folgen für die Umweltziele.
Künstliche Intelligenz ist besonders energiebedürftig. Das liegt unter anderem daran, dass für den Betrieb von großen KI-Modellen enorme Rechenleistungen nötig sind und die Systeme aufwändig gekühlt werden müssen.
Aber auch beim Training von großen Sprachmodellen wird viel Strom verbraucht. Denn das Training basiert auf riesigen Datensätzen mit Milliarden Parametern, die teilweise wochenlang am Stück durchlaufen.
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.
Laut einer neuen Studie des Öko-Instituts im Auftrag von Greenpeace könnte dieser Energiehunger besorgniserregend Auswirkungen für die Energiewende haben. Denn der enorme Energiebedarf von KI würde den Klimaschutz gefährden.
Studie: So gefährdet KI den Klimaschutz und die Energiewende
Für seine Untersuchung hat das Öko-Institut mehr als 95 Studien ausgewertet. Der Report „Environmental Impacts of Artificial Intelligence“ gibt damit einen umfassenden Überblick über die Auswirkungen von Künstlicher Intelligenz auf Umwelt und Klimaschutz.
Demnach wird der Stromverbrauch von Rechenzentren, die KI-gestützte Dienstleistungen anbieten, im Jahr 2030 elfmal so hoch sein wie 2023. Zusätzlich werden auch die Treibhausgasemissionen deutlich ansteigen – von 29 Millionen Tonnen CO2-Äquivalenten im Jahr 2023 auf 166 Millionen Tonnen im Jahr 2030.
Und das, obwohl ein steigender Anteil von erneuerbaren Energien bereits in die Berechnung eingeflossen sind. Sollten diese Zahlen im Jahr 2030 tatsächlich so vorliegen, würde die CO2-Belastung durch KI-Rechenzentren fast die Hälfte sämtlicher Emissionen durch Rechenzentren weltweit ausmachen.
Auch Wasserverbrauch wird deutlich ansteigen
Die Forscher haben allerdings nicht nur den Energieverbrauch und den CO2-Ausstoß in ihre Berechnung aufgenommen. Auch der enorme Wasserverbrauch durch den Einsatz von KI und die Produktion von Elektroschrott ist in die Untersuchung mit eingeflossen.
Die Wassermengen, die für die Kühlung von Rechenzentren nötig ist, wird sich demnach bis zum Jahr 2030 im Vergleich zu 2023 vervierfachen. Lag die Zahl 2023 noch bei 175 Milliarden Litern Wasser weltweit, könnten es bis 2030 also 664 Milliarden Liter sein. Dabei ist zusätzlich zu beachten, dass KI-Rechenzentren doppelt so viel Wasser verbrauchen wie konventionelle Rechenzentren.
Außerdem legt der Report nahe, dass bis zum Jahr 2030 auch die Menge an Elektroschrott deutlich zunehmen wird. Fünf Millionen Tonnen sollen durch den Ausbau von KI-Rechenzentren in den nächsten Jahren hinzukommen.
Kann KI den Klimaschutz auch unterstützen?
„Künstliche Intelligenz kann ein wertvolles Werkzeug für den Klimaschutz sein – wenn sie selbst klimafreundlich betrieben wird“, erklärt Jonathan Niesel KI-Experte bei Greenpeace. „Ohne entsprechenden Ausbau der Erneuerbaren droht durch den hohen Energieverbrauch eine längere Abhängigkeit von fossilen Energien.“
Die großen Tech-Konzerne wie Google, Amazon, Microsoft und Meta hätten sich zwar bis 2030 zu Klimaneutralität verpflichtet. Allerdings würden ihre Nachhaltigkeitsberichte derzeit laut Greenpeace in eine andere Richtung zeigen. „Das sabotiert die Einhaltung der Klimaziele. KI-Unternehmen müssen einen Beitrag zum Ausbau erneuerbarer Energien entsprechend ihres Wachstums leisten.“
Greenpeace fordert deshalb eine Pflicht, dass Unternehmen den Verbrauch der KI-Systeme von Energie, Wasser und Rohstoffen transparent machen müssen. Außerdem müsse es Effizienzstandards für Rechenzentren und KI-Anwendungen geben, die durch entsprechende Labels erkennbar sein müssen.
Auch interessant:
