Zum Hauptinhalt springen

Ist KI umweltschädlich? Strom, Wasser und CO2 eingeordnet

Ist KI umweltschädlich? Was künstliche Intelligenz an Strom, Wasser und CO2 kostet, wie ChatGPT gegen Google abschneidet und was deine Nutzung ausmacht.

FHFinn Hillebrandt
KI-Grundlagen
Ist KI umweltschädlich? Strom, Wasser und CO2 eingeordnet
Mit * gekennzeichnete Links sind Affiliate-Links. Kommt über solche Links ein Kauf zustande, bekommen wir eine Provision.

Du stellst ChatGPT eine Frage und hast dabei ein schlechtes Gewissen?

Dann bist du nicht allein. In den Nachrichten liest du von durstigen Rechenzentren, neuen Atomkraftverträgen und Strom für ganze Städte. Gleichzeitig heißt es, eine einzelne Anfrage verbrauche fast nichts.

Beides stimmt. Und genau das macht die Frage so verwirrend.

In diesem Artikel ordne ich ein, wie umweltschädlich KI wirklich ist, wo der Schaden entsteht und was deine eigene Nutzung ausmacht. Die vollständigen Zahlenreihen mit Live-Zähler findest du auf meiner Datenseite zum KI-Energieverbrauch.

Das Wichtigste vorab:

TL;DRDas Wichtigste in Kürze
  • Ja, KI belastet die Umwelt, und zwar über Strom, Kühlwasser und die Herstellung der Chips. Rechenzentren mit KI-Fokus verbrauchten 2025 rund 155 TWh Strom.
  • Eine einzelne Textanfrage ist klein. Veröffentlichte Werte liegen bei 0,24 bis 0,34 Wh, laut OpenAI-Chef Sam Altman so viel wie ein Backofen in gut einer Sekunde.
  • Bilder, Videos und Agenten mit Reasoning brauchen ein Vielfaches. Ein Video kann laut IEA je nach Länge und Auflösung das Hundert- bis Tausendfache einer kurzen Textanfrage kosten.
  • Laut einer Projektion der IEA verdoppeln sich die Emissionen der Rechenzentren bis 2035 auf rund 350 Mio. Tonnen, etwa 2 % der Emissionen des weltweiten Stromsektors.

1. Ist KI wirklich so umweltschädlich?

Ja. Den Schaden macht allerdings die Menge, deine einzelne Frage an ChatGPT fällt dabei kaum ins Gewicht.

Rechenzentren mit KI-Fokus verbrauchten 2025 rund 155 TWh Strom. Das ist knapp ein Drittel des Stroms aller Rechenzentren weltweit. Bis 2030 erwartet die Internationale Energieagentur (IEA) für KI-Rechenzentren rund 465 TWh, also das Dreifache:

KI-Rechenzentren 2025
155 TWh
Alle Rechenzentren 2025
485 TWh
KI-Rechenzentren 2030 Prognose
rund 465 TWh
Alle Rechenzentren 2030 Prognose
rund 950 TWh
Deutschland 2025 alle Rechenzentren
21,3 TWh
Quellen: IEA 2026; Our World in Data; Bitkom
gradually.ai

Alle deutschen Rechenzentren zusammen kamen 2025 laut Bitkom auf 21,3 TWh. Die KI-Rechenzentren der Welt verbrauchten also gut 7-mal so viel.

Gemessen am gesamten Strom der Welt ist das trotzdem noch überschaubar. Alle Rechenzentren zusammen lagen 2024 bei rund 1,5 % des weltweiten Stromverbrauchs. Für 2030 erwartet die IEA etwa 3 %.

Mein Urteil:

KI ist kein Klimakiller, aber auch nicht harmlos. Sie wächst schnell als Stromverbraucher, und genau dieses Wachstum macht das Problem aus. Wie schädlich der Strom am Ende ist, hängt vor allem davon ab, woher er kommt.

2. Warum ist KI umweltschädlich?

KI belastet die Umwelt an vier Stellen. Den Strom siehst du in den Schlagzeilen, Wasser, CO2 und Hardware hängen direkt daran.

2.1 Strom

Jede Anfrage, jedes Training und jede Agentenaufgabe läuft in einem Rechenzentrum. Ein typisches KI-Rechenzentrum verbraucht laut IEA so viel Strom wie 100.000 Haushalte.

Wie schnell der Bedarf wächst, siehst du an den großen Konzernen. Google und Microsoft haben ihren Stromverbrauch seit 2021 mehr als verdoppelt, Meta fast:

Google 2021
18,1 TWh
Google 2025, 2,4-fach
43,6 TWh
Microsoft GJ 2021
13,6 TWh
Microsoft GJ 2025, 2,7-fach
37,0 TWh
Meta 2021
9,4 TWh
Meta 2024, 2,0-fach
18,4 TWh
Quellen: Umweltberichte der Konzerne
gradually.ai

Die Werte zeigen den gesamten Stromverbrauch der Konzerne, KI macht davon nur einen Teil aus. Amazon veröffentlicht keinen Gesamtwert. Die Richtung ist trotzdem eindeutig. Wasserentnahme und Atomkraftverträge der Konzerne stehen auf der Datenseite.

2.2 Wasser

Rechenzentren kühlen ihre Chips oft mit Wasser. Noch mehr Wasser verbraucht allerdings die Erzeugung des Stroms, den sie beziehen.

Alle Rechenzentren der Welt verbrauchten 2023 laut IEA rund 560 Mrd. Liter Wasser. Nur ein Viertel davon floss in die Kühlung vor Ort:

Energie- und Stromerzeugung
373 Mrd. Liter
Kühlung vor Ort
140 Mrd. Liter
Herstellung der Hardware
47 Mrd. Liter
Quelle: IEA, Energy and AI (2025)
gradually.ai

Bis 2030 rechnet die IEA mit 1.200 Mrd. Litern. Ein durchschnittliches Rechenzentrum mit 100 MW in den USA braucht laut ihrem Bericht „Energy and AI“ (2025) rund 2 Mio. Liter am Tag, so viel wie 6.500 Haushalte.

Weltweit betrachtet ist das wenig. Am einzelnen Standort kann es viel sein, vor allem dort, wo Wasser ohnehin knapp ist. Die Entwicklung bis 2030 zeigt die Datenseite, dort steht auch, wie viel Wasser eine einzelne Anfrage verbraucht.

2.3 CO2

Strom und Wasser sind nur die Vorstufe. Fürs Klima zählen am Ende die Emissionen.

Laut einer Projektion der IEA verdoppeln sich die Emissionen der Rechenzentren bis 2035 auf rund 350 Mio. Tonnen. Das wären etwa 2 % der Emissionen des weltweiten Stromsektors.

Bei den Konzernen siehst du den Trend schon heute. Microsofts Gesamtemissionen stiegen im Geschäftsjahr 2025 um 25 %, als Treiber nennt der Konzern unter anderem den Ausbau seiner Rechenzentren. Amazons absolute Emissionen wuchsen 2025 um 16 %.

Google meldet für 2025 um 2 % gesunkene marktbasierte Emissionen aus dem eigenen Betrieb. Die Emissionen in der Lieferkette stiegen dagegen um 25 %.

2.4 Hardware und Training

Bevor ein Chip rechnet, muss er gebaut werden. Auf die Herstellung der Hardware entfielen 2023 rund 47 Mrd. Liter des Wasserverbrauchs aller Rechenzentren.

Dazu kommt das Training großer Modelle. Der Stanford AI Index 2026 schätzt allein für das Training von GPT-4 5.184 Tonnen CO2e.

3. Ist ChatGPT umweltschädlicher als Google?

Bei einer einfachen Textfrage kaum. Nach den veröffentlichten Werten liegen beide in derselben Größenordnung.

Oft liest du, eine ChatGPT-Anfrage verbrauche zehnmal so viel Strom wie eine Google-Suche. Diese Rechnung geht nur auf, wenn du rund 3 Wh pro ChatGPT-Anfrage ansetzt. Epoch AI hält diesen Wert für ungefähr zehnmal zu hoch, zumindest für eine typische GPT-4o-Anfrage mit kurzer Eingabe. Bei sehr langen Eingaben nennt Epoch deutlich höhere Werte.

Neuere Angaben liegen deutlich unter 3 Wh:

ChatGPT Sam Altman (OpenAI), Blogbeitrag 2025
0,34 Wh
ChatGPT (GPT-4o) Epoch AI, Modellrechnung
rund 0,3 Wh
Gemini Google, Median Mai 2025
0,24 Wh
Google-Suche Google, 2009
0,3 Wh
Quellen: Altman; Epoch AI; Google 2025 und 2009
gradually.ai

Die 0,24 Wh für Gemini gelten laut Google für die mittlere Textanfrage in den Gemini-Apps und schließen Leerlauf, Prozessor, Arbeitsspeicher und den Mehrverbrauch des Rechenzentrums ein. Unabhängig geprüft sind sie nicht. Die 0,34 Wh für ChatGPT nennt OpenAI-Chef Sam Altman als Durchschnitt, ohne eine Methode zu veröffentlichen.

Allerdings:

Der Wert für die Google-Suche stammt aus einem Blogbeitrag von 2009. Gegen Angaben von 2025 ist das nur eine grobe Einordnung, kein Messvergleich.

Teurer wird es, wenn ChatGPT länger nachdenkt oder selbstständig arbeitet. Für eine Agentenaufgabe mit Reasoning, also vier bis sechs Modellaufrufe hintereinander, nennt die IEA in einer Modellrechnung rund 50 Wh, und zwar nur für den Strom der Grafikchips. Die IEA versteht das als Größenordnung, nicht als genauen Wert.

Nach meiner Rechnung ist das rund 150-mal so viel wie Altmans Durchschnittswert. Direkt vergleichbar sind beide Werte nicht, weil sie aus verschiedenen Methoden stammen. Die Richtung zeigt der Vergleich trotzdem.

Wie viel Strom und Wasser eine bestimmte Zahl von Anfragen kostet, kannst du im Rechner auf der Datenseite ausprobieren.

4. Wie umweltschädlich sind KI-Bilder und KI-Videos?

Deutlich umweltschädlicher als Text.

Laut IEA kann ein hochauflösendes Bild pro Anfrage etwa 10-mal so viel Energie brauchen wie eine kurze Textanfrage. Bei Videos ist es je nach Länge und Auflösung das Hundert- bis Tausendfache und mehr. Die Skala im Diagramm ist logarithmisch, jeder Schritt steht für das Zehnfache:

Kurze Textanfrage Bezugsgröße
1-fach
Hochauflösendes Bild
etwa 10-fach
Video je nach Länge und Auflösung
hundert- bis tausendfach und mehr
1-fach1.000-fach
Quelle: IEA, Key Questions on Energy and AI
gradually.ai

Die IEA nennt dafür Faktoren statt fester Wattstunden, denn der Verbrauch hängt stark von Länge und Auflösung ab.

Ein Video, das du fünfmal neu generierst, weil der erste Versuch nicht passt, kann so viel Energie kosten wie Hunderte bis Tausende Textfragen.

5. Wie viel macht deine eigene Nutzung aus?

Wenig, solange du chattest. Mehr, sobald du Bilder, Videos oder Agenten nutzt.

Sam Altman vergleicht den Strom einer durchschnittlichen ChatGPT-Anfrage mit einem Backofen, der gut eine Sekunde läuft. Das Wasser entspricht laut Altman etwa einem Fünfzehntel Teelöffel.

Rechnen wir das hoch.

Bei 100 Anfragen am Tag kommst du mit Altmans Wert auf rund 12 kWh im Jahr. Ein durchschnittlicher Haushalt in Deutschland verbrauchte 2021 laut Statistischem Bundesamt 3.383 kWh Strom:

20 ChatGPT-Anfragen am Tag 0,34 Wh je Anfrage
2,5 kWh
100 ChatGPT-Anfragen am Tag 0,34 Wh je Anfrage
12,4 kWh
10 Agentenaufgaben mit Reasoning am Tag 50 Wh je Aufgabe, nur Grafikchips
182,5 kWh
Durchschnittshaushalt Deutschland, 2021
3.383 kWh
Quellen: Altman; IEA 2026; Destatis
gradually.ai

Kurzum:

Mit normalem Chatten bleibst du unter 1 % des Stroms eines durchschnittlichen Haushalts.

Bei Agenten sieht das anders aus. Zehn Agentenaufgaben mit Reasoning am Tag ergeben nach der Modellrechnung der IEA rund 180 kWh im Jahr, und zwar nur für die Grafikchips.

Ich arbeite seit Mitte 2025 mit Claude Code, inzwischen über 800 Stunden. Wer KI so intensiv nutzt, sollte sich deshalb vor allem die Agentenwerte ansehen.

6. Kann KI der Umwelt auch nützen?

Ja, das Potenzial ist groß. Eingelöst ist es aber noch nicht.

Die IEA schätzt, dass gut belegte KI-Anwendungen bis 2035 mehr als 13 Exajoule Energie einsparen könnten, wenn die Hürden für eine breitere Nutzung überwunden werden. Das entspräche 3 % des weltweiten Endenergieverbrauchs.

Sparen könnten z. B. optimierte Produktionsprozesse in der Industrie, eine bessere Steuerung von Gebäuden und eine klügere Routenplanung im Verkehr.

Allerdings knüpft die IEA das an Bedingungen. Die Anwendungen müssten sich in den nächsten zehn Jahren breit durchsetzen. Und gesparte Energie kann über niedrigere Kosten an anderer Stelle wieder mehr Nachfrage erzeugen.

Auch die Modelle selbst werden sparsamer. Google meldet, dass die Energie für die mittlere Textanfrage in den Gemini-Apps von Mai 2024 bis Mai 2025 um den Faktor 33 gesunken ist. Unabhängig geprüft ist diese Angabe nicht.

Die IEA erwartet aber, dass günstigere und bessere KI zugleich mehr Nutzung anzieht. Unterm Strich steigt der Stromverbrauch der KI deshalb vorerst weiter.

KI kann der Umwelt also helfen. Ob sie es tut, entscheidet sich vor allem in Fabriken, Stromnetzen und Gebäuden.

7. Was kannst du tun?

Du musst KI nicht meiden, um umweltbewusst zu sein. Diese fünf Gewohnheiten bringen am meisten:

  • Nimm für einfache Fragen kein Reasoning-Modell und keinen Agenten. Eine Agentenaufgabe mit Reasoning liegt in der Modellrechnung der IEA in der Größenordnung von 50 Wh, eine durchschnittliche ChatGPT-Anfrage laut Sam Altman bei 0,34 Wh.
  • Generiere Bilder und Videos gezielt. Schreib lieber einen genaueren Prompt, als zehnmal neu zu würfeln.
  • Nutze kleinere Modelle, wo sie reichen. Laut IEA brauchen kleinere, spezialisierte Modelle bei eng umrissenen Aufgaben deutlich weniger Energie.
  • Lade keine unnötigen Dokumente in den Chat. Lange Eingaben mit Dokumenten oder Bildern erhöhen laut IEA den Energiebedarf pro Anfrage.
  • Achte auf Anbieter, die Zahlen veröffentlichen. Google nennt Strom, Wasser und CO2e pro Anfrage, Mistral hat mit der französischen Umweltagentur ADEME eine Lebenszyklusanalyse vorgelegt.

Und ja:

Der größere Hebel liegt bei den Betreibern. Woher sie ihren Strom beziehen und wo sie ihre Rechenzentren bauen, halte ich für wichtiger als jede Gewohnheit im Chatfenster.

Alle Zahlen zu Strom und Wasser, mit Live-Zähler und Werte-Register, findest du auf meiner Datenseite zum KI-Energieverbrauch.

Häufig gestellte Fragen

Ja, über die Emissionen des Stroms, den Rechenzentren verbrauchen. Die IEA erwartet in einer Projektion, dass sich die Emissionen aller Rechenzentren bis 2035 auf rund 350 Mio. Tonnen verdoppeln. Das wären etwa 2 % der Emissionen des weltweiten Stromsektors, wobei der Strommix am Standort den Ausschlag gibt.

Rund 0,32 Milliliter pro durchschnittlicher Anfrage, also nur ein Bruchteil eines Liters. Den Wert nennt OpenAI-Chef Sam Altman, ohne zu sagen, welche Wasserbilanz er zugrunde legt. Einen Gesamtverbrauch von ChatGPT pro Tag oder Jahr hat er nicht veröffentlicht.

Einen veröffentlichten Tageswert für ChatGPT insgesamt gibt es nicht. Belegt ist nur der Durchschnitt pro Anfrage, den Sam Altman mit 0,34 Wh angibt. Für deine eigene Nutzung ergeben 100 Anfragen am Tag damit rund 34 Wh am Tag.

Vor allem, weil die Erzeugung des Stroms für Rechenzentren Wasser verbraucht. Von den rund 560 Mrd. Litern aller Rechenzentren im Jahr 2023 entfielen nach Zahlen der IEA 373 Mrd. Liter auf Energie- und Stromerzeugung. Die Kühlung vor Ort kam auf 140 Mrd. Liter, die Herstellung der Hardware auf 47 Mrd. Liter.

Weil jede Anfrage auf Grafikchips in Rechenzentren berechnet wird und die Zahl der Anfragen schnell wächst. Lange Eingaben, Reasoning, Bilder und Videos vervielfachen den Rechenaufwand pro Anfrage, ein Video kann nach Angaben der IEA das Hundert- bis Tausendfache einer kurzen Textanfrage brauchen. Zusammen kamen Rechenzentren mit KI-Fokus 2025 auf rund 155 TWh Strom.

Rund 0,3 Wh pro Suche, so hat es Google 2009 in seinem offiziellen Blog angegeben. Der Wert ist alt und gilt für die Suche von damals. Neben einer Textanfrage an Gemini mit 0,24 Wh aus dem Jahr 2025 taugt er deshalb nur für eine grobe Einordnung.

Ja, ein wenig. Jede Nachricht ist eine eigene Anfrage, auf die das Modell eine Antwort erzeugt. Weil längere Antworten mehr Energie brauchen, kostet ein kurzer Wortwechsel weniger als eine ausführliche Antwort.
FH

Finn Hillebrandt

KI-Experte & Blogger

Finn Hillebrandt ist der Gründer von Gradually AI, SEO- und KI-Experte. Er hilft Online-Unternehmern, ihre Prozesse und ihr Marketing mit KI zu vereinfachen und zu automatisieren. Finn teilt sein Wissen hier auf dem Blog in 50+ Fachartikeln sowie über den KI Business Club.

Erfahre mehr über Finn und das Team, folge Finn bei LinkedIn, tritt seiner Facebook-Gruppe zu ChatGPT, OpenAI & KI-Tools bei oder mache es wie 17.500+ andere und abonniere seinen KI-Newsletter mit Tipps, News und Angeboten rund um KI-Tools und Online-Business. Besuche auch seinen anderen Blog, Blogmojo, auf dem es um WordPress, Bloggen und SEO geht.