Ökologische Kosten der KI: Energieverbrauch neuronaler Netze, Wasser und Risiken für Investoren

/ /
Ökologische Kosten der KI: Energieverbrauch neuronaler Netze, Wasser und Risiken für Investoren
20
Ökologische Kosten der KI: Energieverbrauch neuronaler Netze, Wasser und Risiken für Investoren

Künstliche Intelligenz wird zu einem großen Verbraucher von Energie und Wasser. Wie das Wachstum von neuronalen Netzen das Klima beeinflusst, welche Risiken und Chancen es für Investoren und die globale Wirtschaft schafft.

Künstliche Intelligenz entwickelt sich schnell zu einem bedeutenden Ressourcenverbraucher. Schätzungen zufolge könnten allein die KI-Systeme im Jahr 2025 so viel Elektrizität verbrauchen, dass die damit verbundenen CO2-Emissionen etwa 80 Millionen Tonnen erreichen — vergleichbar mit den jährlichen Emissionen einer Metropole wie New York. Zudem könnten bis zu 760 Milliarden Liter Wasser zur Kühlung der Server für diese neuronalen Netze benötigt werden. Bemerkenswert ist, dass genaue Zahlen unbekannt sind: Technologiegiganten veröffentlichen keine detaillierten Statistiken, und Wissenschaftler müssen auf Indizien zurückgreifen. Experten warnen, dass ohne Transparenz und nachhaltige Maßnahmen solche Tendenzen zu einem ernsthaften ökologischen Problem werden können.

Starkes Wachstum der KI und Energiehungrigkeit

Die Nachfrage nach Rechenleistung für KI ist in den letzten Jahren in die Höhe geschossen. Seit der Markteinführung öffentlicher neuronaler Netze wie ChatGPT Ende 2022 setzen Unternehmen weltweit verstärkt auf KI-Modelle, was enorme Datenverarbeitungsmenge erfordert. Branchenanalysen schätzen, dass bis 2024 etwa 15-20 % des gesamten Energieverbrauchs von Rechenzentren weltweit auf KI entfallen könnten. Die benötigte Energie für den Betrieb von KI-Systemen könnte im Jahr 2025 23 GW erreichen — vergleichbar mit dem gesamten Stromverbrauch eines Landes wie Großbritannien. Zum Vergleich, diese Zahl übersteigt den Energieverbrauch des gesamten Bitcoin-Mining-Netzwerks und zeigt, dass KI eine der energieintensivsten Arten von Berechnungen geworden ist.

Diese exponentielle Dynamik wird durch massive Investitionen technologischer Unternehmen in Infrastruktur vorangetrieben: Fast jede Woche werden neue Rechenzentren eröffnet, und alle paar Monate Produktionsstätten für spezialisierte Chips zur maschinellen Lernens ins Leben gerufen. Der Ausbau dieser Infrastruktur führt direkt zu einem Anstieg des Stromverbrauchs, der zur Versorgung und Kühlung von Tausenden von Servern benötigt wird, die moderne neuronale Netze unterstützen.

Emissionen auf Megastadt-Niveau

Der so hohe Energieverbrauch zieht unvermeidlich erhebliche Treibhausgasemissionen nach sich, wenn ein Teil der Energie aus fossilen Brennstoffen stammt. Laut einer aktuellen Studie könnte KI im Jahr 2025 für 32-80 Millionen metrische Tonnen Kohlendioxid (CO2) pro Jahr verantwortlich sein. Das bringt den "CO2-Fußabdruck" der KI auf das Niveau einer ganzen Stadt: Beispielsweise betragen die jährlichen Emissionen New Yorks etwa 50 Millionen Tonnen CO2. Zum ersten Mal zeigt eine Technologie, die rein digital erschien, einen ähnlichen Einfluss auf das Klima wie große industrielle Sektoren.

Wichtiger Hinweis: Diese Schätzungen gelten als konservativ. Sie berücksichtigen hauptsächlich die Emissionen aus der Stromerzeugung für den Betrieb der Server, während der gesamte Lebenszyklus der KI — von der Herstellung der Geräte (Server, Chips) bis zur Entsorgung — einen zusätzlichen CO2-Fußabdruck erzeugt. Sollte der KI-Boom weiterhin im gleichen Tempo anhalten, wird das damit verbundene Emissionsvolumen schnell zunehmen. Dies erschwert die globalen Bemühungen zur Reduzierung von Treibhausgasen und stellt technologische Unternehmen vor die Frage, wie sie das explosive KI-Wachstum in ihre Verpflichtungen zur Erreichung von Kohlenstoffneutralität integrieren können.

Der Wasserfußabdruck von neuronalen Netzen

Ein weiterer versteckter Ressourcensog der KI ist Wasser. Rechenzentren verbrauchen enorme Mengen Wasser zur Kühlung von Servern und Geräten: Verdunstungskühlung und Klimatisierung kommen ohne Wasserressourcen nicht aus. Neben dem direkten Verbrauch sind auch beträchtliche Wasserressourcen indirekt erforderlich — in Kraftwerken zur Kühlung von Turbinen und Reaktoren bei der Stromerzeugung, die von Rechenclustern verbraucht wird. Schätzungen zufolge könnten allein KI-Systeme im Jahr 2025 zwischen 312 und 765 Milliarden Litern Wasser verbrauchen. Dies entspricht dem gesamten Volumen von Flaschenwasser, das die Menschheit in einem Jahr konsumiert. Somit hinterlassen neuronale Netze einen gewaltigen Wasserfußabdruck, der bis vor kurzem der breiten Öffentlichkeit weitgehend unbekannt war.

Offizielle Schätzungen spiegeln oft nicht das gesamte Bild wider. Beispielsweise berichtete die Internationale Energieagentur von etwa 560 Milliarden Litern Wasser, die im Jahr 2023 von allen Rechenzentren weltweit verbraucht wurden, jedoch war in dieser Statistik das Wasser, das in Kraftwerken verwendet wurde, nicht enthalten. Der tatsächliche Wasserfußabdruck der KI könnte mehrere Male höher sein als die formalen Schätzungen. Die größten Akteure der Branche zögern bislang, Details offenzulegen: In einem aktuellen Bericht über ihr KI-System gab Google an, dass der Wasserverbrauch von externen Kraftwerken in ihren Metriken nicht einbezogen wird. Diese Herangehensweise steht in der Kritik, da ein erheblicher Teil des Wassers gerade zur Deckung der elektrischen Bedürfnisse der KI verwendet wird.

Bereits jetzt gibt es Bedenken hinsichtlich des Wasserverbrauchs in mehreren Regionen. In trockenen Gebieten der USA und Europas wehren sich Gemeinschaften gegen den Bau neuer Rechenzentren, aus Angst, dass diese dringend benötigtes Wasser aus lokalen Quellen abzapfen. Auch die Unternehmen selbst verzeichnen einen Anstieg des "Durstes" ihrer Serverfarmen: Microsoft berichtete, dass der weltweite Wasserverbrauch ihrer Rechenzentren im Jahr 2022 um 34 % (auf 6,4 Milliarden Liter) gestiegen ist, maßgeblich bedingt durch die erhöhte Last im Zusammenhang mit dem Training von KI-Modellen. Diese Fakten verdeutlichen, dass der Wasserfaktor bei der Bewertung ökologischer Risiken der digitalen Infrastruktur zunehmend in den Vordergrund rückt.

Intransparenz der Technologiegiganten

Paradoxerweise sind bei einem solch hohen Einfluss Daten über den Energie- und Wasserverbrauch der KI öffentlich kaum verfügbar. Große Technologiefirmen (Big Tech) führen in ihren Berichten über Nachhaltigkeit normalerweise Gesamtdaten zu Emissionen und Ressourcen an, ohne den spezifischen Anteil im Zusammenhang mit KI separat auszuweisen. Detaillierte Informationen über den Betrieb von Rechenzentren — beispielsweise wie viel Energie oder Wasser speziell für Berechnungen von neuronalen Netzen verbraucht wird — bleiben häufig innerhalb der Unternehmen. Nahezu keine Informationen liegen über den "indirekten" Verbrauch vor, wie etwa über das Wasser, das zur Stromerzeugung für Rechenzentren verwendet wurde.

Infolgedessen müssen Forscher und Analysten wie Detektive agieren, um mit Fragmenten von Corporate-Präsentationen, marktbezogenen Schätzungen und Energiestatistiken ein umfassendes Bild zu rekonstruieren. Diese Intransparenz erschwert das Verständnis des gesamten ökologischen Fußabdrucks der KI. Experten fordern die Einführung strenger Offenlegungsstandards: Unternehmen sollten über den Energieverbrauch und die Wassernutzung ihrer Rechenzentren mit Aufschlüsselung nach wichtigen Bereichen, einschließlich KI, berichten. Eine solche Transparenz würde es der Gesellschaft und den Investoren ermöglichen, die Auswirkungen neuer Technologien objektiv einzuschätzen und die Branche dazu anregen, Wege zur Verringerung der Umweltbelastung zu suchen.

Drohen ökologische Risiken

Wenn die gegenwärtigen Tendenzen anhalten, könnte der wachsende "Appetit" der KI bestehende ökologische Probleme verschärfen. Zusätzliche Zehn-millionen von Tonnen an Treibhausgasemissionen pro Jahr werden die Erreichung der Ziele des Pariser Abkommens über den Klimawandel erschweren. Der Verbrauch von Hunderten Milliarden Litern Süßwasser erfolgt vor dem Hintergrund eines globalen Wassermangels, der Schätzungen zufolge bis 2030 56 % erreichen könnte. Mit anderen Worten, ohne nachhaltige Maßnahmen besteht das Risiko, dass die Expansion der KI mit den ökologischen Grenzen des Planeten in Konflikt gerät.

Wenn keine Änderungen vorgenommen werden, könnten diese Tendenzen zu folgenden negativen Konsequenzen führen:

  1. Beschleunigung der globalen Erwärmung aufgrund des Anstiegs der Treibhausgasemissionen.
  2. Verschärfung des Süßwassermangels in ohnehin trockenen Regionen.
  3. Erhöhte Belastung der Energiesysteme und sozial-ökologische Konflikte um begrenzte Ressourcen.

Bereits jetzt beginnen örtliche Gemeinschaften und Behörden, auf diese Herausforderungen zu reagieren. In einigen Ländern werden Beschränkungen für den Bau von "energiehungrigen" Rechenzentren eingeführt, die Nutzung von Wasserrückführungssystemen gefordert oder der Einkauf von erneuerbarer Energie verlangt. Experten betonen, dass die Branche der KI ohne grundlegende Änderungen von einem rein digitalen Sektor zu einer Quelle ganz materieller ökologischer Krisen — von Dürren bis hin zu Klimakrisen — werden könnte.

Investorenblick: ESG-Faktor

Die ökologischen Aspekte der rasanten Entwicklung von KI werden auch für Investoren immer wichtiger. In einer Zeit, in der die ESG-Prinzipien (Umwelt-, Sozial- und Governance-Faktoren) an Bedeutung gewinnen, beeinflusst der CO2- und Wasserfußabdruck von Technologien direkt die Bewertung von Unternehmen. Investoren fragen sich: Wird die "grüne" Wende in der Politik zu höheren Kosten für Unternehmen führen, die auf KI setzen? Beispielsweise könnten verschärfte CO2-Regulierungen oder die Einführung Gebühren für die Wassernutzung die Ausgaben der Unternehmen erhöhen, deren neuronale Netzservices viel Energie und Wasser verbrauchen.

Umgekehrt können Unternehmen, die bereits jetzt in die Minderung der ökologischen Auswirkungen von KI investieren, von einem Wettbewerbsvorteil profitieren. Der Übergang von Rechenzentren zu erneuerbaren Energien, die Verbesserung von Chips und Software zur Steigerung der Energieeffizienz sowie die Implementierung von Systemen zur Wiederverwendung von Wasser reduzieren Risiken und verbessern die Reputation. Der Markt bewertet Fortschritte im Bereich Nachhaltigkeit hoch: Investoren auf der ganzen Welt integrieren immer häufiger ökologische Metriken in ihre Bewertungsmodelle. Deshalb steht die Frage für technologische Führer im Raum: Wie kann die Leistung von KI weiter gesteigert werden, während gleichzeitig den Erwartungen der Gesellschaft an Nachhaltigkeit entsprochen wird? Diejenigen, die das Gleichgewicht zwischen Innovationen und verantwortungsbewusstem Umgang mit der Natur finden, werden langfristig profitieren — sowohl in Bezug auf das Image als auch auf den Unternehmenswert.

Der Weg zu einer nachhaltigen KI

Trotz des Ausmaßes des Problems hat die Branche die Möglichkeit, das Wachstum der KI in Richtung nachhaltiger Entwicklung zu lenken. Weltweit tätige Technologieunternehmen und Forscher arbeiten bereits an Lösungen, die den ökologischen Fußabdruck der KI verringern können, ohne Innovationen zu bremsen. Zu den Schlüsselstrategien gehören:

  • Steigerung der Energieeffizienz von Modellen und Geräten. Entwicklung optimierter Algorithmen und spezialisierter Chips (ASIC, TPU usw.), die maschinelles Lernen mit geringerem Energieverbrauch durchführen.
  • Übergang zu sauberen Energiequellen. Nutzung von Energie aus erneuerbaren Ressourcen (Solar-, Wind-, Wasser- und Atomenergie) zur Versorgung von Rechenzentren, um die CO2-Emissionen im Betrieb von KI auf null zu senken. Viele IT-Giganten schließen bereits "grüne" Verträge ab, um saubere Energie zu erwerben.
  • Reduktion und Rückführung des Wasserverbrauchs. Implementierung neuer Kühlsysteme (Wasserkühlung, Immersionskühlung), die weitaus weniger Wasser benötigen, sowie die Wiederverwendung von Prozesswasser. Auswahl von Standorten für Rechenzentren unter Berücksichtigung der Wasserverhältnisse: Präferenz für Regionen mit kühlem Klima oder ausreichend Wasserressourcen. Untersuchungen zeigen, dass eine durchdachte Standort- und Kühlauswahl den Wasser- und CO2-Fußabdruck von Rechenzentren um 70-85 % reduzieren kann.
  • Transparenz und Dokumentation. Einführung einer obligatorischen Überwachung und Offenlegung von Daten über den Energie- und Wasserverbrauch der KI-Infrastruktur. Öffentliche Dokumentation fördert eine effektivere Ressourcenverwaltung durch Unternehmen und ermöglicht es Investoren, den Fortschritt bei der Verringerung der Belastung für das Ökosystem zu verfolgen.
  • Einsatz von KI zur Ressourcenverwaltung. Paradoxerweise kann die Künstliche Intelligenz selbst dazu beitragen, dieses Problem zu lösen. Maschinelles Lernen-Algorithmen werden bereits zur Optimierung der Kühlung in Rechenzentren, zur Vorhersage von Lasten und zur Verteilung von Aufgaben verwendet, um Spitzenbelastungen im Netz zu minimieren und die Effizienz der Servernutzung zu steigern.

Die kommenden Jahre werden entscheidend sein, um die Prinzipien der Nachhaltigkeit in die schnell wachsende KI-Branche zu integrieren. Die Branche steht an einem Scheideweg: Entweder sie bewegt sich träge und läuft Gefahr, mit ökologischen Barrieren konfrontiert zu werden, oder sie verwandelt das Problem in einen Anstoß für neue Technologien und Geschäftsmodelle. Wenn Transparenz, Innovationen und ein verantwortungsbewusster Umgang mit Ressourcen ein integraler Bestandteil der KI-Strategien werden, kann der "digitale Verstand" Hand in Hand mit dem Schutz des Planeten wachsen. Dieses Gleichgewicht wird von Investoren und der Gesellschaft insgesamt von der neuen technologischen Ära erwartet.

open oil logo
0
0
Kommentar hinzufugen:
Nachricht
Drag files here
No entries have been found.