Der #DigitalCheckNRW ist ein Herzensprojekt der Landesregierung in NRW. Ziel ist es, digitale Teilhabe für alle Bürger*innen zu ermöglichen.
Über den Check könnt Ihr eure eigene Medienkompetenz prüfen und durch passendes Weiterbildungsangebot noch vorhandene Lücken schließen.
Künstliche Intelligenz (KI) hat in den letzten Jahren enorme Fortschritte gemacht, insbesondere durch das Feld der sogenannten generativen KI. Darunter sind große Sprachmodelle wie ChatGPT zu verstehen, aber auch Anwendungen die Bilder, Video- oder Tonaufnahmen erstellen können, z. B. Midjourney, Dall-E oder Adobe Firefly.
Für dich als Nutzer*in sind KI-Modelle oft praktisch: Du stellst beispielsweise eine Frage (formulierst einen so genannten „Prompt“) und erhältst im Bruchteil einer Sekunde bereits die Antwort – was für eine enorme Leistung! Was dabei nicht sichtbar ist: Der Betrieb einer KI verbraucht sehr viele natürliche Ressourcen.
Das wirft einige Fragen auf: Wie nachhaltig „arbeitet“ KI? Wie viel Strom und Kühlwasser werden bei KI-Modellen wie ChatGPT benötigt? Kann ich (generative) KI energiesparend nutzen?
1. Stromverbrauch
Jede Taste, die du auf der Computer- oder Handytastatur drückst und jedes Wort, das du auf deinem Monitor/Display angezeigt bekommst, löst einen Rechenprozess aus, der Strom verbraucht. Wenn du ein GPT-Modell benutzt, also ein vortrainiertes Modell wie ChatGPT und dort z. B. eine Frage stellst, dann läuft das, was du eingegeben hast und auch das, was die KI als Antwort ausgegeben hat, über Stromsignale des Computers an einen Server. Doch die Anbieter von großen KI-Modellen kommen mit einem einzigen Server nicht aus, um diese riesige „Informationsautobahn“ zu steuern, sondern bauen ganze Rechenzentren, also große Computer- und Serveranlagen. OpenAI, der Betreiber von ChatGPT, plant beispielsweise ein neues Rechenzentrum in den USA, samt eines Gaskraftwerks, das so groß werden soll, dass es bis zu 8 Gigawattstunden (GWh) Rechenleistung für den Betrieb der eigenen KI bewerkstelligen kann. Mit dieser Energiemenge könnten 20 Millionen Haushalte für ein ganzes Jahr mit Strom versorgt werden – das entspricht der Hälfte Deutschlands. [1]
Beim Stromverbrauch von KI lassen sich zwei Phasen unterscheiden: der Trainingsprozess (das Anlernen des KI-Modells mit riesigen Datenmengen) und der laufende Betrieb der KI (die tatsächliche Nutzung).
Phase 1 (Training): Beim Training von Sprachmodellen werden dem KI-System enorm viele Informationen zugeführt, die später die Basis deiner Suchergebnisse bilden. Beispiel: Allein für das Training von GPT-3 (die Version, die 2023 veröffentlicht wurde) wurden schätzungsweise 1,287 Millionen Kilowattstunden (kWh) Strom verbraucht. Von dieser Energiemenge könnten ca. 400 Haushalte in Deutschland ein ganzes Jahr lang mit Strom versorgt werden. Mit neueren Modellen werden die Trainingsmethoden noch viel komplexer und aufwendiger. Allerdings ist das Training ein einmaliger Aufwand: Nach Abschluss kann das fertige Modell vielfach genutzt werden. [2]
Phase 2 (Benutzung): Der laufende Betrieb benötigt weitaus mehr Energie als das einmalige Training. Jedes Mal, wenn Nutzende eine Anfrage stellen und das Modell eine Antwort generiert, arbeiten im Hintergrund Tausende von Recheneinheiten. Zum Vergleich: Eine klassische Suche bei Google (ohne KI-Unterstützung) benötigt nach Angaben des Unternehmens lediglich etwa 0,3 Watt pro Stunde (Wh).Von dieser Menge Strom könnte eine kleine LED-Lampe ca. drei Minuten leuchten. Die gleiche Anfrage (Prompt) bei ChatGPT verbraucht fast zehn Mal so viel (2,9 Wh). [3]
2. Wasserverbrauch
Du hast sicherlich schon bemerkt, dass dein Laptop oder dein Handy ganz warm werden, wenn sie lange in Betrieb sind. Die Server in Rechenzentren erzeugen genauso Wärme, aber in viel größeren Dimensionen. Das für die Kühlung benötigte Wasser stammt dann entweder aus Kühltürmen (in denen das Wasser wiederverwendet wird) oder aus Kühlsystemen, die mit der Außenluft arbeiten. Das kann Auswirkungen auf das Ökosystem in der Region haben, in der das Rechenzentrum steht. Schätzungen zufolge hat allein das Training von GPT-3 ca. 5,4 Millionen Liter Wasser verbraucht [4], allerdings ist es schwierig an verlässliche Zahlen zu kommen, denn zum einen geben Unternehmen diese Informationen ungerne preis, zum anderen lässt sich nicht immer klar trennen, welche natürlichen Ressourcen für welchen Vorgang benötigt wurden. Beispiel: Auch bei der Produktion von Mikrochips, die für sämtliche Computer gebraucht werden, wird viel Wasser verwendet. Und noch viel bedenklicher: nach der Produktion können radioaktive Abfälle im Wasser zurückbleiben. [5]
3. CO₂-Emissionen
Je nachdem, wo der Strom für die Rechenzentren herkommt, können unterschiedliche Emissionen entstehen. Bei der Nutzung von erneuerbaren Energien (z. B. Solarenergie oder Windenergie) entsteht bei der Produktion von Strom eine deutlich geringere Emission als bei der Nutzung von fossilien Energien (z. B. Braunkohle oder Erdgas). Durch den enormen Energieverbrauch von KI-Modellen sorgt der weitere Ausbau und die Nutzung von KI auch dazu, dass Gas- und Kohlekraftwerke länger am Netz bleiben oder wie im Fall von OpenAI sogar neu dazu gebaut werden. Um die CO₂-Emission trotzdem zu reduzieren, müsste der Ausbau von erneuerbarer Energie stärker vorangetrieben werden. [6]
KI gezielt einsetzen und unnötige Anfragen vermeiden.
Überlege dir vorab genau, ob du deine Frage einer generativen KI wie z. B. ChatGPT stellen willst oder ob dafür nicht auch die klassische Suche in einer Suchmaschine (z. B. Google, Ecosia oder Bing) passt. Eine KI zu nutzen ist sogar in Bezug auf die Ergebnisse, die du angezeigt bekommst, nicht immer die beste Lösung (siehe dir dazu das Erklärvideo „Warum wir ChatGPT und Co. nicht immer alles glauben sollten“ an). Das gleiche kannst du dich z. B. bei der Bearbeitung von Bildern fragen. Muss es hier eine KI sein oder reicht da nicht vielleicht auch ein klassisches Bildbearbeitungsprogramm? (Achtung: einige Bildprogramme nutzen innerhalb ihres Programms auch KI, z. B. Canva).
Ergebnisse mehrfach nutzen statt neu generieren.
Wenn deine Anfrage thematisch zu einer vorherigen passt, dann nutze die bereits bestehende Suchanfrage und baue darauf auf. Dann kann die KI die vorherigen Antworten und Ergebnisse weiterverwenden und spart dabei Energie.
Wähle die passende KI.
Nicht jede KI „kann“ alles gleich gut. Die gezielte Auswahl der KI spart Ressourcen, weil die Inhalte schneller erstellt werden können, wenn die KI auf diesen Anwendungsfall ausgelegt ist. Es gibt passende KI’s um Bilder, Töne, Videos oder Texte zu generieren.
Die Masse machts!
Andere digitale Tätigkeiten verbrauchen natürlich auch Strom. Vergleich mit Stromverbrauch anderen Anwendungen (Schätzungen [7]):
Nicht der einzelne private Prompt stellt ein Problem dar, sondern die Masse an Millionen Suchanfragen, Bilderstellungen und Co.! Da viele KI-Modelle für den privaten Gebrauch kostenfrei zur Verfügung stehen, oft praktisch in der Handhabung sind, die Anwendung Spaß macht und sie potenziell mehr Informationen und Darstellungsoptionen bieten als klassische Suchanfragen in Suchmaschinen, kann schnell das Bewusstsein für den ökologischen Fußabdruck verloren gehen.
Und die private Nutzung von KI steht natürlich in keinem Verhältnis zur industriellen Nutzung von KI, die weit mehr Rechenleistung in Anspruch nimmt. Auf der anderen Seite kann KI auch dazu beitragen, dass Prozesse in der Industrie optimiert werden und an dieser Stelle natürliche Ressourcen wieder eingespart werden. Ob in vielen Jahren irgendwann eine positive Bilanz herauskommt, bleibt abzuwarten, denn (generative) KI kann ein wichtiger Baustein für eine nachhaltigere Zukunft sein – wenn ihr Einsatz verantwortungsvoll gestaltet wird. Nachhaltigkeit entsteht nicht durch die Technologie allein, sondern durch die Entscheidungen der Menschen, die sie entwickeln und nutzen.
