Wasser, Energie und der Planet
Der verdeckte Preis der KI

Stellen Sie sich einmal Folgendes vor: Sie bitten ChatGPT, einen Artikel oder ein Gedicht für Sie zu schreiben. Und schon nach wenigen Sekunden blicken Sie begeistert auf das Ergebnis. Doch es steckt weitaus mehr dahinter. Künstliche Intelligenz (KI) mag zwar aus unserem Alltag kaum noch wegzudenken sein. Doch der Betrieb dieser Technologie ist mit verdeckten Umweltkosten verbunden. Der Einsatz von KI macht sich nicht nur durch Veränderungen in Industriezweigen und in unserem Alltag bemerkbar, auch ihre Umweltfolgen – insbesondere durch ihren massiven Energie- und Wasserverbrauch – liegen mittlerweile auf der Hand. Die Frage ist: Kann der Fortschritt einen solchen Preis rechtfertigen?

Von Amrita Sengupta

Der Klimawandel ist eine der größten Herausforderungen der internationalen Gemeinschaft. Dies zeigt sich vor allem in ökologisch sensiblen Regionen wie Südasien. Indien hat beispielsweise eine deutliche Zunahme extremer Wetterereignisse erlebt – von weniger als 50 pro Jahr in den 1970er-Jahren auf fast 200 im Jahr 2019. Vor diesem Hintergrund bereiten die Umweltfolgen der KI immer größere Sorgen.

In der Kritik steht auch die Errichtung zahlreicher Rechenzentren – ein Thema, auf das ich an dieser Stelle näher eingehen möchte. Vor kurzem musste Google in Chile ein Bauprojekt für ein großes Rechenzentrum stoppen, denn es gab Bedenken, der energieintensive Betrieb der Anlage könne das lokale Stromnetz beeinträchtigen. Auch in Uruguay protestierten Umweltschützer*innen, weil sie befürchteten, gefährliche Chemieabfälle aus dem Rechenzentrum könnten den Menschen in der Region schaden. Und das ist noch lange nicht alles. Der Betrieb dieser Zentren verschlingt riesige Mengen an Energie- und Wasserressourcen, die in vielen Teilen der Welt schon jetzt knapp sind.

Das große Ganze: wie funktioniert die KI-Infrastruktur

Um zu verstehen, wie sich der ökologische Fußabdruck der KI zusammensetzt, müssen wir einen Blick hinter die Kulissen werfen. Für den Einsatz von KI sind in erster Linie modernste Infrastrukturen erforderlich, die Elektrizität und Wasser für den Betrieb benötigen.

Eine wesentliche Komponente sind die KI-Chips, die vor allem für Berechnungen, die Verarbeitung von Daten und das Trainieren von Modellen zum Einsatz kommen. Doch sowohl die Herstellung dieser Chips als auch ihre anschließende Reinigung erfordern Unmengen an Wasser.

Eine weitere Komponente sind die Rechenzentren, die wie eine Art KI-Fabrik alle Verarbeitungsabläufe steuern. Diese großen Gebäude bieten die nötige Infrastruktur für die Chips, um rund um die Uhr einen reibungslosen Ablauf der KI-Anwendungen zu gewährleisten. Für ihren Betrieb sind einerseits große Strommengen erforderlich, andererseits werden Kühlsysteme benötigt, um eine Überhitzung zu vermeiden – mit Wasser, Klimaanlagen oder natürlicher Kühlung.

Die KI bedarf also erheblicher Mengen an natürlichen Ressourcen, darunter auch Bergbauprodukte wie Kupfer, ist energie- und wasserintensiv und hat eine schlechte Klimabilanz – die gibt an, wie viele Treibhausgase Einzelpersonen oder Großkonzerne durch verschiedene Prozesse und Aktivitäten erzeugen.

Zudem verweisen viele Klimaforschende, die sich mit Wasserknappheit und emissionsbedingten Risiken beschäftigen, auf Regionen, die besonders von der Ressourcennutzung der Rechenzentren in Mitleidenschaft gezogen werden könnten. Aus geografischer Sicht stellt sich also die Frage nach dem Standort dieser Rechenzentren und ihrem möglichen Einfluss auf lokale Gemeinschaften, die in der Nachbarschaft dieser Zentren leben. Denn diese Zentren erzeugen Abfälle und Emissionen und verbrauchen zudem wichtige Ressourcen, die in einigen Regionen bereits knapp sein könnten.

Der Wasser- und Strombedarf von KI

Für die Verarbeitung von großen Datenmengen und Entscheidungsprozessen sind KI-Anwendungen auf leistungsstarke Rechnerressourcen angewiesen. Wenn wir ChatGPT bitten, eine E-Mail zu schreiben, verarbeitet die Anwendung riesige Datenmengen, mit denen sie trainiert wurde. Dieser Vorgang läuft auf Rechnern mit einem ausgesprochen hohen Stromverbrauch. Der tatsächliche Energieverbrauch lässt sich nur schwer beziffern, weil die Energie an verschiedenen Punkten zum Einsatz kommt – beim Training ebenso wie bei der Nutzung der Anwendung. Außerdem ist zu berücksichtigen, ob die Energie aus erneuerbaren Quellen stammt oder nicht. Aktuell befinden sich die meisten Rechenzentren in Nordamerika, gefolgt von Westeuropa. Denn die Zentren müssen gekühlt werden, und wo ließe sich das besser gewährleisten als in Ländern, in denen es von Natur aus kalt ist!?

Traditionell wurde Wasser für die Kühlung eingesetzt – ein Verfahren das sich inzwischen zu einer Streitfrage zwischen den Ländern und den Betreibern der Rechenzentren entwickelt hat. Daher müssen Kühlprozesse entwickelt werden, die nicht ressourcenintensiv sind. Erprobt werden Alternativen wie der Einsatz von Kühlmitteln sowie Verfahren der Immersionskühlung (die Server werden in eine Flüssigkeit getaucht, die die Wärme aus den Geräten ableitet) und der geothermischen Kühlung (unterirdischen Kühlung).[1]

Und die abschließende Frage: KI oder nicht KI?

Noch ist nicht alles verloren. Es gibt Maßnahmen, um die Umweltkosten der KI zu mindern.

Ersten müssen Unternehmen künstliche Intelligenz bewusst dort entwickeln und einsetzen, wo sie Vorteile bringt, anstatt wahllos KI-Modelle zu trainieren.

Zweitens muss die Versorgungskette gründlich geprüft werden, um den ökologischen Fußabdruck der KI innerhalb der gesamten Kette und nicht nur bei den Rechenzentren zu senken.

Drittens muss mehr Geld in Forschung investiert werden, um verlässliche Verfahren für die Bewertung der CO2-Bilanz in allen Phasen – also für Emissionen aus Training, Betrieb und Nutzung – zu entwickeln.

Abschließend müssen Regierungen die Kosten der durch KI verursachten Emissionen in Betracht ziehen und Maßnahmen gegen einen unkontrollierten Einsatz ergreifen. Dieser Ansatz ist nicht neu und kam in der Vergangenheit bereits in vielen verschiedenen Branchen zum Einsatz – vom Kohlebergbau bis hin zum Luftverkehr. Die niederländische Regierung will beispielsweise Kontrollen für Hyperscale-Rechenzentren einführen, wenn sie feststellt, dass die Energiekosten höher sind als die Vorteile aus dem Einsatz der KI-Technologien.

Bevor Sie also das nächste Mal KI benutzen: Halten Sie einen Moment inne und denken Sie an die Energie, die dafür nötig ist. Es geht nicht nur um Daten, sondern auch um Wasser, Strom und das Gleichgewicht unserer Umwelt.