An diesem Punkt stellt sich die Frage, wohin es in Zukunft geht. Einerseits kann KI dazu beitragen, Prozesse effizienter zu gestalten und damit Emissionen zu reduzieren. Andererseits ist der Stromverbrauch aber so hoch, dass es Bedenken bezüglich des Klimaschutzes gibt.
Unternehmen wie Microsoft sind überzeugt davon, dass sich KI und Umweltschutz miteinander vereinen lassen. Da KI allerdings bislang auf Basis von Daten lernt, braucht es enorme Ressourcen im Background. Das Training eines Modells soll so viel CO2 ausstoßen wie fünf PKW während der gesamten Lebensdauer. Wenn es hierfür keine handfeste Lösung gibt, könnte das klimatechnisch negative Folgen haben. Wir schauen uns an, was in der Zukunft möglich sein könnte und welcher Faktor unterschätzt wird.
Wie künstliche Intelligenz Ressourcen nutzt und verbraucht
Wenn das Training von KI-Systemen enorme Energiereserven verbraucht, wäre das ein Problem auf absehbare Zeit. Irgendwann sind alle Daten übertragen und folglich müsste nach dieser Theorie der Stromverbrauch zurückgehen. Diese Rechnung geht in der Praxis nicht auf. Nicht nur während der Trainingsphase benötigt es leistungsstarke Hardware in Form von utopischen Rechenzentren. Diese dienen fast ausnahmslos dazu, Daten zu verarbeiten.
Die KI selbst wird nach ihrer Bereitstellung aber auch aktiv genutzt. Allein Privatpersonen, die Google zugunsten von ChatGPT ausgetauscht haben, verbrauchen pro Anfrage die dreifache Strommenge. Und auch die Nutzung anderer KI-basierter Systeme kostet permanent weiter Energie. Automatisierte Programme funktionieren, indem sie sich im Hintergrund mit KI synchronisieren und über API-Schnittstellen permanent verbunden sind. Das treibt den Energieverbrauch wiederum in die Höhe.
Die Hauptauslöser sind:
- Abwärmeproduktion der großen Serveranlagen
- Einsatz von Kühlsystemen
- Art der Stromnutzung (Kohle, Erdgas, Ökostrom)
- Produktion von Hardware für die KI-Nutzung
- Dieser Weg steht erst am Anfang, denn wenn KI sich immer weiterentwickelt, werden auch ständig leistungsstärkere Rechenzentren benötigt.
Im nachfolgenden Video wird auf ansehnliche Weise erklärt, wie generative KI den Stromverbrauch nach oben treibt:
Das Internet ist auch ohne KI ein Stromfresser
Die globale Vernetzung durch das Internet ist längst ein geschätzter Standard. Ganze Berufe basieren auf Digitalisierung, Networking und der Fähigkeit, 24/7 am Tag online zu sein. Dabei wird oftmals unterschätzt, dass auch für diesen „Luxus“ enorme Stromkosten zu berechnen sind, völlig unabhängig von künstlicher Intelligenz.
Hardware als Großverbraucher
Der Zugriff aufs Internet setzt Hardware voraus. Wie leistungsstark diese sein muss, hängt von der Nutzung ab. Im beruflichen Kontext sind die Rechenzentren und Server größer als im privaten Rahmen.
Menschen, die im Internet mit Freunden chatten, Apps wie TikTok nutzen oder Spiele wie Eye of Horus online spielen, tragen weniger zum Stromverbrauch bei als Firmen, die täglich gigantische Datenmengen auf Server transferieren und nutzen.
Auch der Vergleich zwischen einem heimischen Computer (z.B. für Gamer, Privatanwender oder auch Einzelunternehmen) und gigantischen Großrechnern in Rechenzentren zeigt, wie groß die Unterschiede des Stromverbrauchs sind. Je leistungsstärker das Endgerät, desto höher der Energieverbrauch. Ein Großrechner im Serverraum einer Firma produziert mehr Wärme als ein heimischer Gaming-Computer, der sich durch verbaute Lüfter kühlen lässt.
Netzwerke und Datenautobahnen
Um Daten zwischen Servern zu transferieren, benötigt es sogenannte Datenautobahnen. Sie werden genutzt, um Inhalte von einem Ort (z.B. Server) an einen anderen zu transferieren (Computer, Smartphone etc.). Zum Einsatz kommen Mobilfunknetze und zuletzt immer mehr Glasfaser. Mit dem Ausbau der Glasfaser-Infrastruktur sinkt der Stromverbrauch, denn dieser ist vor allem bei klassischen Breitbandverbindungen und Mobilfunknetzen erhöht. Dennoch benötigt jede Form der Übertragung Strom, was wiederum zur Erwärmung von Servern und Endgeräten führt. Dieses Problem wird mit Kühlung gelöst.
Eine Statistik von 2020 besagt, dass 2,8 % des weltweiten CO2-Ausstoßes auf das Konto des Internets gehen. Nun ist der dargestellte Vergleich mit dem Verbrauch von Ländern etwas ungewöhnlich, aber trotzdem interessant. Wenn wir die „Welt“ des Netzes als „Land“ sehen, würde dieses mehr Strom verbrauchen als ganz Deutschland für alle anderen Anwendungen.
Die gute Nachricht ist, dass jeder Nutzer selbst einen kleinen Beitrag zur Reduktion des Stromverbrauchs bei der Nutzung digitaler Dienste leisten kann.
Das funktioniert z.B. mit den nachfolgenden Maßnahmen:
- Anstelle von Mobilfunk und Bluetooth auf Kabel setzen
- Videos herunterladen und ohne laufenden Stream schauen
- Ressourcenfreundliche und stromsparende Endgeräte nutzen
- Auf Glasfaser umsteigen, statt Kupferleitungen zu verwenden
Das Beispiel der Übertragung zeigt recht gut, dass Weiterentwicklungen auch positive Einflüsse auf den Energieverbrauch haben können. Bleibt an dieser Stelle die Frage, ob KI ihren enormen Bedarf ebenfalls ausgleichen oder aber sogar reduzieren kann.
Ist KI in der Lage, langfristig Energie zu sparen?
So nett ChatGPT und Co. für den Privatverbraucher als kleines Helferlein auf dem Smartphone sind, so verschwindend gering ist die Relevanz. KI ist dazu geschaffen, mehr zu erreichen und ganze Industrien nachhaltig zu verändern. Die Frage ist, um welchen Preis!
Wird der Energieverbrauch dafür sorgen, dass KI zu einem Risikofaktor für Blackouts und Zusammenbrüche wird? Oder kann KI langfristig gesehen sogar zur Senkung des Verbrauchs beitragen und die positiven Vorzüge überwiegen?
Das Ziel wird sein, sowohl die Ausführung von KI als auch die Übertragung von Daten umwelt- und energiefreundlicher zu gestalten.
Hierfür wird aktiv an verschiedenen Möglichkeiten gearbeitet:
- Ersatz von stromintensiven Rechenbeschleunigern
- Rechnerarchitekturen für mehr Energieeffizienz
- Permanente Überwachung und Messung des Verbrauchs
- Direktübertragung von neuronalen Netzwerken
- Reduktion einzelner Parameter
- Quantisierung des Computerwesens
- Modell-Recycling statt Entsorgung
- Klassifizierung nach Energieeffizienz
Um künstliche Intelligenz nachhaltiger und weniger Co2-lastig zu gestalten, sind vor allem zwei Wege relevant.
Föderiertes Lernen für weniger Stromverbrauch
Bei dieser Methode geht es darum, KI-Modelle dezentral auf verschiedenen kleinen Geräten zu trainieren. Vorteil hierbei ist, dass es keinen zentralen Server braucht und Daten zum Training nicht energieintensiv übertragen werden müssen. Stattdessen agiert dieses Lernkonzept wie eine Art Puzzle.
An verschiedenen Orten werden die einzelnen Bauteile zusammengestellt und später an einer Stelle zusammengeführt. Dafür ist zwar auch eine Übertragung nötig, aber nicht in Dimensionen wie beim Versand von Daten. Durch die Kompression gilt diese Methode als umweltfreundlicher und interessant für die Zukunft.
Hardwarearchitektur für fertige KI-Modelle
Dieser Ansatz bezieht sich auf den Zeitpunkt, wenn das KI-Modell ausgelernt hat und im Einsatz ist. Durch die Produktion von Rechenbeschleunigern und einer gezielten Verschaltung lässt sich die Rechenleistung beim Ansteuern der KI reduzieren.
Da sich diese Art der Chips individuell programmieren lässt, kann sie auf die anfallende Aufgabe des KI-Systems angepasst werden. Das wiederum führt dazu, dass Energie nur dann verwendet wird, wenn sie tatsächlich nötig ist.
Welche praktischen Maßnahmen könnten KI und Technologie sparsamer machen?
Während die Handlungsmöglichkeiten von Privatpersonen begrenzt sind, können große Konzerne und Entwickler langfristig dafür sorgen, den Ressourcenverbrauch von KI zu reduzieren. Das kostet Geld, Zeit und Forschung, aber das Ziel ist klar: Technologie und Klimaschutz unter einen Hut bringen.
Konkrete Handlungsempfehlungen könnten dabei so aussehen:
- Rechenzentren spezialisieren und gezielter einsetzen
- Fortschritt bei privater und öffentlicher Forschung im Kontext von Hardware-Architekturen und Energieeffizienz
- Labortest durch Praxiserprobung erweitern und Ergebnisse verifizieren
- Anreize für Unternehmen zur Nutzung von energiefreundlicher Hardware schaffen
Bislang sehen Studien aber eher negative Aspekte, zumindest in einem Zeitraum von 2025 bis 2030 gedacht. Bis zum Jahr 2030 sehen Experten eine Verdreifachung des aktuellen Stromverbrauchs. Für Europa gesehen würde das bedeuten, dass etwa fünf Prozent des gesamten Strombedarfs nur auf KI zurückzuführen ist.
Der McKinsey-Studie aus Massachusetts ist zu entnehmen, dass KI entgegen häufiger Aussagen nicht zum Klimaschutz beiträgt, sondern den Klimawandel noch befeuert. In Stein gemeißelt ist das aber nicht. Aktuell ist der Status Quo das Problem. Energie, die (noch) nicht aus nachhaltigen Quellen stammt, ist das Hauptproblem.
Für die Zukunft haben sich die großen Technologie-Riesen wie Google, Microsoft und Co. aber der Nachhaltigkeit verschrieben. So plant Google beispielsweise die Inbetriebnahme eines Mini-Atomkraftwerks im Jahr 2030, mit weiteren Modellen fünf Jahre später. Zur Reduktion der CO2-Emissionen möchte Google bis zu sieben dieser Atomstromproduzenten ans Netz bringen. Microsoft und Amazon agieren ähnlich. Sie decken den Stromhunger ihrer riesigen Rechenzentren zunehmend aus Atomstrom, denn sonst lassen sich die Klimaziele nicht erreichen.
Aber ist das die richtige Lösung? Kernreaktoren produzieren zwar sauberen Strom, bergen dafür aber andere Gefahren. Klar ist, dass es Investitionen geben muss und sich diese nicht nur auf reine KI-Infrastruktur begrenzen darf. Wenn es keine Lösung gibt, KI ohne horrenden Stromverbrauch zu nutzen, könnte die neue Technologie zu einer ernsten Gefahr für die Klimaschutzziele werden.
Kann künstliche Intelligenz das Klima auch positiv beeinflussen?
Die bisherigen Fakten klangen und klingen eher negativ, doch KI hat auch ihre positiven Seiten. In vielen Bereichen wird künstliche Intelligenz dafür sorgen, Ressourcen zu schonen und klimafreundlicher zu agieren. In der Produktion, in der Forst- und Landwirtschaft und im gesamten Energiesektor kann und wird KI dazu beitragen, durch die Fähigkeit zur Datenanalyse mehr Nachhaltigkeit zu bringen.
Wenn es mithilfe künstlicher Intelligenz gelingt, Ressourcen besser zu verwenden, Stromkreisläufe zu schließen und die gesamten Produktions- und Lieferketten nachhaltiger zu gestalten, trägt das enorm zur Entlastung des Klimas bei.
Aber welche Seite wird gewinnen? Da ist auf der einen Seite der gigantische Stromhunger technologischer Anwendungen, während auf der anderen Seite die Vorzüge stehen. Wird es ein Tauziehen ohne eindeutigen Sieger oder überwiegt der positive Aspekt der Technologie in der menschlichen Zukunft?
Das wird maßgeblich auf Investitions- und Innovationsbereitschaft, aber auch auf Forschung und Entwicklung ankommen. Vielleicht sind es auch gar nicht gehypte Produkte wie generative KI, die den tatsächlichen Mehrwert bringen. So spannend es sein mag, die Hausarbeit mit KI zu schreiben oder Google durch einen freundlichen Helfer mit Sprachausgabe zu ersetzen, so wenig sinnvoll ist es für die technologische Weiterentwicklung der Zukunft.
Diese könnte viel eher aus kleinen und spezifizierten KI-Anwendungen bestehen, die auf einzelne Anwendungsfälle konzipiert wurden. Das erleichtert und reduziert den Lernprozess und trägt dazu bei, industrielle Fragen und Probleme effizient zu lösen.
ChatGPT wird vermutlich nicht der Ansprechpartner sein, wenn es um die Optimierung des Anbaus in der Landwirtschaft geht. Die mainstreamtaugliche KI wird auch nicht die Produktionsreihe des Autohauses optimieren. Zielgerichtete und energieeffizient gestaltete KI-Systeme könnten hier aber den großen Wandel einleiten. Und dann wird KI auch ihren Beitrag dazu leisten, dem Klimawandel zu begegnen.
Fazit: Die Zukunft hängt von der Entwicklung ab
Unternehmen wie Microsoft und Google haben bereits zugegeben, dass ihre CO2-Emissionen deutlich angestiegen sind. Der KI-Hype hat hier einen enormen Beitrag geleistet. Langfristig gesehen wird es hier eine Wandlung geben müssen, wenn die KI-Blase nicht in der Luft zerplatzen soll.
Generative Systeme wie ChatGPT sind eine nette Spielerei für Privatanbieter und ein effizienter Helfer für viele berufliche Kontexte. Aus umweltpolitischer Sicht sind sie bislang aber noch eine echte Katastrophe.
Es gibt nicht genug sauberen Strom, um den Hunger der KI ökologisch vertretbar zu stillen. Auf der anderen Seite ist da aber das immense Potenzial, dass künstliche Intelligenz mitbringt. Effizientere Landwirtschaft, Reduktion von Ressourcen- und Lebensmittelverschwendung, energiefreundliche Gebäude und vieles mehr lassen sich durch KI sicherstellen.
Wenn die großen Unternehmen nicht nur auf Fortschritt in Sachen Fähigkeiten setzen, sondern auch die Energiefreundlichkeit ihrer Systeme optimieren, wird KI langfristig vermutlich kein Klimakiller, sondern eher ein nützlicher Helfer für die Klimaziele sein.
Neueste Kommentare
Noch keine Kommentare zu Technologische Neuerungen als Klimakiller oder Ressourcen-Retter: Wie sieht die Zukunft aus?
Kommentar hinzufügenVielen Dank für Ihren Kommentar.
Ihr Kommentar wurde gespeichert und wartet auf Moderation.