Trenne den Strombedarf aller Rechenzentren, einen bestimmten KI-Dienst und deinen eigenen Rechenlauf. Verwechsle Watt nicht mit Wattstunden und eine Zukunftsprojektion nicht mit einem Messwert. Für einen fairen Vergleich brauchst du dieselbe Aufgabe und dieselbe Messgrenze.
KI-Energieverbrauch: erst die Systemgrenze klären
Wenn jemand fragt „Wie viel Strom braucht KI?“, können drei verschiedene Dinge gemeint sein: der Jahresbedarf großer Infrastruktur, der Verbrauch eines bestimmten Dienstes oder die Energie für eine Aufgabe auf einem eigenen Rechner. Eine Zahl aus der ersten Ebene beantwortet die anderen beiden nicht.
| Ebene | Sinnvolle Bezugsgröße | Was du daraus nicht ableitest |
|---|---|---|
| Alle Rechenzentren | Elektrische Energie pro Jahr, etwa TWh. | Den Verbrauch deiner nächsten Textfrage. |
| Konkreter KI-Dienst | Aufgabe, Zeitpunkt, Systemgrenze und Verteilung der beobachteten Anfragen. | Einen universellen Wert für alle Modelle und Medien. |
| Eigener Rechenlauf | Gemessene mittlere Leistung über eine definierte Dauer. | Die vollständige Umweltbilanz von Hardware und Modelltraining. |
Auch „lokal oder Cloud?“ ist keine fertige Umweltbewertung. Auslastung, Aufgabe und unterstützende Systeme verändern den Vergleich. Du kannst zunächst lokale KI und Cloud nach deinem Einsatz vergleichen, bevor du eine technische Betriebsform auswählst.
Was die IEA für Rechenzentren beziffert
Die IEA nennt in ihrer am 16. April 2026 veröffentlichten Zusammenfassung 485 TWh Strombedarf aller Rechenzentren für 2025. Für 2030 liegt ihre zentrale Projektion bei rund 950 TWh, etwa drei Prozent des weltweiten Strombedarfs.
Diese Werte betreffen Rechenzentren insgesamt. Sie sind keine Bilanz allein von KI. Der Wert für 2030 beschreibt eine Entwicklung unter den Annahmen der IEA, keinen bereits beobachteten Verbrauch. Die Veröffentlichung betont Unsicherheiten durch Nachfrage, Effizienz und den Ausbau von Infrastruktur.
Die Grafik hält Jahr, Geltungsbereich und Status deshalb direkt an den Zahlen fest. Sie zeigt keine berechneten Zwischenjahre und keinen zusätzlichen Anteil für KI, den die gelesene Zusammenfassung nicht beziffert.
Warum eine KI-Anfrage keinen festen Verbrauch hat
Schon die Aufgabe verändert den Rechenaufwand: ein kurzer Text, viele neue Tokens, ein Video oder wiederholte Werkzeugaufrufe sind unterschiedliche Abläufe. Dazu kommen Modell, Hardware, Auslastung und die Frage, welche Infrastruktur mitgezählt wird.
Ein konkreter Anbieterfall zeigt die Bedeutung dieser Grenze: Google berichtete im August 2025 einen Median von 0,24 Wh je Gemini-Apps-Textprompt mit Daten aus Mai 2025. Der Ansatz berücksichtigt unter anderem CPU und RAM, Leerlaufkapazität sowie Rechenzentrums-Overhead.
Google bezeichnet den Befund ausdrücklich als zeitgebunden und nicht für alle Prompts oder die Zukunft repräsentativ; die Angaben wurden laut Veröffentlichung nicht unabhängig verifiziert. Er ist deshalb kein aktueller Universalwert für ChatGPT, lokale Modelle, Bildgenerierung oder agentische Abläufe.
Die hilfreiche Frage lautet: Welche Leistung wurde unter welchen Bedingungen erbracht? Ein kurzer, falscher Entwurf und eine geprüfte brauchbare Antwort haben für deine Aufgabe nicht denselben Nutzwert.
Eigenen Lauf rechnen: Watt mal Zeit
Watt (W) beschreibt Leistung. Wattstunden (Wh) beschreiben Energie über eine Dauer. Für konstante oder passend gemittelte Leistung gilt: Energie in Wh = mittlere Watt × Stunden. Teile Minuten dafür durch 60; für kWh teilst du Wh anschließend durch 1.000.
Eigenes fiktives Rechenbeispiel – keine Gerätemessung
Angenommene mittlere Leistung des gesamten Rechners: 250 W
Angenommene Dauer: 20 Minuten = 1/3 Stunde
Gesamte Energie: 250 × 20/60 = 83,33 Wh
In kWh: 83,33 / 1000 = 0,08333 kWh
Angenommener Leerlauf desselben Systems: 50 W
Leerlaufenergie für dieselben 20 Minuten: 16,67 Wh
Zusätzliche Energie gegenüber diesem Leerlauf: 66,67 WhDie drei Ergebnisse beantworten unterschiedliche Fragen. 83,33 Wh sind im Beispiel die gesamte Rechnerenergie. 66,67 Wh sind die zusätzliche Energie gegenüber dem angenommenen Leerlauf. Beide Werte sind nur so sinnvoll wie die gleichbleibende Messgrenze und der Vergleichszeitraum.
Die Nennleistung eines Netzteils ist keine gemessene Durchschnittsleistung. Ebenso bildet eine GPU-Anzeige nicht automatisch den ganzen Rechner ab. Für eine eigene Beobachtung protokollierst du Messgerät oder Messquelle, Beginn, Ende, Hintergrundprogramme und die tatsächlich erledigte Aufgabe.
Fiktives Rechenbeispiel mit Annahmen herunterladen. Es enthält keine Produktmessung, keinen Emissionsfaktor und keinen Wert pro Prompt.
Strom, Klima und Wasser getrennt betrachten
Aus einer kWh-Zahl folgt nicht unmittelbar eine bestimmte Menge CO₂ oder Wasser. Dafür brauchst du zusätzliche Angaben zur Methode und Systemgrenze. Auch ein allgemeiner Jahresfaktor beantwortet nicht automatisch, welche Wirkung ein bestimmter Lauf an einem bestimmten Ort und Zeitpunkt hatte. Die Einordnung zum Wasserverbrauch von KI trennt Kühlung, Stromerzeugung und die jeweilige Messgrenze.
| Angabe | Kann sie beschreiben | Bleibt zusätzlich zu prüfen |
|---|---|---|
| Strom am eigenen Messpunkt | Elektrische Energie innerhalb dieser Grenze. | Andere Geräte, Rechenzentrum und vorgelagerte Herstellung. |
| Vergleich mit Leerlauf | Zusatzenergie im definierten Versuch. | Ob Leerlauf und Belastung wirklich gleich abgegrenzt wurden. |
| Anbieterwert pro Aufgabe | Den dokumentierten Fall mit seiner Methode. | Übertragbarkeit auf Modellversion, Medienart und Nutzung. |
| Klimabilanz | Emissionen nach einem angegebenen Bilanzansatz. | Faktor, Zeitraum, Standort und einbezogene Lebensphasen. |
Training, laufende Nutzung und Herstellung gehören zu unterschiedlichen Teilen einer Bilanz. Wenn dein lokales Experiment nur die Nutzung misst, benenne genau das. Ergänze keine geschätzten Trainings- oder Hardwareanteile, um die Zahl vollständiger wirken zu lassen.
Was du bei einem KI-Einsatz prüfen kannst
Beginne mit einer Aufgabe, deren Ergebnis du bewerten kannst. Halte Modellversion, Eingabe, Antwortlänge, Einstellungen und Wiederholungen fest. Vergleiche erst danach Zeit, Energie und brauchbares Ergebnis. Eine unbrauchbare Antwort wird durch einen niedrigen Einzelwert nicht zur guten Lösung. Wenn du einen lokalen Versuch planst, halte neben dem Energieaufwand auch den Speicherbedarf des KI-Setups fest.
Technische Verfahren können Speicher und Rechenarbeit verändern. Du kannst Quantisierung mit ihren Qualitäts- und Speichergrenzen einordnen. Ob eine bestimmte Variante in deinem Ablauf weniger Energie benötigt, muss der konkrete Vergleich zeigen.
Zum technischen Hintergrund gehört der Guide Flash Attention als Rechenverfahren verstehen: Ein effizienter Attention-Kernel ist kein pauschales Stromsparversprechen für jede GPU, jeden Prompt und jede Anwendung.
- Aufgabe und erforderliche Qualität festlegen.
- Messgrenze und Systemstand notieren.
- Gleiche Bedingungen mehrfach prüfen und Hintergrundlast beachten.
- Ergebnis und Energie gemeinsam dokumentieren.
- Nur im geprüften Geltungsbereich vergleichen.
Werden durch günstigere einzelne Aufgaben viel mehr Aufgaben ausgeführt, kann der Gesamtbedarf trotzdem wachsen. Genau deshalb bleiben Effizienz und gesamte Nachfrage zwei getrennte Größen.
Quellen & Methode
Vorgehen und Grenzen
Vier gespeicherte redaktionelle Volltexte symmetrisch verglichen; aktuelle IEA-Zusammenfassung und Google-Original vollständig gelesen. IEA über dokumentierten Webleser-Fallback. Eigene fiktive Einheitenrechnung geprüft; keine Strommessung oder unabhängige Prüfung von Anbieterwerten.
Bei Recherche, Texterstellung und Grafiken wird KI eingesetzt. Welche eigenen Versuche vorliegen und was nur als Beispiel dient, beschreibt dieser Beitrag. Unser Redaktionsstandard erklärt die Anforderungen an Belege und Berichtigungen.
