So viel Energie frisst die KI

Natürliche Intelligenz entspringt dem menschlichen Gehirn. Künstliche Intelligenz (KI) entsteht dagegen aus einem digitalen, neuronalen Netzwerk aus hochspezialisierten Computerchips, sogenannten «AI Accelerators», also «KI-Beschleunigern». Diese bewältigen in kürzester Zeit riesige Datenmengen. KI-Modelle wie ChatGPT oder Google Gemini können pro Sekunde Milliarden Berechnungen verarbeiten. Es ist faszinierend, ihnen zuzusehen, wie sie rasend schnell Texte schreiben, Bilder oder Videos erstellen. Doch dafür benötigen sie Strom. Viel Strom. Das gilt vor allem für Bilder. Um ein Bild einer Katze im Sonnenuntergang zu erstellen, verbraucht ein leistungsstarkes KI-Modell so viel Strom, wie man für das Aufladen eines Handy-Akkus benötigt – etwa zehn Wattstunden. Das Erstellen von Texten ist dagegen weniger energieintensiv.

2.5 Milliarden Anfragen – pro Tag

Für reine Textanfragen verbrauchen die Modelle meist weniger als eine Wattstunde (Wh) – je nach Modell, Komplexität der Anfrage, Antwortlänge, Auslastung und Rechenzentrum kann der Wert aber deutlich schwanken. Allein ChatGPT verarbeitete in den vergangenen Monaten täglich rund 2.5 Milliarden Anfragen (Stand Sommer 2025). Wenn man pro Anfrage 0.5 Wh ansetzt, ergeben 2.5 Milliarden Anfragen einen täglichen Strombedarf von rund 1.25 Gigawattstunden (GWh). Damit könnte ein durchschnittliches Elektroauto (Ø 18 kWh/100 km) etwa 6.9 Millionen Kilometer weit fahren – also grob 170-mal um die Erde. Das hat zumindest ChatGPT für uns ausgerechnet.

Die Nutzung von künstlicher Intelligenz steigt rasant – und damit auch der Energiebedarf. Prognosen zur KI-Stromnachfrage schwanken stark, weil sie von unterschiedlichen Annahmen über Hardware, Auslastung und Effizienz ausgehen. Klar ist: Rechenzentren aller Art verbrauchten 2024 laut der Internationalen Energie Agentur IEA weltweit insgesamt rund 415 Terawattstunden (TWh) Strom. Bis 2030 könnte sich ihr Strombedarf mehr als verdoppeln auf etwa 945 TWh, wobei KI eine zentrale Rolle spielt. Zum Vergleich: Die Schweiz verbraucht jährlich knapp 60 TWh (Stand 2024).

Das Problem des Stromhungers ist auch den Betreibern der grossen KI-Modelle klar. Sie wollen den Energieverbrauch im eigenen Interesse verringern – zum Beispiel mit effizienteren Chips und Netzwerkdesigns. So soll künftig dieselbe Rechenleistung mit deutlich weniger Strom möglich sein. Aber auch das hat leider seine Tücken – denn höhere Effizienz kann paradoxerweise zu einem steigenden Stromverbrauch führen. Der Grund: Optimierte Technologie ist wirtschaftlich interessant und löst steigende Nachfrage aus.

Je effizienter, desto mehr Nutzende

Dasselbe passiert derzeit bei der künstlichen Intelligenz: Je effizienter und schneller die Technologie wird, desto mehr Anfragen werden gestellt. Fachleute raten daher, die Kapazitäten der grossen KI-Modelle ausschliesslich für wesentliche Aufgaben zu nutzen, zum Beispiel für Wissenschaft und Forschung.

Bei künstlicher Intelligenz denken viele zunächst an das Erstellen von Texten und Bildern. Doch das greift zu kurz. Im Gesundheitswesen assistiert KI inzwischen bei Diagnosen. In der Finanzwelt hilft sie beim Risikomanagement, im Handel bei der Kundenbetreuung. Die Automobilindustrie arbeitet mit KI an autonomen Fahrzeugen. In der Bildung hilft KI, Lerninhalte zu personalisieren oder ermöglicht interaktive Lernerfahrungen. Die Frage lautet daher nicht, wo KI schon überall Einzug gehalten hat, sondern eher, wo noch nicht. Als Faustregel gilt: Sind in einem Wirtschaftssektor hohe kognitive Fähigkeiten gefragt wie Wahrnehmen, Denken und Erkennen, ist der langfristige Einsatz von KI sehr wahrscheinlich – und damit auch eine steigende Energienachfrage.

KI und Klima

Damit sind wir an einem kritischen Punkt. Denn der Energiehunger künstlicher Intelligenz verursacht hohe CO2-Emissionen. Um die weltweiten Klimaziele zu erreichen, sollten KI-Modelle daher nur mit Strom aus erneuerbaren Energien betrieben werden, empfehlen Experten. Klingt logisch, ist aber in der Praxis eine grosse Herausforderung. Weitere Innovationen sind nötig, bei denen KI wiederum eine grosse Rolle spielen kann.

Was Sie selbst beitragen können

Auch als Anwenderin oder Anwender kann man den unnötigen Strombedarf senken – ohne auf KI komplett zu verzichten:

• Text vor Bild/Video: Wenn ein Text reicht, sparen Sie sich Bildoder Video-Generierung. Und wenn es ein Bild sein muss: lieber ein präziser Auftrag statt zehn Varianten.
• Weniger Hin-und-Her: Geben Sie Kontext, Ziel und gewünschtes Format gleich mit («Bitte in 5 Bulletpoints», «max. 120 Wörter», «mit Quellen»). Das reduziert Nachfragen und zusätzliche Rechenläufe.
• Passendes Modell/Tool wählen: Für einfache Aufgaben (Rechtschreibung, Übersetzen, kurze Zusammenfassungen) genügt oft ein «leichtes » Modell oder ein spezialisiertes Tool. Wenn eine Plattform einen «schnellen/ökonomischen» Modus anbietet, ist das meist die energiesparende Wahl.