- Kann eine KI Zeichen zählen?
- Start der Serie: KI-Basics
- Einführung in die Geschichte künstlicher Intelligenz
- Von Halluzinationen und Vorurteilen: Wenn KI Dinge sieht, die gar nicht da sind
- AI Snake Oil: Warum vorhersehende KI vielleicht nur ein cleverer Trick ist
- Plagi-was? Erzeugen KIs Plagiate?
- Wie erkenne ich potenzielle Fehler in KI-gestützten Prozessen?
- Energiefresser oder Effizienzwunder? Die CO₂-Bilanz von KI
- Hochrisiko-Systeme gemäss EU-AI-Act
Ganz im Zeichen dieser KI-Reihe wurde dieser Text mit KI recherchiert (you.com) und geprüft (LanguageTool). Das Feature Image ist ebenfalls KI-generiert, ausgehend von einem Prompt, den ich über einen Custom Agent basierend auf diesem Text habe erstellen lassen.
Die Diskussion um die CO₂-Bilanz von Technologien hat in den vergangenen Jahren an Bedeutung gewonnen. Künstliche Intelligenz (KI) ist dabei ein besonders spannendes Thema, da sie sowohl immense Potenziale zur Reduktion von Treibhausgasemissionen bietet als auch selbst erhebliche Energie- und Ressourcenverbrauch verursacht. In diesem Text werde ich die CO₂-Bilanz von KI im Vergleich zu anderen Technologien analysieren und einen Vergleich zwischen der Nutzung von KI und einer alltäglichen Aktivität wie dem Anschauen von TikTok-Videos ziehen.
Die CO₂-Bilanz von KI – ein Überblick
KI-Systeme haben in den vergangenen Jahren enorme Fortschritte gemacht, insbesondere durch die Weiterentwicklung von Deep-Learning-Modellen. Diese Modelle benötigen jedoch immense Datenmengen und Rechenleistung, um trainiert und genutzt zu werden. Der Energieverbrauch von KI lässt sich in zwei Hauptphasen unterteilen:
- Training von KI-Modellen: Das Training grosser KI-Modelle wie GPT-4 oder anderer neuronaler Netzwerke kann Wochen oder Monate dauern und immense Rechenressourcen beanspruchen. Studien zeigen, dass das Training eines grossen KI-Modells den CO₂-Ausstoss eines einzelnen Fluges über den Atlantik übersteigen kann. Beispielsweise wurde geschätzt, dass das Training eines grossen Sprachmodells Emissionen von etwa 300 Tonnen CO₂ verursachen kann, was dem jährlichen CO₂-Fussabdruck von 25 Amerikanern entspricht.
- Nutzung von KI: Im Alltag wird KI deutlich energieeffizienter. Die Nutzung eines bereits trainierten Modells, z. B. durch das Beantworten einer Anfrage, ist im Vergleich zum Training relativ ressourcenschonend. Dennoch hängt der Stromverbrauch von der Anzahl der Nutzer und der Komplexität der Anfrage ab.
Vergleich mit anderen Technologien
Um die CO₂-Bilanz von KI einzuordnen, lohnt sich ein Vergleich mit anderen Technologien. Hier sind einige Beispiele:
- Rechenzentren: Rechenzentren, die auch KI-Modelle hosten, verursachen etwa 1 % des globalen Stromverbrauchs. Dies entspricht der jährlichen CO₂-Bilanz der gesamten Luftfahrtindustrie. KI ist dabei ein wachsender Anteil in diesen Rechenzentren.
- Blockchain-Technologien: Im Vergleich zu KI hat die Blockchain-Technologie, speziell Kryptowährungen wie Bitcoin, eine deutlich schlechtere CO₂-Bilanz. Das Bitcoin-Netzwerk benötigt jährlich etwa 120 Terawattstunden Strom – mehr als manche Länder wie Argentinien. KI-Modelle sind im Vergleich hierzu energieeffizienter.
- Streaming-Dienste: Dienste wie Netflix oder YouTube haben ebenfalls einen hohen Energieverbrauch. Der CO₂-Fussabdruck einer Stunde Videostreaming liegt je nach Quelle zwischen 50 g und 100 g CO₂. KI kann in diesem Kontext als effizienter betrachtet werden, wenn sie nicht zu häufig genutzt wird.
Es ist auch wichtig festzuhalten, dass IT-Konzerne wie Google, Amazon oder Microsoft stets bemüht sind, erneuerbare Energien zu fördern und der Energieverbrauch mit der Zeit nachhaltiger werden sollte.
Vergleich: Eine Stunde KI-Nutzung vs. TikTok-Videos schauen
Ein anschauliches Beispiel ist der Vergleich zwischen der Nutzung eines KI-Systems wie GPT-4 und dem Anschauen von TikTok-Videos. Hierbei spielen primär der Stromverbrauch und die zugrunde liegende Infrastruktur eine Rolle:
- KI-Nutzung: Eine typische Anfrage an ein KI-Modell wie GPT-4 benötigt einige Millisekunden Rechenzeit auf Hochleistungsservern. Der Energieverbrauch für eine Anfrage liegt Schätzungen zufolge bei etwa 0,01 kWh, was etwa 5 g CO₂ entspricht (abhängig vom Strommix). Eine Stunde intensiver Nutzung eines KI-Systems könnte also etwa 18 bis 20 g CO₂ verursachen.
- Beim Streaming von TikTok-Videos werden Videos kontinuierlich auf das Endgerät geladen, was einen konstanten Strombedarf verursacht. Der Energieverbrauch einer Stunde TikTok-Videos liegt bei etwa 0,5 bis 1 kWh, was zwischen 250 g und 500 g CO₂ entspricht (abhängig vom Strommix). Damit ist TikTok in diesem Vergleich deutlich CO₂-intensiver als die Nutzung eines KI-Modells.
Potenziale von KI zur CO₂-Reduktion
Trotz des eigenen Energiebedarfs bietet KI enorme Chancen zur Reduktion von CO₂-Emissionen in anderen Bereichen:
- Die Optimierung des Energieverbrauchs kann helfen, den Energieverbrauch in Gebäuden, Fabriken und Städten effizienter zu gestalten, indem sie den Energiebedarf vorhersagt und optimiert.
- Nachhaltige Mobilität: KI wird in selbstfahrenden Autos verwendet, die den Verkehr optimieren und Emissionen reduzieren können.
- Klimaforschung: KI-Modelle können zur Analyse und Vorhersage von Klimadaten eingesetzt werden, um bessere Strategien gegen den Klimawandel zu entwickeln.
Fazit
Die CO₂-Bilanz von KI ist ein zweischneidiges Schwert. Einerseits erfordert das Training grosser KI-Modelle immense Energiemengen, was zu einem hohen CO₂-Ausstoss führen kann. Andererseits ist die Nutzung von KI im Alltag vergleichsweise ressourcenschonend und effizient, insbesondere im Vergleich zu anderen Technologien wie Videostreaming oder Kryptowährungen. Zudem hat KI das Potenzial, in vielen Bereichen zur Reduktion von CO₂-Emissionen beizutragen. Das Erscheinen von DeepSeek in der KI-Landschaft dürfte ebenfalls dazu führen, dass in diesem Bereich einiges laufen wird.
Ein bewusster und effizienter Einsatz von KI ist daher entscheidend, um die Vorteile der Technologie zu nutzen und gleichzeitig ihre Umweltauswirkungen zu minimieren.
Über mich
