Künstliche Intelligenz verändert Branchen in ganz Europa, doch neue Zahlen zeigen ihre verdeckten Umweltkosten. Google und das französische Start-up Mistral haben Berechnungen veröffentlicht, die genau aufschlüsseln, wie viel Energie, Wasser und CO₂ mit einer einzelnen KI-Eingabe oder dem Training großer Modelle verbunden sind. Die Berichte wurden zwar selbst veröffentlicht und nicht extern geprüft, liefern aber den bislang deutlichsten Einblick in den ökologischen Fußabdruck der KI.
Auf Googles Gemini-Plattform liegt der Verbrauch bei Alltagsabfragen vergleichsweise niedrig. Eine typische Texteingabe benötigt 0,24 Wattstunden Strom, 0,26 Milliliter Wasser und verursacht 0,03 Gramm CO₂ – ungefähr so viel Energie wie neun Sekunden Fernsehen. Betrachtet man nur die Chip-Nutzung, sinkt der Wert auf 0,10 Wh und 0,02 g CO₂.
Die Trainingskosten legte Google nicht offen, verwies aber auf Effizienzgewinne durch eigens entwickelte Prozessoren, optimierte Modelle und Pläne, mehr saubere Energie – auch aus Kernkraft – einzusetzen. Laut Unternehmen verbraucht eine durchschnittliche Gemini-Eingabe heute 33-mal weniger Energie und verursacht 44-mal weniger Emissionen als noch vor einem Jahr, während die Antwortqualität gestiegen sei.
Mistrals Umweltbilanz
Bei Mistral fallen die Zahlen deutlich höher aus. Eine 400-Token-Antwort seines Le Chat-Systems verbraucht 50 Milliliter Wasser und setzt 1,14 Gramm CO₂ frei. Das Training des Large-2-Modells Anfang 2025 stieß 20,4 Kilotonnen CO₂ aus, benötigte 281.000 Kubikmeter Wasser – das entspricht 112 olympischen Schwimmbecken – und entsprach den Jahresemissionen von mehr als 4.400 Autos.
Studien des MIT und US-Behörden betonen, dass die Umweltfolgen stark von der Kühlung der Rechenzentren und vom regionalen Strommix abhängen. Manche neue Anlagen benötigen so viel Leistung wie mehrere Hunderttausend Haushalte.
Angesichts der wachsenden KI-Nachfrage in Deutschland und weltweit plädieren sowohl Google als auch Mistral für transparente Berichte und einheitliche Bewertungssysteme, damit Nutzer*innen und Politik den tatsächlichen ökologischen Preis künstlicher Intelligenz besser einschätzen können.