Warum KI-Rechenzentren so viele Ressourcen verschlingen
Künstliche Intelligenz verändert unsere Welt – aber sie fordert auch einen hohen Preis. Die Rechenzentren, die hinter modernen KI-Modellen stehen, zählen heute zu den größten Strom- und Wasserverbrauchern der Tech-Branche. Ihr rasanter Ausbau wirft Fragen nach Nachhaltigkeit und Infrastruktur auf.
Der Grund für den enormen Ressourcenhunger liegt in der Funktionsweise von KI-Systemen. Um große Sprach- oder Bildmodelle zu trainieren, werden zehntausende spezialisierte Chips über Wochen im Dauerbetrieb eingesetzt. Schon das Training einzelner Modelle benötigt so viel Energie wie eine Kleinstadt in einem ganzen Jahr. Doch damit endet der Verbrauch nicht: Auch die Nutzung fertiger Systeme – das sogenannte Inferenzieren – verursacht kontinuierlich hohe Lasten.
Hinzu kommt die physische Realität der Hardware. Moderne Serverracks sind dichter bestückt als je zuvor und erzeugen enorme Hitze. Diese Abwärme muss durch aufwendige Kühlanlagen abgeführt werden, die wiederum Strom und häufig auch Wasser verbrauchen. In wasserarmen Regionen führt das bereits zu Konflikten, da Rechenzentren täglich Millionen Liter Frischwasser benötigen können.
Die ökologische Bilanz hängt zudem stark vom Energiemix ab. In vielen Regionen stammt der Strom noch überwiegend aus fossilen Quellen, was den CO₂-Fußabdruck der KI-Industrie weiter vergrößert. Studien zeigen, dass US-amerikanische Rechenzentren im Durchschnitt fast 50 Prozent klimaschädlicher arbeiten als das gesamte Stromnetz des Landes.
Zwar gibt es technische Fortschritte – effizientere Chips, alternative Kühlmethoden, Standortwahl nahe erneuerbarer Energiequellen – doch sie können den rasanten Anstieg der Nachfrage bisher kaum ausgleichen. Prognosen gehen davon aus, dass Rechenzentren bis 2030 ihren globalen Energieverbrauch mehr als verdoppeln könnten, getrieben vor allem durch KI.
Damit steht die Branche vor einem Dilemma: Künstliche Intelligenz soll Innovation und Effizienz in vielen Bereichen bringen, verursacht aber selbst einen massiven Ressourcenhunger. Die Frage ist, ob technologische Verbesserungen und eine konsequente Umstellung auf erneuerbare Energien den ökologischen Preis ausreichend senken können.
Quellen
– Deloitte: „Generative AI power consumption creates need for more sustainable data centers“, 2025, https://www.deloitte.com/us/en/insights/industry/technology/technology-media-and-telecom-predictions/2025/genai-power-consumption-creates-need-for-more-sustainable-data-centers.html
– McKinsey: „AI power: Expanding data center capacity to meet growing demand“, 2025, https://www.mckinsey.com/industries/technology-media-and-telecommunications/our-insights/ai-power-expanding-data-center-capacity-to-meet-growing-demand
– RAND Corporation: „Energy Implications of Artificial Intelligence“, 2024, https://www.rand.org/pubs/research_reports/RRA3572-1.html
– Wikipedia: „Environmental impact of artificial intelligence“, Stand 2025, https://en.wikipedia.org/wiki/Environmental_impact_of_artificial_intelligence
– Arxiv: „Carbon Intensity of U.S. Data Centers“, 2024, https://arxiv.org/abs/2411.09786