KI: Zwischen Datenflut und Wasserknappheit
Künstliche Intelligenz (KI) gilt oft als Schlüsseltechnologie, gleichzeitig wächst das Interesse an den ökologischen Auswirkungen ihres Einsatzes. Während Positivbeispiele zeigen, dass KI einen wertvollen Beitrag zur Bewältigung ökologischer Herausforderungen leisten kann – etwa durch präzisere Klimamodelle oder effizientere Ressourcennutzung –, wächst weltweit zugleich der Druck, auch die Schattenseiten dieser Technologie in den Blick zu nehmen. Denn KI-Systeme verbrauchen nicht nur erhebliche Mengen an Energie, sondern beanspruchen auch andere knappe Ressourcen wie Wasser.
Eine Studie der Gesellschaft für Informatik e.V. (GI), gefördert vom Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR), untersucht systematisch den Wasserverbrauch von KI-Systemen über ihren gesamten Lebenszyklus hinweg. Im Zentrum steht die Frage, inwiefern Wasserressourcen bei der Entwicklung und Nutzung von KI eingesetzt werden. Dafür haben die Autor*innen der Studie verschiedene Methoden kombiniert, um ein möglichst genaues Bild des Wasserverbrauchs zu erhalten. Neben einer systematischen Literaturanalyse relevanter wissenschaftlicher Publikationen sowie einer Auswertung der Nachhaltigkeitsberichte führender Tech-Unternehmen wurden Interviews und ein Workshop mit nationalen und internationalen Expert*innen aus Wissenschaft, Behörden und Industrie durchgeführt.
Die Untersuchung zeigt: KI ist durstig. Gängige Modelle erfordern enorme Rechenkapazitäten, die auf spezialisierten Chips wie GPUs und TPUs laufen – diese erzeugen deutlich mehr Wärme als herkömmliche CPUs. Entsprechend sind leistungsstarke Kühlsysteme nötig, die, abhängig vom Design und Standort des jeweiligen Rechenzentrums, große Mengen Wasser verbrauchen können. Wasser wird zudem für die Stromerzeugung zur Versorgung der energieintensiven Infrastruktur sowie bei der Herstellung von Hardware, insbesondere Chips, benötigt.
Der Ressourcenverbrauch beginnt dabei nicht erst bei der Nutzung: Relevante Studien zeigen, dass alleine das Training von GPT-3 schätzungsweise 5,4 Millionen Liter Wasser verbrauchte – genug, um 2,7 Millionen Menschen einen Tag lang mit Trinkwasser zu versorgen.
Die vollständige Studie „Auswirkungen von KI, Rechenzentren und Halbleitern auf Wasserverfügbarkeit und -Qualität” ist auf der Website der GI zum Download verfügbar.
Wasser – eine begrenzte Ressource
Dabei ist Wasser keineswegs im Überfluss vorhanden: Nur etwa drei Prozent des weltweiten Wasservorkommens ist Süßwasser, wovon rund 2,5 Prozent in Gletschern und Polkappen gebunden ist. Tatsächlich verfügbar sind also lediglich 0,5 Prozent – eine knappe Ressource, die nicht nur die wachsende Weltbevölkerung versorgen muss, sondern auch die steigenden Ansprüche an Landwirtschaft, Industrie und digitale Infrastruktur. Wenn ein Ungleichgewicht zwischen Nachfrage und Verfügbarkeit besteht, spricht man von „Wasserstress“, einem Zustand, der in vielen Regionen bereits Realität ist.
Studien zufolge könnte der weltweite Wasserverbrauch durch den KI-Bedarf bis 2027 bei 4,2 bis 6,6 Milliarden Kubikmetern liegen. „Diese Schätzung ist allerdings mit großen Unsicherheiten behaftet, da die Datengrundlage zur Schätzung des globalen KI-bedingten Wasserverbrauchs unzureichend ist“, erklärt die Autorin der Studie Lena Hoffmann von der GI. Klar sei lediglich, dass der Verbrauch und der Kampf um die Ressource Wasser in Zukunft ansteigen werden – sowohl durch den Bau von Rechenzentren als auch durch den Wasserverbrauch in der Chipproduktion – beides wird Hoffmann zufolge noch unterschätzt.
Der ökologische Fußabdruck von KI-Systemen bleibt für die meisten Nutzer*innen unsichtbar. „Aktuell lässt sich kaum beziffern, welchen ökologischen Einfluss eine einzelne KI-Anfrage – etwa nach einem Geburtstagsgeschenk oder einem Code-Snippet – konkret hinterlässt“, erklärt Teresa Zeck, Mitautorin der Studie. Diese mangelnde Transparenz erschwert nicht nur das Bewusstsein für die Problematik, sondern auch die politische und technologische Steuerung.
Bislang fehlt es an einheitlichen Systemen zur Bewertung und Vergleichbarkeit. Lokale Effizienzmaßnahmen greifen meistens zu kurz: Wird etwa der Wasserverbrauch gesenkt, kann dies an anderer Stelle durch höheren Energiebedarf wieder aufgehoben werden. Wirklich nachhaltige Lösungen erfordern daher einen ganzheitlichen Blick auf die gesamte Wertschöpfungskette der KI – von der Chipproduktion über den Energieeinsatz bis zum laufenden Betrieb. Denn ein Großteil des Wasserverbrauchs entsteht indirekt – und bis 2040 wird fast jede zweite Chipfabrik in Regionen mit hohem oder extrem hohem Wasserrisiko stehen.
Von der Analyse zum Handeln
Die Studie belässt es nicht bei der Problemanalyse, sondern zeigt verschiedene Handlungsoptionen auf: Um den wachsenden Ressourcenverbrauch durch KI nachhaltig zu gestalten, fordern die Autor*innen klare politische Leitlinien. Ein wichtiger Baustein ist der Aufbau verbindlicher Transparenzstandards: Rechenzentren sollen ihren Wasser- und Energieverbrauch offenlegen – inklusive Wasserqualität.
Zugleich brauche es mehr Forschung zu ressourcenschonenden Technologien sowie Anreize für nachhaltige Investitionen, etwa durch Förderprogramme oder steuerliche Vorteile. Bestehende Lösungen aus Wissenschaft und Praxis sollten systematisch erfasst, sichtbar gemacht und zur Anwendung bereitgestellt werden. Auch die Standortwahl von Rechenzentren müsse ökologisch mitgedacht werden – nicht nur nach Strompreisen, sondern auch mit Blick auf Wasserverfügbarkeit und lokale Umweltbelastungen.
Die Autor*innen betonen: Wenn KI zur Lösung globaler Herausforderungen beitragen soll, müsse sie auch unter ökologischen Gesichtspunkten verantwortungsvoll gestaltet werden – KI soll die Lösung sein, nicht Teil des Problems. Die Studie liefert dafür eine fundierte Grundlage und eröffnet die Debatte über einen nachhaltigeren Umgang mit digitaler Infrastruktur.
