UN-Universität: KI-Stromverbrauch könnte bis 2030 945 Terawattstunden erreichen
2026-06-06 11:47
Merken

de.wedoany.com-Bericht: Ein neuer Forschungsbericht der Universität der Vereinten Nationen (UN University) zeigt, dass der weltweite Wettlauf um die Skalierung künstlicher Intelligenz weitreichende Umweltbelastungen über den CO2-Fußabdruck hinaus verursacht, die Energie-, Wasser-, Land-, Mineral- und Abfallsysteme betreffen. Der Bericht betont, dass die derzeitige Fokussierung auf Treibhausgasemissionen, insbesondere im Zusammenhang mit dem Training großer Modelle, eine zu enge Messmethode darstellt und andere ebenso wesentliche Belastungspunkte vernachlässigt.

Der Bericht stellt fest, dass die Umweltkosten der KI nicht nur als Nebenprodukt digitaler Produktivitätstools betrachtet werden sollten; sie entwickeln sich zu einem physischen Infrastruktursektor, der zunehmend Energieplanung, Wasserrechte, Landnutzung und Abfallwirtschaft betrifft. Die Studie zeigt, dass der durch die tägliche KI-Nutzung verursachte Energiebedarf 80 bis 90 Prozent des Gesamtbedarfs ausmacht. Ein weit verbreiteter KI-Dienst verarbeitet täglich etwa 2,5 Milliarden Anfragen und verbraucht jährlich mehrere hundert Gigawattstunden Strom. Der Energieverbrauch variiert stark zwischen verschiedenen Aufgaben: Die Erzeugung eines KI-Bildes kann mehr als tausendmal so viel Energie benötigen wie die Textklassifizierung, während die Videogenerierung noch mehr verbraucht. Der Bericht weist auch auf einen Rebound-Effekt hin – günstigere und schnellere Systeme führen zu einer höheren Nutzung, sodass der Gesamtbedarf selbst bei effizienteren Einzelaufgaben steigen kann.

Der Bericht schätzt, dass Rechenzentren bis 2030 jährlich 945 Terawattstunden Strom verbrauchen könnten, was fast dem Dreifachen des jährlichen Gesamtstromverbrauchs von Pakistan, Bangladesch und Nigeria (mit einer Gesamtbevölkerung von über 650 Millionen) entspricht. Gleichzeitig könnte der wasserbezogene KI-Verbrauch bis zum Ende des Jahrzehnts dem grundlegenden jährlichen Haushaltswasserbedarf von 1,3 Milliarden Menschen entsprechen. Der potenzielle Landfußabdruck könnte 14.500 Quadratkilometer übersteigen. Diese Belastungen sind regional ungleich verteilt: In wasserarmen Gebieten könnte die KI-Infrastruktur mit Haushalten, Landwirtschaft und Industrie um Wasser konkurrieren; in Strommärkten mit begrenzter Kapazität könnten Rechenzentren die ohnehin unter Elektrifizierungs- und Klimaanpassungsdruck stehenden Stromnetze zusätzlich belasten. Auch die Herausforderungen durch Elektroschrott nehmen zu: Bis 2030 könnte die KI-Infrastruktur jährlich bis zu 2,5 Millionen Tonnen Elektroschrott verursachen, dessen Hauptlast wahrscheinlich auf Länder mit niedrigem und mittlerem Einkommen mit begrenzten Entsorgungskapazitäten fällt. Darüber hinaus kann die Lieferkette für kritische Mineralien, von der die KI-Hardware abhängt, Umweltzerstörung und soziale Ungerechtigkeiten in den Abbauregionen mit sich bringen.

Der Bericht verbindet das Wachstum der KI-Infrastruktur mit globaler Ungleichheit. Über 90 Prozent der dedizierten KI-Rechenleistung konzentrieren sich auf die USA und China, während mehr als 150 Länder über keine nennenswerte nationale KI-Infrastruktur verfügen. Dieses Ungleichgewicht schränkt die wirtschaftliche Teilhabe ein und wirft Fragen der Umweltgerechtigkeit auf – einige Regionen könnten die Auswirkungen von KI-Abbau, Energie, Wasser oder Abfall tragen, ohne gleichermaßen an den wirtschaftlichen Vorteilen teilzuhaben. Der Bericht fordert eine verbesserte Governance, um die KI-Entwicklung an planetarische Grenzen anzupassen, und schlägt ein verantwortungsvolles KI-Ökosystem vor, das auf Transparenz, Designeffizienz, Fairness, Lebenszyklusverantwortung, globaler Zusammenarbeit und nachhaltiger Nutzung basiert. Der Bericht fordert Regierungen auf, KI-Infrastruktur in die Energie-, Wasser- und Landnutzungsplanung einzubeziehen, und ermutigt Unternehmen, den Ressourcenverbrauch bereits in der Entwurfsphase zu reduzieren, während Nutzern empfohlen wird, wo möglich weniger ressourcenintensive Anwendungen zu wählen.

Dieser Artikel wurde von Wedoany übersetzt und bearbeitet. Bei jeglicher Zitierung oder Nutzung durch künstliche Intelligenz (KI) ist die Quellenangabe „Wedoany“ zwingend vorgeschrieben. Sollten Urheberrechtsverletzungen oder andere Probleme vorliegen, bitten wir Sie, uns unverzüglich zu benachrichtigen. Wir werden den entsprechenden Inhalt umgehend anpassen oder löschen.

E-Mail: news@wedoany.com