Kürzlich untersuchten US-Forscher den steigenden Wasserverbrauch durch moderne KI-Anwendungen. Sie nahmen Daten aus Microsoft-Rechenzentren als Grundlage und kamen zum Schluss: Es braucht einen halben Liter Wasser zur Bearbeitung von 5 bis 50 Prompts. Dass mit den KI-Entwicklungen der Energiehunger der Systeme ebenso ansteigt wie der Durst, ist in der Forschung schon länger ein Thema.

Alex de Vries, Doktorand an der Vrije Universiteit Amsterdam, hat sich mit der Entwicklung des Strombedarfs befasst. "Angesichts der wachsenden Nachfrage nach KI-Dienstleistungen ist es sehr wahrscheinlich, dass der Energieverbrauch im Zusammenhang mit KI in den kommenden Jahren erheblich ansteigen wird", schreibt er in seiner Analyse.

Im Jahr 2021 betrug der Gesamtstromverbrauch von Google 18,3 Terawattstunden (TWh), wobei Künstliche Intelligenz 10 bis 15% davon ausmachte. In den letzten Monaten habe generative KI jedoch einen rasanten Aufschwung erlebt, schreibt der Forscher. Dabei gilt das Training von Large Language Models (LLMs) als besonders ressourcenintensiver Prozess. Der Energieverbrauch von KI höre aber nicht beim Training auf. KI verbrauche auch erhebliche Rechenleistungen und Energie, wenn sie Daten auf der Grundlage von Eingabeaufforderungen generiert.

De Vries nimmt die Google-Suche als Beispiel. Würde jede Suchanfrage KI nutzen, steige der Verbrauch allein dadurch auf 29,2 TWh pro Jahr. Das entspricht dem aktuellen Verbrauch der halben Schweiz. Für das Jahr 2022 betrug dieser für das ganze Land laut Bundesamt für Energie 57 TWh.

Der Wissenschaftler räumt ein, dass dies ein "Worst-Case-Szenario" sei, das von einer vollständigen KI-Einführung mit aktueller Hardware und Software ausgeht. Allerdings könnten wiederum die Verbreitung von KI-Modellen und die Umnutzung von Computerchips für die KI den Strombedarf weiter ansteigen lassen. De Vries prognostiziert in einem Szenario, bis 2027 könnte der Stromverbrauch durch Künstliche Intelligenz von 85 bis 134 TWh pro Jahr ansteigen. Das würde dann den Verbrauch der Schweiz weit übertreffen.

De Vries fordert deshalb: "Für Entwickler wäre es ratsam, sich nicht nur auf die Optimierung von KI zu konzentrieren, sondern auch die Notwendigkeit des Einsatzes von KI überhaupt kritisch zu prüfen, da es unwahrscheinlich ist, dass alle Anwendungen von KI profitieren oder dass die Vorteile immer die Kosten überwiegen."