KI erhöht globalen Ressourcenverbrauch

Die rasante Verbreitung künstlicher Intelligenz (KI) führt weltweit zu einem stark wachsenden Bedarf an Rechenleistung. Eine neue Studie des United Nations University Institute for Water, Environment and Health (UNU-INWEH) analysiert nun erstmals umfassend die damit verbundenen Umweltfolgen. Im Mittelpunkt stehen nicht nur CO₂-Emissionen, sondern auch Wasserverbrauch, Flächenbedarf und weitere ökologische Auswirkungen entlang der gesamten Infrastruktur von KI-Systemen.

KI als physisches Infrastruktursystem

Die Studie stellt klar, dass KI nicht nur eine digitale Technologie ist, sondern auf einer umfangreichen physischen Infrastruktur basiert. Dazu gehören Rechenzentren, Halbleiterproduktion, Stromnetze, Kühlsysteme sowie Lieferketten für kritische Rohstoffe. Diese Infrastruktur verursacht erhebliche Umweltwirkungen, die in der öffentlichen Debatte häufig nur teilweise berücksichtigt werden. Nach Angaben der Forschenden ist insbesondere die Betrachtung allein von CO₂-Emissionen unzureichend, da sie andere Belastungen wie Wasser- und Landverbrauch ausblendet.

Steigender Energieverbrauch durch KI

Der Energiebedarf von Rechenzentren steigt mit der zunehmenden Nutzung von KI-Anwendungen deutlich an. Laut der Studie könnte sich der weltweite Stromverbrauch von Rechenzentren bis 2030 etwa verdoppeln. Besonders relevant ist dabei der Anteil der KI selbst: Während KI derzeit rund ein Fünftel des Energieverbrauchs von Rechenzentren ausmacht, könnte dieser Anteil bis 2030 auf etwa 40 Prozent steigen. Die Forschenden weisen darauf hin, dass einzelne KI-Abfragen zwar vergleichsweise wenig Energie benötigen, die enorme Gesamtzahl der Anfragen jedoch zu einem erheblichen kumulativen Effekt führt.

Hoher Wasserverbrauch

Ein zentraler Aspekt der Untersuchung ist der Wasserverbrauch. Rechenzentren benötigen große Mengen Wasser zur Kühlung der Serveranlagen. Zusätzlich wird Wasser indirekt bei der Stromerzeugung verbraucht, insbesondere in thermischen Kraftwerken. Die Studie geht davon aus, dass sich der Wasserverbrauch von KI-getriebenen Rechenzentren bis 2030 ebenfalls etwa verdoppeln könnte. Besonders problematisch ist dies in Regionen, die bereits unter Wasserknappheit leiden. Die Forschenden betonen, dass der Wasserverbrauch stark vom Standort abhängt: Je nach Strommix und Kühltechnik können die Unterschiede erheblich sein.

Landnutzung und Rohstoffbedarf

Neben Energie und Wasser berücksichtigt die Studie auch den Flächenverbrauch. Rechenzentren benötigen große Grundstücke, die zunehmend in Industrie- und Stadtrandlagen entstehen. Hinzu kommt der indirekte Flächenbedarf durch Energieinfrastruktur. Darüber hinaus spielt der Rohstoffbedarf eine wichtige Rolle. Für den Ausbau von KI-Infrastruktur werden erhebliche Mengen an Metallen und seltenen Erden benötigt, die wiederum ökologische und soziale Folgen im Abbau haben können.

Elektroschrott als wachsendes Problem

Ein weiterer Punkt der Studie ist die wachsende Menge an Elektroschrott. Durch die kurze Innovationszyklen in der KI-Industrie werden Hardwarekomponenten häufig schnell ersetzt. Schätzungen zufolge könnte die KI-Infrastruktur bis 2030 jährlich mehrere Millionen Tonnen Elektroschrott verursachen. Dies stellt zusätzliche Herausforderungen für Recycling und Kreislaufwirtschaft dar.

Grenzen der bisherigen Klimabilanzierung

Ein zentrales Ergebnis der Studie ist die Kritik an bisherigen Bewertungsansätzen. Die ausschließliche Fokussierung auf CO₂-Emissionen wird als unzureichend bewertet, da sie wichtige ökologische Wechselwirkungen nicht berücksichtigt. So kann beispielsweise „grüner Strom“ zwar Emissionen reduzieren, gleichzeitig aber hohe Wasser- oder Flächenverbräuche verursachen. Die Umweltfolgen verlagern sich damit teilweise lediglich in andere Bereiche oder Regionen. Die Autoren der Studie plädieren für einen ganzheitlichen Ansatz zur Bewertung der Umweltwirkungen von KI. Dieser soll neben CO₂ auch Wasserverbrauch, Landnutzung, Materialbedarf und soziale Auswirkungen umfassen. Zudem wird mehr Transparenz von Technologieunternehmen gefordert, insbesondere bei der Offenlegung von Energie- und Ressourcenverbrauch in Rechenzentren.

(PA/red)