Wie viel Liter Trinkwasser kostet ein Prompt bei Chat-GPT?

Während sich die breite Masse auf KI-Tools wie Chat-GPT stürzt, werden auch die Umweltauswirkungen der neuen Technologien allmählich deutlich. Die Datenlage ist zwar noch gering, doch klar ist eins: Wir müssen über den enorm ansteigenden Wasserverbrauch durch die Nutzung von künstlicher Intelligenz sprechen.

KI’s Durst: Wie Chat-GPT Unmengen an Wasser schluckt

Wie teuer es werden kann, wenn wir alle unsere Geburtstagskarten, ärztliche Gutachten und sogar therapeutische Einschätzung von KI schreiben lassen, veranschaulicht beispielsweise der Wasserverbrauch von Microsoft. Der ist seit dem großen Boom der alltagstauglichen KI-Nutzung im Jahr 2022 um ein Drittel gestiegen.

Das Training von Chat-GPT-3 etwa hat in den Rechenzentren von Microsoft in den USA rund 5,4 Millionen Liter sauberes Süßwasser verbraucht – eine Information, die lange Zeit geheim gehalten wurde. 700.000 Liter davon waren lediglich für die Kühlung der Rechenzentren notwendig – damit könnte der gesamte Kühlturm eines Atomreaktors befüllt werden – der Rest fiel bei der Stromerzeugung und in der Lieferkette für die Serverherstellung an.

Ausgehend von diesen Daten lässt sich berechnen, dass die Chat-GPT-Server alle 20 bis 50 Fragen ca. eine 0,5 Liter Wasserflasche verbrauchen. Wenn man bedenkt, wie viele Menschen täglich KI nutzen, um sich nach dem Wetter, einem Rezept oder dem höchsten Kirchturm der Welt zu erkundigen (bitte nicht Chat-GPT fragen, es ist der Ulmer Münster mit 161,53m!!).

Noch viel besorgniserregender ist jedoch, dass der weltweite Wasserbedarf von KI bis 2027 auf 4,2 bis 6,6 Milliarden Kubikmeter steigen könnte.
Zum Vergleich: Das entspricht mehr als dem vier- bis sechsfachen jährlichen Wasserverbrauch von Dänemark oder der Hälfte des Vereinigten Königreichs.

Dies ist besonders alarmierend, da Wasserknappheit bereits eines der drängendsten globalen Probleme ist. Um diesen Herausforderungen zu begegnen, ist es dringend notwendig, dass KI gesellschaftliche Verantwortung übernehmen und mit gutem Beispiel vorangehen, indem sie ihren eigenen Wasserverbrauch reduziert.

Alle 20 bis 50 Fragen "trinken" KI-Server einen halben Liter Wasser. Fotograf:in: Igor Omilaev, Copyright: CC0 Unsplash

KI und Kühlung

KI-Modelle werden in riesigen Datenzentren betrieben, in denen unzählige Rechen-Server untergebracht sind. Diese Server analysieren riesige Datenmengen und erkennen Muster: ein Prozess, bei dem viel Energie verbraucht wird. Besonders der Trainingsprozess ist äußerst energieintensiv.

Um die Temperaturen stabil zu halten und die Server vor Überhitzen zu schützen, wird Wasser zum Kühlen eingesetzt.

Bei der Kühlung der Zentren gibt es zwei unterschiedliche Hauptsysteme:

• Das Luftkühlungssystem mit Verdunstungskühlung verbraucht am meisten Wasser, da das Wasser dabei verdunstet und somit gänzlich verloren geht.
• Bei der direkten Wasserkühlung hingegen zirkuliert das Wasser in einem geschlossenen Kreislauf, indem das kalte Wasser in Rohren über die Server geleitet wird.

In kühleren Regionen kann auch die Außenluft zur Kühlung genutzt werden. Das spart nicht nur Wasser, sondern auch Strom – genau dieser ist nämlich das zweitgrößte Problem von Systemen wie

ChatGPT: Server und KI-Chips verbrauchen den meisten Strom. Hinzu kommen unterstützende Systeme, die den 24/7-Betrieb sicherstellen.
Der zweitgrößte Stromfresser ist bereits die Kühlung. Danach folgen Notstromsysteme, Datenspeicher sowie Verbindungen innerhalb und außerhalb des Rechenzentrums (Netzwerkinfrastruktur).

Steigender Energieverbrauch und höhere CO2-Emissionen

Mit konstant steigender KI-Nachfrage steigt auch der Wasser- und Stromverbrauch Fotograf:in: Marcin Jozwiak, Copyright: CC0 Unsplash

Die fortschreitende Digitalisierung, Streaming-Dienste aller Art und der zunehmende Einsatz von Künstlicher Intelligenz führen zu einem enorm hohen Energiebedarf in Rechenzentren. Dadurch steigt der Stromverbrauch – und mit ihm die CO₂-Emissionen.

Wie hoch diese konkret ausfallen, hängt von der Stromquelle ab: Energie aus fossilen Brennstoffen hinterlässt logischerweise einen deutlich größeren ökologischen Fußabdruck als Strom aus erneuerbaren Quellen.

Beispielsweise ist zwischen 2010 und 2022 der Energieverbrauch der Rechenzentren in Deutschland um 70 Prozent gestiegen. Glücklicherweise wächst der Verbrauch jedoch nicht im gleichen Tempo wie die Zahl der Rechenzentren. Grund dafür sind effizientere Server, die weniger Strom benötigen. Zudem arbeiten Entwickler:innen daran, die Technik so zu optimieren, dass weniger Abwärme entsteht und der Wasserverbrauch für die Kühlung sinkt.

KI in nachhaltig - ist das möglich?

Der Energie- und Wasserverbrauch von Rechenzentren steigt stetig weiter und belastet die Umwelt. Deshalb ist es entscheidend, solche Anlagen nachhaltiger zu gestalten. Eine wichtige Maßnahme ist dabei der Einsatz erneuerbarer Energien.

In Deutschland lag der Anteil erneuerbarer Energien an der Stromerzeugung im Jahr 2023 bei 56 Prozent. Andere Länder sind hierbei bereits weiter: In Dänemark waren es 80,2 Prozent, in Norwegen sogar 99 Prozent.

Ein weiterer Ansatz für mehr Nachhaltigkeit im Hinblick auf KI ist die Nutzung der sogenannten Abwärme. Das warme Wasser, das bei der Kühlung der Server entsteht, kann beispielsweise zum Heizen von Gebäuden verwendet werden. Damit das jedoch in größerem Umfang möglich wird, müssen die Wärmenetze weiter ausgebaut werden.