Die Anwendung von künstlicher Intelligenz (KI) zieht immer weitere Kreise. Doch hinter diesem digitalen Wandel steht ein oft übersehener Ressourcenverbrauch. Die Studie „Auswirkungen von KI, Rechenzentren und Halbleitern auf Wasserverfügbarkeit und -qualität“ der Gesellschaft für Informatik (GI) analysiert umfassend den Wasserverbrauch entlang des gesamten Lebenszyklus von KI-Systemen – von Fertigung über Betrieb bis zur Entsorgung.
Die Autoren der Studie greifen auf eine systematische Literaturauswertung, Praxisinterviews und Firmenberichte zurück, um den Wasserbedarf in drei Aspekten des Einsatzes von KI zu beleuchten: Training und Inferenz, Betrieb im Rechenzentrum, und Produktion von KI-Hardware.
Inhaltsverzeichnis
KI-Operationen sind Wasserverschwender
Wie hoch der Wasserverbrauch für die Nutzung von KI tatsächlich ist, darüber gibt es immer noch zu wenig verlässliche Daten. „Aktuell lässt sich kaum beziffern, welchen ökologischen Fußabdruck eine einzelne KI-Anfrage – etwa nach Ideen für ein Geburtstagsgeschenk oder ein paar Zeilen Code – konkret hinterlässt“, weiß Teresa Zeck, Referentin bei der GI und Mitautorin der Studie: Diese Intransparenz erschwere sowohl das Problembewusstsein als auch die politische Steuerung.
Eine Studie von Shaolei Ren und Kollegen an der University of California, Riverside, aus dem Jahr 2023 zeigte: Das Training eines großen Sprachmodells wie GPT-3 in Microsoft-Rechenzentren benötigt etwa 700 000 l Reinstwasser durch Kühlung und Stromproduktion. Hochrechnungen im Rahmen dieser Studie gehen davon aus, dass KI-Operationen weltweit bis 2027 zwischen 4,2 Mrd. m³ und 6,6 Mrd. m³ Wasser verbrauchen – vergleichbar mit dem jährlichen Wasserbedarf mehrerer kleiner Länder zusammen.
Rechenzentren sind in dieser Bilanz besonders kritisch. Ihr Wasserbedarf variiert stark je nach Kühlungstechnik, Energiequelle, geografischer Lage und Tageszeit – in Afrika etwa bis zu 32 l/kWh Differenz zwischen Mittag und Nachmittag, und im Sommer ein um 23 % höherer Verbrauch als im Winter. Neben dem Betrieb schlägt insbesondere die Halbleiterproduktion stark auf den Wasserfußabdruck durch den „embodied water use“. In vielen Fällen ist sie sogar mitentscheidend, doch mangelt es noch an Zahlen zur genauen Größenordnung.
Wenig Transparenz im dedizierten Wasserbedarf von KI
Laut dem Bericht der GI geben viele große Technologiefirmen kaum Auskunft darüber, wie viel Wasser ihre Systeme tatsächlich verbrauchen. Wenn überhaupt, nennen sie grobe Schätzwerte – genaue Zahlen oder klare Ziele zur Einsparung bleiben meist aus. Während Angaben zur Stromnutzung inzwischen üblich sind, fehlt es beim Wasserverbrauch oft an vergleichbaren Informationen. Dabei wären gerade solche Daten wichtig, um die Umweltbelastung besser einschätzen zu können.
Einheitliche Regeln fehlen
Ein weiteres Problem: Es gibt bislang kaum einheitliche Regeln, wie Unternehmen ihren Wasserverbrauch messen und offenlegen sollen. Außerdem stehen technische und wirtschaftliche Hürden im Weg, und viele Firmen befürchten, dass Einsparungen an einer Stelle später durch vermehrte Nutzung wieder zunichte gemacht werden. Denn wenn Technik effizienter wird, wird sie oft auch häufiger eingesetzt – was am Ende sogar mehr Ressourcen kosten kann als vorher.
Internationale Studien zeigen laut GI jedoch, dass es Wege gibt, den Wasserverbrauch spürbar zu senken. So können fortschrittliche Kühlsysteme helfen, mit weniger Wasser auszukommen. Auch kleinere, gezielt entwickelte KI-Modelle statt riesiger Allzwecklösungen sparen Ressourcen. Ebenso macht es einen Unterschied, wo Rechenzentren gebaut werden – an Standorten mit kühlerem Klima und besserer Infrastruktur lässt sich Wasser gezielter und sparsamer einsetzen. Und schließlich spielt auch die Wahl der Energiequelle eine Rolle: Strom aus Wasserkraft oder Solarenergie kommt oft mit weniger Wasserverbrauch aus als herkömmliche Methoden.
Wasserverbrauch von KI nicht unterschätzen
Der GI-Bericht empfiehlt darüber hinaus sieben zentrale Handlungsfelder – von transparentem Monitoring bis zur Förderung wasserarmer Technologien und Kreislaufwirtschaft. Hierbei fungiert die Standortwahl von Rechenzentren als wesentlicher Hebel, ebenso die Definition klarer Schnittmengen zwischen Wasser- und Energieverbrauch. Forschung und Innovation sollten gezielt auf wasserarme KI-Infrastrukturen zielen, flankiert durch verpflichtende Standards und einheitliche Metriken. Nur so könne sichergestellt werden, dass technische Fortschritte nicht auf Kosten der lokalen Wasserverfügbarkeit gehen.
„Der Wasserverbrauch von KI wird derzeit oft noch unterschätzt. Wenn wir nicht gegensteuern, drohen neue Nutzungskonflikte – gerade in Regionen, die bereits heute mit Wasserknappheit kämpfen“, bringt es Lena Hoffmann, Senior-Referentin bei der GI und Autorin der Studie, auf den Punkt.
Ein Beitrag von:
