KI und ökologische Nachhaltigkeit: Ein schlechter Deal?

KIR 2026, 205   Large Language Models (LLMs) sind einerseits das erfolgreichste Produkt der letzten Jahre, anderseits eine Technologie mit erheblichen negativen Externalitäten: Während die führenden globalen KI-Firmen weitere schwindelerregende Summen an Risikokapital einsammeln und ihre Börsengänge planen, tragen Gesellschaften die Kosten. Der unreflektierte Einsatz von KI führt zu Deskilling – dem Verlust von Kompetenzen und Kompetenzerwerb. Verbraucherinnen werden an jeder Stelle KI-Assistentinnen und -Zusammenfassungen aufgenötigt, das Internet wird von KI-Slop überflutet, und die Entwertung menschlich erstellter Inhalte und Arbeit in diversen Branchen schreitet rapide voran. Dem steht eine Konzentration von Macht und Kapital in den Händen weniger Unternehmen gegenüber, deren erfolgreiche Erzählung, dass ihre Produkte unausweichlich in allen Lebensbereichen unverzichtbar werden, sich immer mehr zu verfangen scheint. Dies thematisiert inzwischen sogar der Papst.

Weiterhin unterbelichtet in diesem Kontext der sozialen Auswirkungen ist der massive Ressourcenverbrauch durch KI, genauer gesagt durch die Rechenzentren, die die leistungsfähigen Modelle trainieren und betreiben. LLMs sind eine massiv ressourcenintensive Technologie, nicht nur in Bezug auf Datenextraktion und -verarbeitung, sondern auch hinsichtlich des Verbrauchs von Wasser, Energie und Land.

Rechenzentren – riesige Hallen mit vernetzten Servern, die zur Fernspeicherung und -verarbeitung von Daten sowie zum Trainieren von KI-Modellen wie ChatGPT genutzt werden – verwenden Wasser zur Kühlung. Eine Analyse der NGO SourceMaterial ergab, dass sich 38 aktive Rechenzentren der drei großen Technologiekonzerne in Regionen der Welt befinden, die bereits mit Wasserknappheit zu kämpfen haben, sowie 24 weitere, die sich derzeit im Bau befinden (The Guardian, Big Tech’s data centre push will take water from the world’s driest areas, 9.4.2025, abrufbar unter: https://www.source-material.org/amazon-microsoft-google-trump-data-centres-water-use/). Die drei von Amazon geplanten neuen Rechenzentren in der Region Aragon im Norden Spaniens haben eine Genehmigung für den Verbrauch von schätzungsweise 755.720 Kubikmetern Wasser pro Jahr; dies reicht in etwa aus, um 233 Hektar Mais, eine der Hauptanbaukulturen der Region, zu bewässern (The Guardian, Revealed: Big tech’s new datacentres will take water from the world’s driest areas, 9.4.2025, abrufbar unter: https://www.theguardian.com/environment/2025/apr/09/big-tech-datacentres-water). Die International Energy Agency schätzt, dass Rechenzentren weltweit im Jahr 2024 durch einen Stromverbrauch von 460 Terawattstunden (TWh) etwa 182 Mio. Tonnen CO2-Emissionen verursacht haben könnten (https://iea.blob.core.windows.net/assets/dd7c2387-2f60-4b 60-8c5f-6563b6aa1e4c/EnergyandAI.pdf). Diese Zahlen beruhen auf Schätzungen und Berechnungen, da die verursachenden Unternehmen keine KI-spezifischen Informationen herausgeben. Big-Tech-Konzerne versuchen, Umweltbedenken durch Nachhaltigkeitsrichtlinien, Klimaneutralitätsziele und Investitionen in Ökostrom zu zerstreuen – obwohl einige diese Zusagen jüngst abgeschwächt haben. Gleichzeitig veröffentlichen sie keine zentralen Daten über konkrete Umweltauswirkungen und verbreiten das Narrativ, dass KI langfristig zu gesamtwirtschaftlichen Nachhaltigkeitsgewinnen führen wird. Kritikerinnen bemängeln jedoch, dass diese Vorteile rein spekulativ sind und die aktuellen Nachhaltigkeitsinitiativen der Firmen bei Weitem nicht ausreichen, um ihren rasant steigenden Verbrauch an fossilen Energien auszugleichen.

In den USA formiert sich dagegen immer mehr Widerstand: Es wird deutlich, dass der vermeintliche Innovationsheilsbringer KI eben kein Nullsummenspiel ist, sondern reale Kosten in der Gegenwart verursacht. Immer weniger Menschen sind bereit, dies hinzunehmen, um weiterhin auf das Marketingversprechen der Allgemeinen Künstlichen Intelligenz zu warten, die dann neben zahlreichen anderen Problemen auch noch die Klimakatastrophe lösen soll. Die populäre Warnung vor existenziellen Risiken, u.a. dass KI die Menschheit auslöschen wird, reiht sich dabei genauso in den KI-Hype ein, da sie von den aktuellen Auswirkungen doch praktischerweise ablenkt. Als Gegenbewegung zum Hype formiert sich ein KI-Backlash.

Erheblicher Energieverbrauch bestimmter Industriezweige ist keine KI-basierte Entwicklung, allerdings handelt es sich bei KI im Gegensatz zu produzierenden Industrien schlicht um eine Wette auf zukünftige Entwicklungen, da die in der Breite nutzbaren Ergebnisse von LLMs sich bisher auf bereichsbezogene Verbesserungen wie Übersetzungen, Zusammenfassungen, Informationsaufbereitung und Programmieren beschränken, der beworbene transformative Durchbruch aber bisher ausgeblieben ist. Auch deshalb schaltet ChatGPT nun Werbung, um Investoren bei der Stange zu halten.

Entscheidungen über den Bau weiterer KI-Rechenzentren, auch im Zuge der europäischen KI-Gigafactory-Strategie, sollten Nachhaltigkeitsaspekte explizit berücksichtigen. Letztlich muss im demokratischen Prozess darüber entschieden werden, ob aktuelle reale Auswirkungen auf Ressourcen, Klima und Nachhaltigkeit hinter Innovationsaussichten zurücktreten sollen. Dazu braucht es allerdings Transparenz und Ehrlichkeit darüber, dass es im Kern um harte Verteilungskonflikte geht: Haben Rechenzentren Vorrang vor der Landwirtschaft in Zeiten von Wasserknappheit? Sollen Verbraucherinnen Einschränkungen ihrer Internetbandbreite hinnehmen, um das dauerhafte Training von KI-Modellen zu ermöglichen? Wer erhält den Zuschlag, wenn weniger erneuerbare Energien erzeugt werden als benötigt werden?

Durch regulatorischen Solutionismus, der beständig weitere Dokumentations- und Transparenzpflichten sowie Verfahrensregeln schafft, harte normative Entscheidungen aber nicht trifft, werden entsprechende Verteilungsprobleme nicht gelöst. Auch die KI-VO beschränkt sich beim Thema Nachhaltigkeit auf Symbolik und ist damit eine vertane Chance. Die Verpflichtung nicht nur zur Nutzung, sondern zur Erzeugung erneuerbarer Energien durch Rechenzentren, die Einführung von Verbrauchsobergrenzen für besonders energie- und wasserintensive KI-Systeme ausgerichtet am gesellschaftlichen Nutzen sowie verpflichtende Umweltfolgenabschätzungen und eine stärkere Berücksichtigung in Vergabeverfahren wären regulatorische Wege, diese Konflikte anzugehen (eine ausführliche Auseinandersetzung mit der Thematik findet sich bei Ruschemeier EurUP 2026, 11-23). Auch aus der Perspektive des Verbraucherschutzes werden irreführende Angaben zu Umweltauswirkungen von KI („Greenwashing“) als unfaire Praktiken diskutiert (Griffin/Sander, Contesting Big Tech’s AI Greenwashing, Verfassungsblog v. 5.6.2026, abrufbar unter: https://verfassungsblog.de/contesting-big-techs-ai-greenwashing/). Die Kommission hat zudem 2023 eine Richtlinie über umweltbezogene Angaben vorgeschlagen, wonach alle umweltbezogenen Angaben wissenschaftlich fundiert und unabhängig überprüft sein müssen.

Nötig sind ein Fokus auf erneuerbare Energien, die frühzeitige Regelung von Verteilungskonflikten sowie Diskussionen darüber, welcher Nutzen einen immensen Ressourcenverbrauch tatsächlich rechtfertigen kann. Die aktuellen Bestrebungen im Kontext der digitalen Souveränität können eine Chance sein, diesen Aspekten eine stärkere Bedeutung beizumessen und einen nachhaltigen, europäischen Weg zu entwickeln.