Warum die COP31 die Umweltkosten der künstlichen Intelligenz kaum adressiert
Die künstliche Intelligenz verspricht effizientere Netze, smarte Gebäude und schnellere Klimaforschung. Doch während Regierungen und Tech-Konzerne KI als Lösung für die Klimakrise feiern, wachsen weltweit Rechenzentren, Stromverbrauch und CO₂-Bilanz und die Weltklimakonferenz reagiert darauf bisher vor allem mit Absichtserklärungen statt verbindlichen Regeln. Genau das ist der Kern der Kritik an der COP31 in Antalya: Die Umweltfolgen des KI-Booms werden zwar benannt, aber politisch kaum wirklich angegangen.
Der Widerspruch: KI als Klimahoffnung und Klimarisiko
KI wird häufig als Technologie präsentiert, die das Klima retten kann. Sie soll Stromnetze optimieren, Wettermodelle präziser machen, industrielle Prozesse effizienter steuern und Forschende bei der Entwicklung neuer Materialien unterstützen. Diese Potenziale sind real. Die Internationale Energieagentur (IEA) weist darauf hin, dass KI etwa in Stromnetzen, Gebäuden, Verkehr und Industrie helfen kann, Energie effizienter einzusetzen.
Gleichzeitig hat die gleiche Technologie einen wachsenden physischen Fußabdruck. Große Sprachmodelle, Bildgeneratoren, Agenten und KI-Infrastruktur brauchen enorme Mengen an Rechenleistung. Diese Leistung entsteht nicht abstrakt „in der Cloud“, sondern in Rechenzentren, mit Prozessoren, Kühlung, Stromanschlüssen, Wasserbedarf, Landverbrauch und zunehmend auch mit Anforderungen an seltene Rohstoffe.
Der Konflikt liegt also nicht darin, dass KI per se schlecht fürs Klima wäre. Er liegt darin, dass ihr Wachstum derzeit schneller erfolgt als der Ausbau sauberer Energie, effizienter Kühlung und transparenter Umweltbilanzen. Ohne klare Regeln droht der KI-Boom, die Dekarbonisierung des Stromsystems zu beschleunigen, statt sie zu unterstützen.
Die Zahlen: Der Stromhunger verdoppelt sich
Die zentrale Zahl des Artikels ist keine Panik-Meldung, sondern eine belastbare Projektion der IEA: Der weltweite Stromverbrauch von Rechenzentren soll sich zwischen 2025 und 2030 etwa verdoppeln. Von rund 485 Terawattstunden im Jahr 2025 steigt die Prognose auf etwa 945 bis 950 Terawattstunden im Jahr 2030.
Das entspricht ungefähr 3 Prozent des globalen Strombedarfs. Zum Vergleich: 2024 lag der Anteil der Rechenzentren am weltweiten Stromverbrauch noch bei etwa 1,5 Prozent. Der Anstieg ist also nicht marginal, sondern eine deutliche Verschiebung im globalen Energiesystem.
Besonders relevant ist, dass nicht jede Form von Digitalisierung gleich stark wächst. Klassische Server, Cloud-Dienste und Unternehmens-IT wachsen ebenfalls, aber die KI-Infrastruktur ist der Haupttreiber. KI-optimierte Rechenzentren sollen ihren Stromverbrauch bis 2030 laut IEA etwa verdreifachen.
Ein einzelnes großes KI-Rechenzentrum kann laut IEA so viel Strom verbrauchen wie rund 100.000 Haushalte. Die größten geplanten Anlagen erreichen Größenordnungen, die eher an energieintensive Industrieanlagen erinnern als an ein herkömmliches Serverzimmer.
Warum KI-Rechenzentren besonders problematisch sind
KI-Modelle unterscheiden sich von klassischer Software durch ihre enorme Rechenintensität. Beim Training großer Modelle werden Tausende spezialisierte Chips parallel betrieben. Auch der Betrieb, also Inferenz, etwa wenn Millionen Menschen täglich mit Chatbots, Bildgeneratoren oder KI-Assistenten arbeiten, verursacht kontinuierlich Rechenlast.
Drei Faktoren machen das besonders heikel:
- Konzentration: KI-Rechenzentren entstehen nicht gleichmäßig verteilt, sondern oft in wenigen Regionen mit günstigem Strom, Netzanschluss und verfügbarer Kühlung. Das kann lokale Stromnetze und Wasserressourcen stark belasten.
- Kühlung: Hochleistungs-Chips werden heiß. Kühlung braucht Energie und häufig Wasser. Gerade in trockenen oder wasserknappen Regionen wird das zu einem echten Standortproblem.
- Zeitpunkt des Ausbaus: Neue Rechenzentren brauchen nicht nur Strom, sondern auch Netzausbau, Transformatoren, Leitungen und teilweise zusätzliche Kraftwerkskapazität. Wenn erneuerbare Energien nicht schnell genug verfügbar sind, kann der zusätzliche Bedarf fossile Backup-Kapazitäten stabilisieren.
Die IEA rechnet damit, dass der globale Strombedarf für Rechenzentren von rund 460 TWh im Jahr 2024 auf über 1.000 TWh im Jahr 2030 und etwa 1.300 TWh im Jahr 2035 steigen könnte. Erneuerbare Energien sollen einen erheblichen Teil des zusätzlichen Bedarfs decken, doch die Frage bleibt: Reicht das Tempo aus?
Emissionen: Nicht nur Strom, sondern auch CO₂
Stromverbrauch ist nicht automatisch gleichbedeutend mit Emissionen. Entscheidend ist, woher der Strom kommt. Ein Rechenzentrum, das vollständig mit zusätzlicher Wind- und Solarenergie versorgt wird, hat eine andere Klimabilanz als ein Rechenzentrum, das zusätzlich Kohle- oder Gaskraftwerke am Netz stützt.
Die IEA schätzt, dass die Emissionen aus dem Stromverbrauch von Rechenzentren von etwa 180 Millionen Tonnen CO₂ heute auf rund 300 Millionen Tonnen bis 2035 steigen könnten. In einer aktuelleren Projektion liegt der Wert sogar bei rund 350 Millionen Tonnen. Das ist kein Hauptemittent im globalen Vergleich, aber eine erhebliche und wachsende Belastung, besonders dann, wenn der Ausbau der Rechenzentren schneller erfolgt als der Ausbau zusätzlicher erneuerbarer Kapazitäten.
Und hier liegt ein wichtiger Punkt, der in der öffentlichen Debatte oft unterschätzt wird: Ein Unternehmen kann behaupten, sein Rechenzentrum laufe „mit 100 Prozent erneuerbarer Energie“, weil es Grünstromverträge kauft. Das bedeutet aber nicht automatisch, dass jede zusätzliche KI-Anfrage tatsächlich mit neuer, zusätzlicher erneuerbarer Energie versorgt wird. Ohne klare Regeln für Zusätzlichkeit, zeitgleiche Lieferung und regionale Netzbelastung bleibt „grüner Strom“ ein Marketingbegriff mit großen Grauzonen.
COP31: Ein Pledge ohne Zähne
Auf der COP31 in Antalya soll der Antalya Artificial Intelligence Pledge genau dieses Thema auf die internationale Agenda heben. Das Dokument anerkennt ausdrücklich, dass KI einen wachsenden Bedarf an Strom, Recheninfrastruktur, Wasser, Land und kritischen Rohstoffen erzeugt. Es nennt auch den starken Anstieg des Stromverbrauchs durch KI-Rechenzentren.
Der Pledge enthält Prinzipien, die grundsätzlich sinnvoll sind:
- Mehr emissionsarme Energie für Rechenzentren.
- Effizientere Kühlung und ressourcenschonende Infrastruktur.
- Bessere Integration in Stromnetze.
- Mehr Transparenz über Energie-, Wasser- und Emissionsbilanzen.
- Einsatz von KI für Klimaschutz und Anpassung an den Klimawandel.
Das klingt vernünftig. Das Problem: Es sind keine verbindlichen Verpflichtungen. Der Pledge ist freiwillig, die Ziele sind nicht konkret und es gibt keine verbindlichen Berichts- oder Sanktionsmechanismen. The Verge fasst es pointiert zusammen: Der Pledge schaffe „keine neuen Verpflichtungen“.
Genau darin liegt die Kritik des t3n-Artikels. Es reicht nicht, dass Staaten und Unternehmen KI für den Klimaschutz „nutzen wollen“. Entscheidend ist, ob sie messbare Grenzen, verlässliche Daten und konkrete Verantwortung übernehmen, etwa für zusätzliche erneuerbare Kapazitäten, Wasserverbrauch, Standortwahl und Lebenszyklusemissionen von Hardware.
Was fehlt: Transparenz, Standards und Verantwortung
Die derzeitige Debatte leidet an einem grundlegenden Problem: Es fehlen vergleichbare, verlässliche und öffentlich überprüfbare Daten. Unternehmen kommunizieren gern Gesamtzahlen zu erneuerbarem Strom oder Klimaneutralität. Für die konkrete Umweltbilanz einer KI-Abfrage, eines Modells oder eines Rechenzentrums fehlen aber oft belastbare, standardisierte Angaben.
Nötig wären zumindest:
- Verpflichtende Energie- und Wasserbilanzen für große Rechenzentren.
- Standorttransparenz, insbesondere in wasser- oder netzknappen Regionen.
- Nachweis zusätzlicher erneuerbarer Energien, statt pauschaler Grünstromzertifikate.
- Effizienzstandards für Chips, Server, Kühlung und Rechenzentrumsdesign.
- Lebenszyklusanalysen, die Herstellung, Betrieb, Ersatz und Recycling von Hardware einbeziehen.
- Öffentliche Berichtspflichten, damit Umweltkosten nicht hinter Marketingbegriffen verschwinden.
Ohne solche Mechanismen bleibt KI-Klimapolitik eine Absichtserklärung. Mit ihnen könnte KI tatsächlich Teil einer sauberen, effizienten digitalen Infrastruktur werden.
Die andere Seite: KI kann auch helfen
Es wäre falsch, die Debatte auf Stromverbrauch zu reduzieren. KI kann durchaus klimapositiv wirken, wenn sie gezielt eingesetzt wird. Beispiele sind die Optimierung von Stromnetzen, die Vorhersage von Erzeugung und Bedarf bei Wind und Sonne, die Effizienzsteigerung in Fabriken, die Verbesserung von Wetter- und Extremwettermodellen sowie die Entwicklung neuer Materialien für Batterien und Solarzellen.
Das ist der eigentliche Kern des Pledges: KI soll nicht nur als Energieverbraucher, sondern auch als Werkzeug für Klimaschutz verstanden werden. Die entscheidende Frage ist jedoch nicht, ob KI Potenzial hat. Sie hat es. Die Frage ist, ob der Ausbau der KI-Infrastruktur so gestaltet wird, dass der Nutzen die Umweltkosten überwieg.
Fazit: KI braucht keine Klimafreikarte
Unser Fazit ist klar: KI darf nicht länger als technologisch neutrale Wunderwaffe behandelt werden. Die Technologie kann viel Gutes leisten, aber sie hat reale Kosten: Strom, Wasser, Fläche, Rohstoffe, Emissionen und Belastungen für lokale Netze. Diese Kosten verschwinden nicht, weil ein Pledge von „verantwortungsvoller KI“ spricht.
Die COP31 hätte hier die Chance gehabt, mehr als Symbolpolitik zu liefern: verbindliche Transparenz, klare Effizienzanforderungen und eine Kopplung des KI-Ausbaus an zusätzliche erneuerbare Energie. Stattdessen bleibt es vorerst bei freiwilligen Absichten.
Für uns ist die Botschaft daher eindeutig: Wer KI ernsthaft vorantreiben will, muss auch ihre Infrastruktur ernst nehmen. KI-Boom ohne Klimarechnung ist keine Innovation, sondern ein Rechnungsfehler. Die Zukunft der künstlichen Intelligenz entscheidet sich nicht nur daran, wie smart unsere Modelle werden, sondern auch daran, wie sauber, effizient und transparent die Rechenzentren sind, auf denen sie laufen.
Hinweis: Dieser Artikel enthält Inhalte, die mit Unterstützung eines KI-Systems erstellt wurden. Die Inhalte wurden anschließend von einem Menschen mit ❤️ überprüft und bearbeitet, um Qualität und Richtigkeit sicherzustellen.