Die Integration von KI in beinahe sämtliche Lebensbereiche eröffnet enorme Chancen: Sie trägt etwa dazu bei, die medizinische Versorgung zu optimieren, den Strassenverkehr sicherer zu machen und individuell angepasste, kostengünstigere Produkte und Dienstleistungen zu ermöglichen. Zudem erleichtert sie den Zugang zu Informationen, Bildung und Weiterbildung. Häufig übersehen wird allerdings die Schattenseite: KI-Systeme, insbesondere solche, die auf Deep Learning und maschinellem Lernen basieren, sind in vielerlei Hinsicht ressourcenintensiv, verbrauchen Unmengen an Energie und befeuern so den globalen Klimawandel. 

Enormer Energiebedarf

Schaut man genauer hin, erweist sich KI als wahrer Stromfresser. Insbesondere grosse Sprachmodelle wie ChatGPT erfordern immense Rechenleistungen, um Trainingsdaten zu verarbeiten und sich kontinuierlich zu verbessern. Untersuchungen zufolge verbraucht eine einzelne Anfrage an einen KI-Chatbot deutlich mehr Energie als eine klassische Websuche – auch wenn solche Vergleiche je nach Modell und Recheninfrastruktur stark variieren.

Dazu muss man wissen: Künstliche Intelligenz ist eine spezifische Software-Anwendung, die in der Regel in hochleistungsfähigen Rechenzentren läuft. Die Unternehmensberatung McKinsey rechnet damit, dass sich der Energieverbrauch von Rechenzentren für KI-Anwendungen und andere Digitalisierungsprojekte allein in Europa bis zum Jahr 2030 fast verdreifachen wird. Das mache rund fünf Prozent des gesamten europäischen Stromverbrauchs aus, so die Experten. Auf globaler Ebene erwartet die Internationale Energieagentur (IEA), dass sich der Stromverbrauch von Rechenzentren bis 2030 auf rund 945 Terawattstunden erhöht – was dem gesamten Stromverbrauch Japans entspricht.

Zwar treiben Rechenzentren die Emissionen weiter nach oben. Im globalen Massstab bleibt ihr Anteil an den gesamten CO2-Emissionen laut IEA jedoch unter einem Prozent. Solange der steigende Strombedarf nicht überwiegend mit CO2-armem Strom gedeckt wird, trägt KI dennoch zur Klimaerwärmung bei. Erneuerbare Energien werden einen grossen Teil des zusätzlichen Bedarfs decken, doch auch Gas und Kohle bleiben vorerst wichtige Stromquellen – obwohl sich viele grosse Betreiber – darunter Branchenriesen wie Amazon, Microsoft und Google – verpflichtet haben, ihre Anlagen mit erneuerbaren Energien zu betreiben. 

Um den ökologischen Fussabdruck zu reduzieren, plant etwa Google, seine KI künftig mit Energie aus kleinen modularen Atomreaktoren zu betreiben. Der erste Mini-Reaktor soll Berichten zufolge bis 2030 in Betrieb gehen. Bis 2035 könnten weitere dieser sogenannten Small Modular Reactors (SMR) folgen. Der Haken: Diese Technologie mag zwar das Klima schonen, sie bringt jedoch andere bisher ungelöste Sicherheits- und Umweltprobleme mit sich. 

Digitaler Wasser-Fussabdruck

Ein weiterer Umweltfaktor, der immer mehr zu Buche schlägt, sind jene gewaltigen Wassermengen, die die «Mühlen» des KI-Betriebs in Schwung halten. Forschende der University of California Riverside und der University Texas Arlington haben herausgefunden, dass bereits ein Gespräch mit einem KI-Chatbot – bestehend aus 20 bis 50 Fragen – etwa den Wasserverbrauch einer halben Literflasche verursacht. Ein durchschnittliches Rechenzentrum verbraucht dadurch pro Tag mehr als eine Million Liter Wasser – so viel wie drei durchschnittlich grosse Krankenhäuser zusammen. Bis im Jahr 2027 wird der globale KI-Bedarf Berechnungen zufolge voraussichtlich bei 4,2 bis 6,6 Milliarden Kubikmeter Wasser liegen.

Die Herausforderung besteht darin, dass Wasser eine immer knappere Ressource wird, insbesondere angesichts globaler Klimaveränderungen und steigender Bevölkerungszahlen. Um kostbares Nass zu sparen, wurde angesichts der  verheerenden Brände in Kalifornien Anfang 2025 auf Social Media darum dazu aufgerufen, weniger Anfragen an Chatbots zu stellen.  

Der Wasser-Fussabdruck der KI ergibt sich im Wesentlichen aus drei Aspekten: Er umfasst das Wasser, das zur Herstellung von Rechnern und anderen physischen Geräten benötigt wird, das Wasser, mit dem Strom für den Betrieb der digitalen Infrastruktur erzeugt wird, und das Wasser, das in Rechenzentren zur Kühlung dient, um eine optimale Betriebstemperatur der Hardware zu gewährleisten. Der Vorteil von Wasser: Es verfügt über eine hohe Wärmeleitfähigkeit und Wärmekapazität. Experten weisen darauf hin, dass die direkte Wasserkühlung von Rechenzentren deren Energieverbrauch im Vergleich zur herkömmlichen Kühlung mit Luft um bis zu 40 Prozent reduzieren kann. Das verwendete Wasser muss zudem nicht unbedingt Trinkwasserqualität besitzen: Bei Google zum Beispiel wird je nach Standort des Data Centers auch Meerwasser (in Finnland) oder Abwasser zur Kühlung verwendet.

Positive Auswirkungen auf die Umwelt

Verkörpert Künstliche Intelligenz das genaue Gegenteil von Nachhaltigkeit? Legt man alle Argumente in die Waagschale, ergibt sich noch eine andere Sicht: Trotz der beschriebenen negativen Umweltauswirkungen hat KI durchaus das Potenzial, in vielen Anwendungen auch umweltfreundlichere und energieeffizientere Lösungen zu fördern und einen smarten Beitrag zur Bekämpfung des Klimawandels zu leisten. Dazu einige Beispiele:


In der Landwirtschaft kann künstliche Intelligenz helfen, den Ressourcenverbrauch zu senken, indem sie präzisere Vorhersagen für die Bewässerung und den optimalen Erntezeitpunkt ermöglicht. Dies reduziert den Wasserverbrauch und den Einsatz von Düngemitteln, was sowohl ökologisch als auch ökonomisch von Vorteil ist.
Ähnliches gilt für die industrielle Produktion. Auch hier können KI-Anwendungen dazu beitragen, Ressourcen effizienter zu nutzen und Prozesse zu optimieren. 
KI-gestützte Anwendungen machen es möglich, CO2-Emissionen in grossem Stil zu verringern, indem sie Energieverbräuche in Echtzeit überwachen und verbessern – etwa in Gebäuden oder bei der Stromverteilung. Die IEA verweist in diesem Zusammenhang unter anderem auf genauere Wetterprognosen für Wind- und Solarstrom sowie auf die Echtzeit-Optimierung von Übertragungsleitungen. 
Im Bereich der Mobilität lässt sich der CO2-Ausstoss ebenfalls verringern – etwa dann, wenn KI Verkehrsflüsse verbessert, Transporte effizienter plant und die Auslastung in der Logistik erhöht.
Im Rahmen der Kreislaufwirtschaft kann KI dazu beitragen, die Wiederverwertung von Materialien zu verbessern, indem sie das Sortieren von Abfällen optimiert und so eine effizientere Nutzung von Ressourcen ermöglicht.
In Wissenschaft und Forschung wird KI bereits eingesetzt, um den Klimawandel besser zu verstehen und anhand von komplexen Modellen Vorhersagen zu treffen, die helfen, den Ausstoss von Treibhausgasen weltweit zu reduzieren und präzisere Klimaschutzstrategien zu entwickeln.


Ob dieses Potenzial tatsächlich ausgeschöpft wird, ist allerdings keine Selbstverständlichkeit. Die IEA weist darauf hin, dass der breite Einsatz solcher Anwendungen oft an fehlendem Datenzugang, regulatorischen Hürden, Fachkräftemangel oder unzureichender digitaler Infrastruktur scheitert. KI kann nachhaltige Transformation also beschleunigen – aber nur dann, wenn Technologie, Governance und Infrastruktur zusammenspielen.

Mit der Verbreitung von KI verschiebt sich die Debatte zudem: Es geht längst nicht mehr nur um technische Effizienz, sondern auch um Regeln, Transparenz und Verantwortung. Auch die Schweiz arbeitet inzwischen an einem verbindlicheren Ordnungsrahmen.