KI ist Schlüsselwerkzeug für den Klimaschutz. Und selbst einer der größten Energieverbraucher der Geschichte.
DeepMind hat mit KI die Vorhersagegenauigkeit für Windenergie um 20 Prozent verbessert. Das klingt nach einer Randnotiz. Es ist keine. Netze, die Windenergie effizienter einplanen, brauchen weniger Backup-Kraftwerke, verschwenden weniger Strom, reduzieren Emissionen. Das skaliert.
Klimamodelle sind durch KI fundamental präziser geworden. Früher war die räumliche Auflösung von Wettermodellen auf 100 Kilometer begrenzt, grob genug, dass lokale Extremereignisse schlecht vorherzusagen waren. KI-Modelle erreichen 1 Kilometer. Das ist der Unterschied zwischen einem unscharfen Foto und einem hochauflösenden Bild. Für Klimaanpassung, Katastrophenschutz, Landwirtschaft ist das fundamental.
Google hat in seinen eigenen Rechenzentren KI-gestützte Kühlsysteme eingeführt, die 40 Prozent Energieeinsparung bringen. Das ist beeindruckend. Der Kontext: Der Energiebedarf von Rechenzentren wächst exponentiell, getrieben durch KI-Training und -Betrieb.
Das Training von GPT-4 hat schätzungsweise 50 Gigawattstunden Strom verbraucht. Das entspricht dem Jahresverbrauch von 5.000 deutschen Haushalten. Und das war das Training allein, einmalig. Der laufende Betrieb, weltweit, Tag für Tag, ist ein vielfaches davon.
KI kann Klimaanpassung beschleunigen. Bessere Prognosen, effizientere Netze, präzisere Landwirtschaft, optimierte Lieferketten. Die Summe der möglichen Effizienzgewinne ist real. Wenn KI-gestützte Ansätze im richtigen Tempo eingesetzt werden, können sie einen messbaren Beitrag zur Emissionsreduktion leisten.
Gleichzeitig ist KI selbst einer der energiehungrigsten Technologien, die je entwickelt wurden. Der Energiebedarf für KI-Infrastruktur wächst schneller als die Effizienzgewinne. Ob der Netto-Effekt positiv ist, hängt davon ab, woher der Strom kommt. KI in einem Rechenzentrum, das mit Kohle betrieben wird, ist klimapolitisch ein Problem. KI in einem Rechenzentrum mit erneuerbaren Energien ist ein anderes.
Wasser ist die andere Ressource. KI-Rechenzentren brauchen massive Kühlkapazitäten. In wasserarmen Regionen ist das keine Nebensache.
Kann eine Technologie, die selbst eines der energiehungrigsten Systeme der Geschichte ist, gleichzeitig das Hauptwerkzeug für Klimaschutz sein? Und wer entscheidet, wo KI-Infrastruktur gebaut wird und mit welcher Energie sie läuft?