Gesellschaft
Wie viel Energie KI verbraucht
Kurzantwort
Für eine durchschnittliche Textanfrage an ChatGPT nennt OpenAI-Chef Sam Altman rund 0,34 Wattstunden Strom und etwa einen Drittel Milliliter Wasser, Google für Gemini 0,24 Wattstunden und 0,26 Milliliter12. Andere Studien kommen je nach Modell, Standort und Rechenweg auf bis zu 47 Milliliter Wasser je Antwort5. Lange Eingaben verbrauchen ein Vielfaches.

Eine einzelne Frage an einen Chatbot braucht wenig Wasser, nach Angaben der Anbieter weniger als einen Milliliter. Die Spanne der Schätzungen ist trotzdem groß, weil Unternehmen, Forschende und Kritiker unterschiedlich rechnen. Ins Gewicht fallen die Summe der Anfragen weltweit, das Training großer Modelle und der Bau neuer Rechenzentren.
Strom und Wasser je Anfrage
Belastbare Zahlen veröffentlichen bisher nur wenige Anbieter, und sie gelten jeweils für ein Modell zu einem Zeitpunkt. Die Grafik stellt die veröffentlichten Werte nebeneinander. Ihre Achse ist logarithmisch, weil die Angaben um mehr als zwei Zehnerpotenzen auseinanderliegen.
- Dunkelblau Angabe des Anbieters
- Rot unabhängige Schätzung
- Achse logarithmisch
Google hat im August 2025 eine eigene Messung vorgelegt. Eine Textanfrage in der Gemini-App lag im Mai 2025 im Median bei 0,24 Wattstunden, 0,03 Gramm CO2-Äquivalent und 0,26 Millilitern Wasser, ungefähr fünf Tropfen1. Eingerechnet sind Chips im Leerlauf, Prozessor und Arbeitsspeicher der Server sowie Kühlung und Stromverteilung im Rechenzentrum1. Zählt man nur die rechnenden Beschleunigerchips, sind es 0,10 Wattstunden und 0,12 Milliliter; Google nennt diese engere Rechnung selbst zu optimistisch1. Unabhängig geprüft sind die Angaben nicht1.
Für ChatGPT gibt es keine vergleichbare Messung von OpenAI, nur eine Angabe von Sam Altman in seinem Blog: Eine durchschnittliche Anfrage verbrauche rund 0,34 Wattstunden, etwa so viel wie ein Backofen in gut einer Sekunde, und 0,000085 Gallonen Wasser2. Umgerechnet sind das rund 0,32 Milliliter2. Wie OpenAI auf diese Werte kommt, steht dort nicht. Das Forschungsinstitut Epoch AI kam unabhängig davon für eine typische Anfrage an GPT-4o auf etwa 0,3 Wattstunden3.
Höhere Wasserwerte stammen aus Studien, die den gesamten Wasserfußabdruck betrachten. Forschende der University of California in Riverside schätzten für das ältere Modell GPT-3 zwischen 7,1 und 47,5 Milliliter je Anfrage, je nach Standort des Rechenzentrums; mitgezählt ist das Wasser, das Kraftwerke für die Stromerzeugung verdunsten5. Bekannt wurde daraus der Vergleich, dass GPT-3 für 10 bis 50 mittellange Antworten eine Halbliterflasche Wasser "trinkt"5. Mistral AI hat mit dem Beratungsunternehmen Carbone 4 und der französischen Umweltagentur ADEME eine Ökobilanz erstellt und kommt für eine Antwort von 400 Token in seinem Chatbot auf 1,14 Gramm CO2-Äquivalent und 45 Milliliter Wasser4. Diese Rechnung bezieht den Lebenszyklus der Technik ein.
Warum die Angaben so weit auseinanderliegen
Den Verbrauch einer Anfrage bestimmen Länge, Modell und Standort, und jede Quelle behandelt sie anders.
Am stärksten wirkt die Länge. Ein Modell verarbeitet jeden Token der Eingabe und erzeugt jeden Token der Antwort einzeln. Epoch AI rechnet für eine Eingabe von 10.000 Token mit etwa 2,5 Wattstunden, für 100.000 Token mit fast 40 Wattstunden3. Wer einem Chatbot ein langes PDF zum Zusammenfassen gibt, verbraucht damit ein Vielfaches einer kurzen Frage.
Dazu kommt das Modell. Große Modelle mit vielen Parametern brauchen je Token mehr Rechenarbeit, Modelle mit Denkschritten erzeugen vor der eigentlichen Antwort lange Zwischentexte. Die oft zitierte Schätzung von 3 Wattstunden je ChatGPT-Anfrage aus dem Jahr 2023 hält Epoch AI für zu hoch, weil sie lange Ein- und Ausgaben, ältere Chips und die volle Leistungsaufnahme der Server annahm3.
Schließlich zählt der Standort. Rechenzentren kühlen unterschiedlich, und der Strommix entscheidet über das Wasser, das Kraftwerke verbrauchen. Deshalb kommt die Studie aus Riverside für dieselbe Anfrage in einem Rechenzentrum in Irland auf gut 7 Milliliter, in Arizona auf knapp 305.
Rechenzentren insgesamt
Bezogen auf die einzelne Anfrage wirkt der Verbrauch klein, die Summe ist es nicht. Die Internationale Energieagentur IEA schätzt den Stromverbrauch aller Rechenzentren weltweit für 2024 auf 415 Terawattstunden, rund 1,5 Prozent des globalen Verbrauchs6. Bis 2030 erwartet sie etwa 945 Terawattstunden, also gut das Doppelte, und nennt KI als wichtigsten Treiber6. 45 Prozent des Verbrauchs von 2024 entfielen auf die USA, 25 Prozent auf China und 15 Prozent auf Europa6. Der AI Index 2026 des Stanford-Instituts HAI beziffert die Leistung der Rechenzentren für KI auf 29,6 Gigawatt; der gesamte Strombedarf von KI liege inzwischen in der Größenordnung des Landesverbrauchs der Schweiz oder Österreichs9.
In Deutschland müssen größere Rechenzentren ihre Effizienz inzwischen offenlegen. Das Umweltbundesamt hat das im August 2026 veröffentlichte Rechenzentrumsregister ausgewertet: Rund 70 Prozent der gemeldeten Anlagen erreichen schon eine Energieeffizienz (PUE) von 1,5 oder besser, rund 80 Prozent decken ihren Strom bilanziell vollständig aus erneuerbaren Quellen7. Im Register stehen allerdings nur 319 Rechenzentren, viele große internationale Betreiber fehlen7. Knapp 7 Prozent der Anlagen kommen auf einen PUE-Wert von 2,0 oder schlechter, und im Schnitt nutzen die Rechenzentren nur etwa 35 Prozent der elektrischen Anschlussleistung, die sie beim Netzbetreiber reserviert haben7. Das Amt fand außerdem keinen Beleg dafür, dass ein PUE-Wert von 1,3 nur mit hohem Wasserverbrauch erreichbar sei7.
Die Vorgaben stehen im Energieeffizienzgesetz. Neue Rechenzentren, die seit dem 01.07.2026 in Betrieb gehen, müssen im Jahresmittel binnen zwei Jahren nach der Inbetriebnahme einen PUE-Wert von höchstens 1,2 erreichen und mindestens 10 Prozent ihrer Energie wiederverwenden, etwa als Abwärme (bei späterem Start steigt der Anteil auf 15 Prozent ab 01.07.2027 und 20 Prozent ab 01.07.2028); bestehende Anlagen müssen ab dem 01.07.2027 auf 1,5 und ab dem 01.07.2030 auf 1,3 kommen8. Ab dem 01.01.2027 muss der Strom aller Rechenzentren bilanziell zu 100 Prozent aus erneuerbaren Energien stammen8. Der PUE-Wert teilt den gesamten Strom des Rechenzentrums durch den Strom der IT; 1,2 bedeutet, dass auf jede Kilowattstunde für die Server 0,2 Kilowattstunden für Kühlung und Technik kommen.

Was die Anbieter offenlegen
Ob man einer Zahl traut, hängt an ihrer Herkunft. Googles Messung beschreibt den Rechenweg genau, wurde aber nicht von Dritten geprüft1. Die Ökobilanz von Mistral haben die Beratungsunternehmen Resilio und Hubblo begutachtet, die auf Umweltprüfungen in der Digitalbranche spezialisiert sind4. Für den Wert von OpenAI fehlt jede Angabe zur Methode2. Von anderen großen Anbietern haben wir keine veröffentlichten Werte je Anfrage gefunden.
Training: einmal viel, dann verteilt
Bevor ein Modell eine einzige Frage beantwortet, wird es wochenlang auf Tausenden Grafikprozessoren trainiert. Mistral AI beziffert den Fußabdruck seines Modells Mistral Large 2 für das Training und die ersten 18 Monate der Nutzung, gerechnet bis Januar 2025, auf 20,4 Kilotonnen CO2-Äquivalent und 281.000 Kubikmeter Wasser4. Der AI Index schätzt die Trainingsemissionen von Grok 4 auf 72.816 Tonnen CO2-Äquivalent, so viel, wie etwa 17.000 Autos in einem Jahr ausstoßen9.
Dieser Aufwand verteilt sich auf alle späteren Anfragen. Bei einem Modell, das Millionen Menschen täglich nutzen, kann der laufende Betrieb, die sogenannte Inferenz, das Training mit der Zeit übersteigen. Der AI Index schätzt, dass der jährliche Wasserbedarf für den Betrieb von GPT-4o den Trinkwasserbedarf von 1,2 Millionen Menschen übersteigen könnte9.
Green AI: wo der Verbrauch sinkt
Unter Green AI versteht man Ansätze, die den Ressourcenbedarf von KI verringern. Ansatzpunkte sind effizientere Chips, bessere Software und kleinere Modelle. Google meldet, dass Energie und CO2-Fußabdruck einer mittleren Gemini-Anfrage zwischen Mai 2024 und Mai 2025 um das 33-Fache und das 44-Fache gesunken sind1. Seine Rechenzentren kommen nach eigenen Angaben im Flottendurchschnitt auf einen PUE-Wert von 1,091, liegen also unter der deutschen Vorgabe für Neubauten.
Weitere Hebel sind Ort und Zeitpunkt der Berechnung. Die Studie aus Riverside betont, dass der Wasserbedarf derselben Antwort davon abhängt, wann und wo das Modell läuft5. Ihr Wert für jeden Standort setzt sich aus dem Kühlwasser vor Ort und dem Wasser für die Stromerzeugung zusammen, beides schwankt mit Wetter und Strommix5.
Für viele Aufgaben reicht ein kleines Sprachmodell statt des größten verfügbaren. Wer Modelle selbst betreibt, kann sie mit Quantisierung verkleinern. Was ein KI-Modell auf dem eigenen Rechner an Strom zieht, ist Thema des Praxistests zum Stromverbrauch.
Was du selbst beeinflussen kannst
Die Menge macht den Unterschied. Ein Rechenbeispiel mit den Angaben von OpenAI: 20 kurze Anfragen am Tag ergeben etwa 6,8 Wattstunden und rund 6 Milliliter Wasser2. Wer dagegen regelmäßig lange Dokumente hochlädt, landet nach der Rechnung von Epoch AI schnell beim Acht- bis über Hundertfachen einer kurzen Frage3.
Für Bilder und Videos fehlen vergleichbare Angaben, Googles Messung umfasst nur Textanfragen in der Gemini-App1. Und manche Frage braucht gar keinen Chatbot: Für eine Öffnungszeit oder eine Zugverbindung reicht die Suchmaschine oder die App des Anbieters.

Was das für dich heißt
Eine einzelne Frage an einen Chatbot fällt kaum ins Gewicht, die Gewohnheit, ständig neue Varianten anzufordern, schon eher.
- Formulier deine Frage so genau, dass du nicht fünfmal nachfragen musst.
- Lade statt ganzer Dokumente nur die Abschnitte hoch, um die es geht.
- Wähl für einfache Aufgaben das kleinere Modell, wenn der Dienst die Wahl lässt.
- Erzeug Bilder und Videos gezielt; für sie veröffentlichen die Anbieter bisher keine Verbrauchswerte.
Häufige Fragen
Wie viel Wasser verbraucht ChatGPT pro Tag?
Eine Gesamtzahl für alle Nutzer veröffentlicht OpenAI nicht. Für eine durchschnittliche Anfrage nennt Sam Altman rund 0,32 Milliliter; wer 20 Fragen am Tag stellt, liegt damit bei etwa 6 Millilitern.
Wie viel Strom braucht eine KI-Anfrage?
Für kurze Textanfragen nennen Google und OpenAI zwischen 0,24 und 0,34 Wattstunden. Lange Eingaben mit Zehntausenden Token können nach Schätzungen von Epoch AI ein Vielfaches davon kosten.
Wofür braucht ein Rechenzentrum Wasser?
Vor allem zur Kühlung, wenn Wasser in Kühltürmen verdunstet. Hinzu kommt Wasser, das Kraftwerke für die Stromerzeugung brauchen; das zählen nicht alle Studien mit.
Ist eine KI-Anfrage schlechter fürs Klima als eine Google-Suche?
Seriös vergleichen lässt sich das derzeit nicht, weil aktuelle, nach derselben Methode gemessene Werte für beide fehlen. Für kurze Textanfragen an Chatbots nennen die Anbieter 0,24 bis 0,34 Wattstunden.
Quellen
Stand:
- Google Cloud: How much energy does Google's AI use? We did the math, Stand 21.08.2025, abgerufen am 22.11.2026. zurück
- Sam Altman (Blog): The Gentle Singularity, Stand 2025, abgerufen am 22.11.2026. zurück
- Epoch AI: How much energy does ChatGPT use?, Stand 07.02.2025, abgerufen am 22.11.2026. zurück
- Mistral AI: Our contribution to a global environmental standard for AI, Stand 22.07.2025, abgerufen am 22.11.2026. zurück
- arXiv (Li, Yang, Islam, Ren): Making AI Less Thirsty: Uncovering and Addressing the Secret Water Footprint of AI Models, Fassung 5, Stand 26.03.2025, abgerufen am 22.11.2026. zurück
- Internationale Energieagentur (IEA): Energy and AI: Executive Summary, Stand 2025, abgerufen am 22.11.2026. zurück
- Umweltbundesamt: Rechenzentrumsregister: Daten widerlegen hohe Hürden, Stand 2026, abgerufen am 22.11.2026. zurück
- gesetze-im-internet.de: § 11 Energieeffizienzgesetz: Klimaneutrale Rechenzentren, abgerufen am 22.11.2026. zurück
- Stanford HAI: Inside the AI Index: 12 Takeaways from the 2026 Report, Stand 13.04.2026, abgerufen am 22.11.2026. zurück





