KI könnte bis Ende 2025 mehr Energie als Bitcoin verbrauchen

LONDON (IT BOLTWISE) – Die steigende Nachfrage nach Künstlicher Intelligenz (KI) könnte bis Ende 2025 den Energieverbrauch von Bitcoin übertreffen, so eine neue Analyse. Diese Entwicklung wirft Fragen über die Nachhaltigkeit und die Umweltauswirkungen der KI-Technologie auf.

Die rasante Entwicklung der Künstlichen Intelligenz (KI) bringt nicht nur technologische Fortschritte, sondern auch erhebliche Herausforderungen im Hinblick auf den Energieverbrauch mit sich. Laut einer aktuellen Analyse könnte der Energiebedarf von KI bis Ende 2025 den von Bitcoin übersteigen. Diese Prognose stammt von Alex de Vries-Gao, einem Doktoranden am Vrije Universiteit Amsterdam, der sich intensiv mit dem Energieverbrauch von Kryptowährungen beschäftigt hat.

De Vries-Gao schätzt, dass KI bis zu 50 Prozent des gesamten Stromverbrauchs von Rechenzentren weltweit ausmachen könnte. Dies ist besonders bemerkenswert, da viele große Technologieunternehmen ihre KI-Modelle kontinuierlich vergrößern, um die besten Ergebnisse zu erzielen, was jedoch auch den Ressourcenbedarf erhöht. Diese Entwicklung hat zu einem Boom neuer Rechenzentren geführt, insbesondere in den USA, wo die meisten dieser Einrichtungen angesiedelt sind.

Der steigende Energiebedarf von KI hat bereits Auswirkungen auf die Energieinfrastruktur. Energieunternehmen planen den Bau neuer gasbetriebener Kraftwerke und Kernreaktoren, um die wachsende Nachfrage zu decken. Dies könnte die Bemühungen zur Umstellung auf saubere Energiequellen behindern, ähnlich wie es bei neuen Krypto-Minen der Fall ist, die ebenfalls erhebliche Energiemengen verbrauchen.

Ein weiteres Problem ist die mangelnde Transparenz der großen Technologieunternehmen hinsichtlich des spezifischen Energieverbrauchs ihrer KI-Modelle. Während viele Unternehmen Klimaziele gesetzt haben und ihre Treibhausgasemissionen in Nachhaltigkeitsberichten angeben, fehlt oft eine detaillierte Aufschlüsselung, die den Anteil der KI am Gesamtverbrauch zeigt.

Um den Energieverbrauch von KI besser zu verstehen, hat de Vries-Gao eine Methode entwickelt, die er als „Triangulation“ bezeichnet. Er analysierte öffentlich zugängliche Gerätedaten, Schätzungen von Analysten und Unternehmensberichte, um die Produktion von Hardware für KI und deren voraussichtlichen Energieverbrauch zu ermitteln. Dabei stellte er fest, dass die Produktion von KI-Chips bei Unternehmen wie der Taiwan Semiconductor Manufacturing Company (TSMC) zwischen 2023 und 2024 mehr als verdoppelt wurde.

Die steigende Nachfrage nach KI könnte auch zu einem Phänomen führen, das als Jevons-Paradoxon bekannt ist: Effizientere Modelle könnten dennoch mehr Energie verbrauchen, da die Technologie vermehrt genutzt wird. Dies stellt die Frage, ob Unternehmen in Zukunft effizientere Modelle priorisieren und den Ansatz „größer ist besser“ aufgeben werden.

Die Zukunft der KI und ihres Energieverbrauchs bleibt ungewiss. Während einige Unternehmen wie DeepSeek bereits Modelle entwickelt haben, die deutlich weniger Energie verbrauchen, bleibt abzuwarten, ob sich dieser Trend durchsetzen wird. Die Herausforderung besteht darin, den Energieverbrauch zu messen und zu managen, um die Umweltauswirkungen der KI-Technologie zu minimieren.

Unseren KI-Morning-Newsletter «Der KI News Espresso» mit den besten KI-News des letzten Tages gratis per eMail - ohne Werbung: Hier kostenlos eintragen!