![Generative KI lernt, wie andere Arten künstlicher Intelligenz auch, auf der Grundlage früherer Daten zu arbeiten. Das Foto wurde wahrscheinlich von Artificial Intelligence/Pixabay erstellt](https://static.wixstatic.com/media/a63056_66a1a6f04d3c4d3193d6340f713235ac~mv2.jpeg/v1/fill/w_859,h_484,al_c,q_85,enc_avif,quality_auto/a63056_66a1a6f04d3c4d3193d6340f713235ac~mv2.jpeg)
Von AFP - Agence France Presse
Die Umweltauswirkungen generativer KI in Zahlen
Von Daxia ROJAS
Der Aufstieg der generativen künstlichen Intelligenz (KI) geht mit wachsenden Befürchtungen über den ökologischen Fußabdruck der Technologie einher, eines der Hauptthemen, die auf einem globalen Gipfel in Paris am 10. und 11. Februar diskutiert wurden.
Hier sind einige wichtige Zahlen zur Situation zu Beginn des Jahres 2025:
Jede Anfrage an den Chatbot von OpenAI, der in der Lage ist, alle Arten von Antworten auf Anfragen in natürlicher Sprache zu generieren, verbraucht 2,9 Wattstunden Strom.
Das ist zehnmal mehr als der entsprechende Wert für eine Google-Suche, so die Internationale Energieagentur (IEA).
OpenAI gibt an, dass ChatGPT inzwischen 300 Millionen wöchentliche Nutzer hat, die täglich insgesamt eine Milliarde Anfragen stellen.
Neben ChatGPT, das 2022 die Entstehung der generativen KI im öffentlichen Bewusstsein anführte, gibt es Tausende von Chatbots.
Eine Umfrage des französischen Forschungsinstituts Ifop ergab, dass 70 % der 18- bis 24-Jährigen im Land angaben, generative KI zu nutzen.
In den Vereinigten Staaten ergab eine Umfrage von Morning Consult, dass 65 % der 13- bis 17-Jährigen generative KI nutzten, wobei die Zahl bei der Allgemeinbevölkerung bei fast der Hälfte lag.
Generative KI würde ohne Rechenzentren, die riesige Informationsreserven und Rechenleistung bereitstellen, nicht funktionieren.
Laut einer Studie des Beratungsunternehmens Deloitte waren Rechenzentren im Jahr 2023 für fast 1,4 % des weltweiten Stromverbrauchs verantwortlich.
Angesichts der geplanten massiven Investitionen in generative KI wird diese Zahl bis 2030 voraussichtlich 3 % erreichen, was 1.000 Terawattstunden (TWh) entspricht.
Laut Deloitte ist diese Zahl vergleichbar mit dem kombinierten Jahresverbrauch von Frankreich und Deutschland.
Die IEA prognostizierte einen Anstieg des Energieverbrauchs von Rechenzentren um mehr als 75 % bis 2026 im Vergleich zu 2022 auf 800 TWh.
Das amerikanische Beratungsunternehmen Gartner gab an, dass der hohe Energiebedarf dazu führen könnte, dass bis 2027 bis zu 40 % der für KI-Anwendungen gebauten Rechenzentren mit Stromknappheit konfrontiert sein könnten.
Forscher der University of Massachusetts Amherst schätzten 2019, dass das Training eines der großen Sprachmodelle (LLMs), die Chatbots antreiben, rund 300 Tonnen des Treibhausgases Kohlendioxid erzeugt.
Das entspricht in etwa dem Ausstoß von 125 Hin- und Rückflügen zwischen New York und Peking.
Zwei Jahre später schätzten Forscher der Universität Oxford die Zahl auf 224 Tonnen für eine einzige Trainingseinheit des GPT-3-Modells von OpenAI.
Entwickler müssen Tausende von Modellen trainieren, um ihre Technologie voranzutreiben.
Trotz dieser Schätzungen sagen die Forscher, dass die Beurteilung der gesamten Treibhausgasemissionen der generativen KI eine Herausforderung darstellt.
Experten und Institutionen haben auf den Mangel an Informationen über die Art und Weise der Herstellung der Modelle sowie auf das Fehlen globaler Messstandards hingewiesen.
Neben Energie verbraucht generative KI auch Wasser, insbesondere zur Kühlung der Computerhardware.
Das GPT-3 benötigt etwa einen halben Liter Wasser, um zwischen 10 und 50 Antworten zu generieren, so eine vorsichtige Schätzung von Forschern der University of California Riverside und der University of Texas at Arlington.
Insgesamt wird der Anstieg des Wasserbedarfs durch KI voraussichtlich zwischen 4,2 und 6,6 Milliarden Kubikmetern (155 bis 233 Milliarden Kubikfuß) liegen.
Das ist das Vier- bis Sechsfache des jährlichen Wasserverbrauchs Dänemarks, wie aus derselben Studie aus dem Jahr 2023 hervorgeht.
Laut einer Studie in der Fachzeitschrift Nature Computational Science fielen im Jahr 2023 rund 2.600 Tonnen Elektroschrott wie Grafikkarten, Server und Speicherchips aus generativen KI-Anwendungen an.
Die Forscher haben diese Zahl auf 2,5 Millionen Tonnen bis 2030 hochgerechnet, wenn sich die aktuellen Trends fortsetzen und nichts unternommen wird, um den Abfall zu begrenzen.
Das entspräche etwa 13,3 Milliarden ausrangierten Smartphones.
Und wie bei vielen Computerhardware-Komponenten werden auch für die Herstellung von KI-Geräten, einschließlich Chips, seltene Metalle benötigt.
Der Abbau dieser Metalle, in der Regel in Afrika, kann mit stark umweltverschmutzenden Prozessen verbunden sein.
dax/tgb/js
Comments